Виктор Червенобрежки е Qantitative Analyst/Statistician в Tek Experts. Има бакалавърска степен по икономика и бизнес икономика от Erasmus University в Ротердам, Нидерландия. Започва професионалната си кариера като консултант в BPO фирма през 2015 г. Една година по-късно става бизнес анализатор, като имплементира множество статистически модели в оперативните процеси и води няколко Sig Sigma проекта. През 2019 г. става част от Data Analytics отдела в Tek Experts, където разработва алгоритми за прогнозен анализ.
Срещнахме се с Виктор, за да ни разкаже повече за работата си - какви са основните отговорности, какви умения и качества са нужни, как се поддържа квалификацията и кои са най-големите заблуди за професията.
Какво е да работиш като Quantitative Analyst/Statistician в Tek Experts?
Началото на кариерата Започнах първата си работа като Customer Support Representative в BPO компания преди около 5 години, докато бях студент последна година в уиверситета. Идеята ми беше да започна нещо временно, докато завърша образованието си и след това да кандидатствам за позиция, която е по специалността ми. Винаги съм имал голям интерес към математическите науки. След няколко месеца работа започнах да мисля дали и как познанията ми по математика и статистика биха помогнали на мениджмънта в компанията, макар и това да не влизаше в длъжностната ми характеристика.
Тогава създадох математически модел, чрез който да се измерва продуктивността на агентите във фирмата, който да взима предвид кога работят и колко обаждания получават. Идеята беше интересна, но трудно приложима. Въпреки това тя достигна до представител на висшия мениджмънт на проекта и той се свърза с мен. Предложи ми да направя анализ на факторите, от които зависи процентът на осъществени продажби на един от нашите Sales екипи и временно да спра всякаква друга дейност. Така започнах проект, който доведе до подобряване на резултатите на съответния екип. Когато се отвори позиция за бизнес анализатор, реших да кандидатствам. Осъщественият проект беше предимството, благодарение на което бях избран за позицията, въпреки тогавашната ми липса на опит.
Задачите ми на новата позиция бяха доста креативни и свързани пряко с дейността на мениджмънта. Работих съвместно с тогавашния Data Scientist в проекта и това ми даде изключително ценен опит и ми помогна да израсна професионално. Четири години по-късно той сформира Data Analytics отдел в Tek Experts и ми предложи да кандидатствам за позицията, която заемам в момента.
Какви са основните отговорности на тази позиция? Основната ми дейност е свързана с това да преведа процесите в компанията на езика на цифрите. След това използвам статистика, за да предложа начини, по които тези процеси да водят до по-добри резултати за бизнеса. Те могат да обхващат всяка една дейност в компанията: наемане на служители, обслужване на клиенти, прогнозиране и контролиране на текучеството, тренинг на нови служители и т.н. Работата е съвместна с Data Scientist и специалист по машинно обучение.
Дейността на екипа е свързана с постоянна комуникация с всички роли в организацията, както и с вътрешни и външни партньори. Целта е да се разберат бизнес нуждите на компанията и по възможно най-ефективен начин да се имплементират моделите, които екипът разработва. Понякога това налага и създаването на софтуерни инструменти. В основата им често седят алгоритми, които са стандартни при създаването на изкуствен интелект. Всичко, което правим, се позовава на задълбочена теоретична аргументация. Дейността на екипа на моменти наподобява работа в академична среда.
Как типично протича един работен ден? Обикновено денят започва малко преди началото на работното време, с кафе и разговор с колегите на тема извън работата. Винаги се стараем да поддържаме весело настроение, без това да пречи на работата ни. Често се събираме пред бялата дъска в началото на деня, за да обсъдим плана за деня или седмицата, какво е свършено и какво ни остава.
След това всеки се заема с различни задачи. Преди да започна работа по статистически модели, обикновено трябва да си набавя и обработя правилните данни. Това обикновено налага работа с SQL. След това използвам статистически софтуерни пакети, за да разбера какво тези данни се опитват да кажат и защо то е важно за компанията. Никой никога не идва при нас със статистически или програмистки проблем. Проблемите се задават на бизнес език. Как да подобрим представянето на инженерите? Какво кара клиентите да отбелязват, че са доволни от обслужването? Как да разберем един кандидат за работа дали би се справял добре на базата на това, което знаем за него? От нас зависи как ще използваме уменията си, за да отговорим на тези въпроси и как да използваме отговорите, за да променим процесите. Голяма част от работата ни е мисловна и аналитична. Често се случва някой от нас да се усамоти на някой диван в офиса с лист хартия и химикалка в ръка. Затова често твърдим, че работим дори когато не сме на работа.
