Guest
В этом выпуске ко мне пришел в гости крутой гость, Дмитрий Аношин. Дима является экспертом в data engineering, а также он почти 10 лет работал западных Bigtech компаниях. Мы обсудили следующие темы - Как Дима вошел в IT порядка 15 лет назад - Как Дима прокачивал свои навыки как дата инженер - Как он уехал в Канаду и адаптировался там - Как развивалась карьера Димы в Amazon, Microsoft и что он вынес из этого опыта - Как Дима стал создателем обучающих проектов datalearn, surfalytics - Как Диме удалось написать целую гору книг - Как находить мотивацию для роста и развития Если говорить подробнее про Дмитрия, то он уже больше 15 лет занимается аналитикой и инжинирингом данных, а 10 последних лет проработал в Северной Америке. Из них 5 лет в Амазоне, где работал в нескольких командах, включая Alexa AI (в Бостоне) и Customer Behaviour Analytics (в Сиэтле). Поучаствовал в действительно инновационных проектах, где драйвером являются данные. Видел и Big Data и Machine Learning в действии в масштабе крупнейшей компании мира. После Амазона работал 4 года в Microsoft Xbox и Microsoft Azure Data&AI. Активно принимал участие в развитии Microsoft продуктов для аналитики - Synapse, Fabric, Azure Databricks. Теперь, Дмитрий помогает создавать инновационные аналитические решения, дата команды и модернизировать устаревшие решения через свою компанию и глобально готовит инженеров и аналитиков через свое сообщество (на английском), до этого несколько лет развивал проект , на котором делился фундаментальными знаниями и помогал бесплатно всем желающим войти в ИТ, знания там все еще актуальны. Дмитрий написал несколько книг по аналитике и преподает несколько лет Облачные Вычисления (Cloud Computing) в партнерстве с Microsoft в Университете Виктории. Еще из интересных проектов: - Создал онлайн выставку писем CEO про увольнения в крупных компаниях - Совместно с Московским Зоопарком и Вконтакте организовал группу по наблюдению за популяцией пеликанов и экомониторинга с использованием AI - Из последнего, Дмитрий создает главный Российский портал Дата Инженеръ посвященный карьере дата инженера, куда он планирует добавить road map для вакансий Инженера Данных, Аналитика и BI разработчика и ссылки на лучшие бесплатные ресурсы: книги, тренинги, курсы, видео, телеграмм каналы, и многое друго, что поможет понять, кто такой иженер данных и как таким стать, преимущественно на русском языке. Timeline: 00:00 - Введение и знакомство 01:51 - Как Дима попал в IT 07:03 - Начало карьеры в IT (первое собеседование) 09:52 - Важность английского языка 14:33 - Как Саша попал в IT 16:25 - Про индивидуальных контрибьюторов (individual contributor) 21:09 - Преимущества работы в bigtech компаниях (FAANG) 24:57 - Культурный код компании 27:41 - Принципы работы 29:31 - Реакция на действия и выборы Трампа 32:22 - Переезд в Канаду 38:53- Жизнь в Канаде и переезд в Британскую Колумбию 43:30 - Дата инженер и выход за рамки обязанностей 44:26 - Переломный момент в карьере 47:13 - Важность софт скилов и политических умений 50:55 - Переход в IT и работа с новым руководителем 54:38 - Коллаборативная работа и организационная культура 57:23 - Проблемы с эскалацией задач 58:20 - Культура и принципы в компании 01:01:30 - Личный опыт работы в Amazon 01:04:56 - Проблемы с корпоративным подходом 01:06:49 - Выгорание и поиск новых вызовов 01:10:44 - Создание собственного контента (tg канала и консалтинговой компании) 01:11:40 - Создание Telegram-канала и консалтинговой компании 01:14:30 - Создание курса по Data Science 01:17:16 - Личный бренд и сообщество 01:24:08 - Проблемы с привлечением местных специалистов в коммьюнити 01:26:00 - Проблемы с реализацией проектов 01:28:14 - Важность комьюнити и мотивации 01:30:06 - Влияние книг и публичных выступлений 01:31:54 - Статистика как инструмент 01:35:11 - Применение данных в реальной жизни 01:37:56 - Использование генеративных моделей 01:39:48 - Ассистенты и операционные процессы 01:41:35 - Компании и их стратегии 01:46:39 - Продуктовый подход к разработке 01:49:11 - Будущее технологий и роль человека 01:51:04 - Обучение и адаптация 01:54:49 - Преподавание и углубление знаний 01:56:23 - Рефлексия и книги 02:00:50 - Проблемы и преимущества книг 02:07:37 - Видеокурсы и обучение 02:14:39 - Документирование и взаимодействие 02:19:20 - Чтение исходного кода 02:22:10 - Заключение
