Мы подготовили серию интервью с выпускниками EPAM по направлению Data Quality. Они не только прошли обучение на тренинге и в лаборатории EPAM, но и по их окончании получили долгожданное предложение о работе в нашей компании. Ребята рассказали, что такое Data Quality, почему они выбрали именно это направление, с какими трудностями сталкивались во время обучения и дали ценные рекомендации полезных материалов для новичков.
Герой нашего первого интервью — Андрей Растопчин. Андрей успешно прошёл тренинг, окончил лабораторию и сейчас работает Data Quality инженером в EPAM.
Что такое Data Quality?
Данные (data) — главный ресурс современного мира. А обеспечение хорошего качества данных — одна из важнейших задач. На основании данных принимаются важные бизнес-решения. Но получить ценную для бизнеса информацию из огромного объёма данных не так просто. Если компания хочет извлекать пользу из данных, то необходимо обеспечить их хорошее качество. Этим и занимается направление Data Quality.
Зачем нужны и чем занимаются Data Quality специалисты?
Как правило, Data Quality инженер работает на data-проектах: построение и тестирование data-процессов, миграция баз и хранилищ данных в облачные сервисы, построение витрин данных и т.д. Data Quality инженер — это специалист, который отвечает за качество данных на всех этапах их изменения и трансформации.
Почему ты выбрал направление Data Quality?
Для меня работа с данными всегда представляла большой интерес. По сути, данные — это продукт, и чем он качественнее, тем бóльшую прибыль может принести компании. Поэтому спрос на data-специалистов постоянно растёт. Мой интерес, подкреплённый огромными возможностями для роста и развития в этом направлении, и стал основным критерием.
Почему ты выбрал тренинг-центр EPAM?
О тренинг-центре я впервые услышал, когда учился в университете. Я знал, что в EPAM можно получить полезные знания от специалистов высокого уровня. После обучения в тренинг-центре любой мотивированный и целеустремлённый человек даже без профильного образования получает возможность устроиться на работу в крупную и известную IT-компанию. После окончания лаборатории по Data Quality выпускник готов к работе на реальных проектах.
Какие знания и навыки у тебя были до обучения в тренинг-центре?
Я изучал основы IT-технологий в Санкт-Петербургском политехе, а также маркетинг, менеджмент, экономику и др. Но, чтобы поступить в тренинг-центр, пришлось готовиться практически с нуля: проходил онлайн-курсы по базам данных, SQL, Python, усиленно изучал английский язык.
Как проходит обучение на тренинге по Data Quality?
Обучение проходит полностью онлайн. На нём студенты изучают основы Linux, программирование на Python, базы данных, SQL, теорию тестирования, а также специфику Data Quality. Обучение длится около 3 месяцев.
Какие hard и soft skills ты приобрёл на тренинге?
Для меня самыми полезными оказались разделы по Linux и теории тестирования, так как с этими направлениями я ранее не сталкивался. Тренинг помог углубить и расширить знания по SQL и Python. Для студентов проходят специальные вебинары по soft skills: навыки самопрезентации, подготовка к интервью, работа в команде и многие другие.
C какими трудностями ты сталкивался во время обучения и как справлялся с ними?
Были трудности с некоторыми домашними заданиями и приходилось много гуглить, читать теорию и документацию. Если не лениться и всё делать добросовестно, проблем быть не должно. Если они всё-таки возникнут, то у каждого студента есть ментор — более опытный разработчик компании. Он всегда рядом, чтобы помочь преодолеть трудности.
На каком проекте в EPAM ты работаешь сейчас и чем занимаешься?
Я работаю на проекте по построению Data Governance платформы (системы управления данными) для крупной фармацевтической компании. На предыдущем проекте участвовал в разработке витрины данных для крупного российского банка. Там я проверял, что данные мигрированы правильно, корректно отображены на дашбордах, а также все трансформации соблюдены должным образом.
Какие перспективы у Data Quality джуниора в EPAM?
Как и у любого джуниора — вырасти и стать миддлом. После окончания тренинга, уже в лаборатории, студенты изучают Big Data технологии, которые в основном и используются на проектах EPAM. Начинающему специалисту важно проявить себя и приобрести ценный опыт работы в команде. Профессиональный рост в EPAM очень прозрачен — это большой плюс.