Доста често имаме срещи с мениджъри, QAs (Quality Analysts), SMEs (Subject Matter Experts), за да синхронизираме работата си с тях. Kомуникацията е в основата на това свършеното от нас да бъде максимално полезно за компанията.
Какви умения и качества са необходими за тази професия? На първо място са необходими задълбочени и широкообхватни познания по статистика. Когато е зададен бизнес казус, статистикът трябва да знае как да го обърне в статистически/математически проблем. Когато го обърне в такъв проблем, той трябва да знае кои са установените методи, чрез които може да се справи с него. Когато получи резултати, той трябва да знае дали може да разчита на тях. След това трябва да ги преведе обратно на бизнес език и да направи подходяща за аудиторията презентация. Затова комуникационните умения са не по-малко важни.
Основно е и умението за боравене с данни и практически опит с езици като SQL, R, Python, DAX, MDX, M, VBA. Не на последно място е разбирането на основните концепции и алгоритми в машинното обучение, което да позволи съвместна работа със специалисти в областта.
Как поддържаш знанията и квалификацията си? Всеки член на екипа е специализиран в конкретна сфера повече от останалите. Често черпим знания един от друг, дискутирайки работата си. Отделяме време за проучване, в което четем научни статии, гледаме уебинари или ходим на конференции, за да подобрим работата си по определени задачи.
Какви са възможностите за развитие? Голяма част от изпълнителните директори на технологични компании твърдят, че изкуственият интелект е в основата на четвъртата индустриална революция. Всяка една индустрия в днешно време извлича ползи от подобен тип дейност. Примери за това са здравеопазването, банковият сектор, производството, търговията, киберсигурността и т.н. Следователно възможностите за развитие са изключително много и те ще продължават да растат. Все още не е осъзнат пълният потенциал на така наречената дигитална трансформация за една компания. Неслучайно много фирми назначават Chief Analytics Officer или Chief Data Officer.
Възможностите за алтернативни позиции в един Data Analytics екип варират спрямо компанията и индустрията в която се намира. Част от ролите могат да включват:
Data And Analytics Manager - менажира екип от анализатори и Data Scientists;
Business Analyst - посредничи между Data Analytics екипа и останалата част от бизнеса;
Data Analyst - извлича смисъл от данните и също използва статистически методи;
Machine Learning Expert - разработва и имплементира ML алгоритми, които дават отговор на бизнес въпроси или оптимизират бизнес процесите;
Data Scientist - цялостно разбира дейността на екипа и структурира, чисти и организира данните, с които се работи;
Data Architect - планира системите за управление на данните;
Data Engineer - създава, структурира, тества и поддържа системи за управление на данните;
Developer - разработва софтуерни решения вследствие на аналитичните резултати и др.
Кои са най-големите заблуди за тази професия? Най-голямата заблуда е свързана с това, че работата е механична и по цял ден седим пред компютъра и гледаме едни и същи екселски таблици. Работата ни всеки ден е различна. Сблъскваме се с различни проблеми, водим постоянна комуникация с всички останали роли в компанията и постоянно се налага да проявяваме креативност.
Какви са хобитата ти и какво обичаш да правиш след края на работния ден? Занимавам се с много различни неща извън офиса. Ходя на курсове по актьорско майсторство, свиря на китара, спортувам активно. Винаги съм бил хиперактивен и много рядко оставам вкъщи след работа или през уикендите. Обожавам да ходя на планина, макар и това да не се случва толкова често напоследък. Винаги съм бил изключително голям меломан и почти всеки месец ходя на концерти.
Вижте какво прогнозираха световни визионери и български бизнес лидери по време на първото събитие, част от EconomyForum, организиран от Economy.bg, Jobs.bg и Tech.bg
Планираме още придобивания, разрастване на екипа с поне 20%, местим се и в нов офис - Атанас Киряков, изпълнителен директор на „Онтотекст“ и президент на обединената Graphwise, пред Economy.bg