Data Quality: что это такое, зачем нужно и кому подходит. Часть 2

Предыдущее интервью вы можете прочитать здесь. Сегодня мы поговорим с Анной Рудковской, Data Quality инженером EPAM. 

Что такое Data Quality? 

Данные нужны для решения бизнес-задач. На их основе делают выводы, на них строят визуализации, мониторят системы, обучают модели машинного обучения. Чтобы все эти процессы дали наилучший возможный результат, требуется внедрение Data Quality практик. Мне нравится аналогия с трубопроводами: если бы не существовало условного Water Quality, то страшно представить, какой бы мы все пили чай.  

Зачем нужны и чем занимаются Data Quality специалисты? 

• Анализируют, какие данные приходят в систему, и выявляют требования к ним. 
• Определяют, по каким именно критериям данные должны оцениваться. 
• Разрабатывают инструменты для автоматической валидации данных. 
• В некоторых случаях ещё и рассказывают своим заказчикам, что такое вообще возможно, нужно и полезно. 

Почему ты выбрала направление Data Quality? 

В Data Quality я попала случайно. Записавшись на смешанный тренинг Business Intelligence и Data Quality, на самом деле, я больше целилась на первое. Но во время обучения поняла, что меня больше привлекает стек технологий и задачи DQ инженера.  

Почему ты выбрала тренинг-центр EPAM?  

Тренинг-центр даёт отличную возможность бесплатно подтянуть знания и умения, которых не хватает для джуниорской позиции. Также, для меня было ценно нестрессовое вхождение в рабочую среду. Тренинг-центр EPAM дал всё это и многое другое. 

Какие знания и образование у тебя были до обучения в тренинг-центре?  

Я училась в Санкт-Петербургском политехе на системного аналитика. По сути, большая часть моего бэкграунда — это SQL. Была немного знакома с Linux и базой программирования на С++. 

Как проходит обучение на тренинге по Data Quality?  

Обучение проходит онлайн на обучающем портале EPAM. Программа тренинга охватывает необходимые для старта работы навыки: Python, SQL, Linux, основы Quality Assurance и введение в Data Quality. В лаборатории каждому студенту назначается ментор, который помогает с обучением, отвечает на вопросы и даёт обратную связь.  

Какие hard и soft skills ты приобрела на тренинге?  

Hard skills перечислены абзацем выше: что-то изучила с нуля, что-то подтянула. Из soft skills я бы выделила поиск решений, формулирование вопросов, коммуникацию с коллегами. Ещё в тренинг-центре я прошла полезные тренинги по работе в команде и прохождению собеседований. 

C какими трудностями ты сталкивалась во время обучения и как справлялась с ними?  

Самая большая трудность — это моя лень. Справляться с ней помогало осознание того, ради чего учусь: желание стать востребованным специалистом и влиться в атмосферу IT-мира. 

На каком проекте в EPAM ты работаешь сейчас и чем занимаешься?  

Я работаю на крупном проекте для европейской телекоммуникационной компании. Наша задача как инженеров по качеству провалидировать каждый участок, через который проходят и трансформируются данные. Для этого мы разрабатываем и поддерживаем инструменты и скрипты, используя, в частности, Big Data технологии. 

Какие перспективы у Data Quality джуниора в EPAM?  

На мой взгляд, отличные: проектов много, они разнообразные, их количество растёт. Обучающие программы и тренинги активно разрабатываются и улучшаются — так что всегда есть возможность получить актуальные для DQ инженера навыки и опыт. 

Какие полезные материалы по Data Quality можешь посоветовать новичкам?  

• Статья с обзором направления + полезная теория, пример из практики и много полезных ссылок. 
• Видео про актуальность Data Quality, специфику работы, разбор ошибок и полезные советы. 

Если вы хотите изучить перспективное направление Data Quality и при успешном окончании обучения стать частью EPAM, то регистрируйтесь на бесплатный тренинг в нашем тренинг-центре.