Профессиональное становление
Школьный период
В школе я уделяла внимание различным предметам. Если говорить о точных науках, то мне всегда отлично давались вычисления и математические преобразования, поэтому я ожидаемо преуспевала в алгебре. В то же время я намного хуже справлялась с геометрией, потому что ещё тогда у меня обнаружились проблемы с пространственным мышлением. В активных поисках себя и своего таланта я, под влиянием Стивена Хоккинга и его трудов в области космологии, стала питать интерес к физике и даже поступила в Малую Академию Наук. Но надолго я в ней не задержалась, потому что, как оказалось, я была не готова к сложной теории, сокрытой за фасадом красивого и необъятного космоса. Меня это всё просто не привлекало. Несмотря на то, что в конечном итоге я получаю айти-специальность, о своём отношении к урокам информатики мне рассказать нечего — нам её толком не преподавали.
Вышеописанного компетентностного профиля было недостаточно для того, чтобы понять, что из всех многочисленных направлений мне стоит выбрать информационные технологии. И тогда я заметила, что вне зависимости от предмета, я всегда хорошо структурировала полученную информацию. Мне нравился сам процесс выявления закономерностей и систематизации знаний, иногда даже больше, чем сами знания. Я думала о возможности совершенствовать способы хранения данных и применять визуализацию для облегчения восприятия.
ВУЗ
Программа обучения по специальности «Бизнес-информатика» не делала акцент на программировании, но даже так поначалу оно давалось мне довольно нелегко. Однако, уже выпускную квалификационную работу я посвятила написанию бота-планировщика на Python, который решал проблему внутренних коммуникаций предприятия-объекта научной работы и по совместительству объекта преддипломной практики. Моя магистерская диссертация станет прямым продолжением моего диплома. Первые шаги в изучении этого языка я сделала вместе с моим нынешним научным руководителем — Тимохиным Владимиром Николаевичем. Именно он за короткий курс раскрыл Python как язык, который за счёт разнообразных библиотек сейчас лидирует в сфере аналитики данных. Поиск, обработка, моделирование — три самых популярных сценария использования языка у аналитиков.
Такие библиотеки, как pandas, Seaborn и NumPy, мы впервые изучали в рамках дисциплины «Аналитика больших данных для бизнеса», а затем закрепили полученные знания при выполнении лабораторного практикума по «Разработке прикладных решений на Python». Владение этим языком программирования стало первым в списке профессиональных навыков, которые высоко ценятся в моей нынешней профессии.
Для того чтобы анализировать данные, нужно их откуда-то извлекать — как правило, из баз данных, и поскольку чаще всего это происходит именно с использованием SQL, то я начала изучать «язык структурированных запросов» — поначалу под руководством Харитонова Юрия Евгеньевича, который читал нам курс «Базы данных», а затем продолжила углублять познания самостоятельно. Также за время обучения в ВУЗе я успела приобрести опыт работы с некоторыми СУБД — PostgreSQL и Microsoft SQL Server. Сейчас я преимущественно работаю в 1С, и для того, чтобы эффективно выгружать и обрабатывать показатели деятельности крупного торгового предприятия, мне потребовалось начать изучать встроенный язык программирования платформы. Модуль «Разработка прикладных решений на базе современных платформ» позволил получить мне как будущему специалисту ценный практический опыт в 1С, но, к сожалению, только начальный. Я бы хотела, чтобы данный курс был обширнее.
Для решения задач анализа данных и построения математических моделей нас обучили применению программного пакета Maple и языка имитационного моделирования PowerSim. Первая программа поддерживает широкий круг мощных математических операций, таких как символьный анализ, численный анализ и графика. Для меня Maple стал полезным инструментом в решении задач по общей математике, комбинаторике, дифференциальным формам, линейной алгебре, степенным рядам и статистике. PowerSim позволяет наглядно строить и анализировать системно-динамические модели, а также демонстрировать результаты моделирования.
На протяжении почти всего периода обучения я регулярно публиковалась в сборниках международных научных конференций. В последние два года в своих научных тезисах я всесторонне развиваю тему прошлой и нынешней выпускных работ. За мотивацию к участию, активное информирование и роль научного руководителя я благодарна Искре Елене Александровне. На одной из таких конференций (а именно BECS-2023) мой доклад был награждён дипломом второй степени, что в дальнейшем, в совокупности с другими учебными и научно-исследовательскими достижениями, позволило мне выйти на повышенную стипендию.
Цели, планы и видение будущего
В будущем я планирую и дальше развиваться в сфере аналитики и баз данных. Я хочу освоить программирование в 1С, в чём мне должна помочь текущая занимаемая должность, которая располагает к активному взаимодействию с программистами соответствующего направления. Также я хочу научиться эффективно применять Python в решении аналитических задач.