Развитие навыков решения IT задач в бизнесе

Программа профессионального роста

1 октября, 2021, Родин Александр

Мы предлагаем студентам пройти программу подготовки в решении бизнес задач там, где применяются методы программирования, машинного обучения и распределенных вычислений.

Формат этой программы представлен следующими макро-механизмами:

Скрининг

Скрининг - это процесс опроса и тестирования студентов по разработанной схеме для того, чтобы определить существующие навыки и способности обучаемого. Это позволяет соотнести эти навыки с рекомендуемой IT ролью студента в дальнейшем обучении. Скрининг также применяется для оценки и рекомендации IT роли уже после обучения.

Решение практической задачи

Решение практической задачи происходит в виде командной реализации проекта. Группе студентов не более 10 человек ставится бизнес-задача. Группой управляет куратор (Product Owner, Scrum Master), который передает команде требования к разрабатываемому сервису, формулирует бизнес приоритеты требований в рамках решаемой задачи.

Кроме того, в соответствии с результатами скрининга куратор распределяет начальные роли внутри группы. Группа под присмотром куратора и с его помощью выполняет следующие действия:

Проводит декомпозицию бизнес-задачи на задачи разработки, выстраивая приоритеты реализации решения таким образом, чтобы сделать каждый элемент выполнимым в рамках одной фиксированной по времени итерации и в соответствии с приоритетами бизнеса.
Обучаемый каждый в своей исходной роли решает поставленную задачу, изучая при этом методы решения и технологии настолько, насколько это нужно для получения результата.
Обучаемый интегрирует свое решение через предоставляемый механизм CI/CD, включая валидацию со стороны других членов группы и куратора.
Решения задач в рамках итерации обсуждаются всей группой в конце каждой итерации.

Решение технических проблем

В процессе решения у студентов возникают технические проблемы ввиду отсутствия знаний и опыта. Куратор мониторит проблемы и инициирует технические митапы/вебинары для получения знаний и навыков. Для этого организуются коммуникация с техническими экспертами.

Кроме того процесс обучения сопровождается лекциями технологического курса релевантного решению поставленной бизнес задачи.

Роли

Прграмма покрывает участие студентов в следующих ролях:

Team-lead: Руководитель проекта в рамках одной итерации. Студент в этой роли участвует в контроле выполнения задач и интеграции решений в единый сервис.
UI разработчик: Занимается разработкой пользовательского интерфейса в виде Web-приложения.
Backend разработчик: На нем лежит ответственность за разработку API для сервиса и Web-приложения.
Data инженер: Эта роль предполагает решение задачи доставки данных в сервис, их преобразования с использованием распределенных механизмов.
Data Scientist: Data Scientist занимается разработкой алгоритмов поиска паттернов в данных, построение Machine Learning моделей, проведение эксперементов и улучшение качества моделирования.
ML инженер: Инженер в этой роли занимается интеграцией алгоритвом и Machine Learning моделей с сервисом, используя, в том числе AI платформы.
DevOps инженер: Он отвечает за развертывание инфраструктуры, сервиса и других приложений, а также за автоматизацию развертывания.
QA инженер: Речь идет о ручном тестировании с подготовкой тестовго покрытия сервиса, моделей и UI.

Ротация ролей

В конце каждой итерации студенты меняют (ротируют) свои роли так, чтобы за весь период проекта поучаствовать в разработке с разных позиций.

Параметры обучения

Обучение рассчитано на три месяца.
Одновременно до 2-3 групп и не более 10 человек в каждой.
Обучение предполагает решение одной бизнес-задачи одной группой.
Предполагается порядка 10 вебинаров (по 1-2 часа)
Предполагается порядка 20 лекций (по 1-2 часа)
Проект имеет базовую реализацию с готовым техническим и бизнес решением, к которому должна стремиться группа. Но при этом группа решает задачу с чистого листа. Куратор старается привести команду к целевому результату, но при этом в конце обучения проводится сравнение результатов группы с целевым.
Технология обучения позволяет применять ее для разных уровнях студентов. Чем выше исходный уровень, тем ближе задача к “боевым” условиям.

Направления обучения

Обучение покрывает следующие направления:

анализ требований и формирование задач;
генерация синтетических данных и сбор реальных данных;
анализ данных и определение их качества;
разработка и развертывание инфраструктуры для решения задачи и публикации результата;
разработка алгоритмов бизнес задачи на языке программирования Python и необходимых фреймворков;
разработка алгоритмов распределенных вычислений с использованием Big Data технологий (Apache Spark, Pyspark) для обработки данных в решаемой задаче;
разработка DS/ML моделей для решения бизнес задачи на языке программирования Python (Sklearn, LightGBM, Tensorflow, Pythorch). Reinforcement learning в реализации Deep Q-network;
разработка UI интерфейса решения с помощью Bootstrap и jquery, AngularJS или React (детальное изучение UI фреймворков не является целью);
ручное, автоматизированное, интеграционное и компонентное тестирование решения;
профилирование производительности высоконагруженных компонентов.

Пример бизнес задачи

Commerce Simulator

Это бизнес задача, решение которой позволяет мелким и средним предпринимателям создать модель поведения их бизнеса с точки зрения наличия точек торговли или e-commerce канала в требуемой геолокации.

Решение позволяет сконфигурировать бизнес параметры: ассортимент товаров, характер товаров, объемы, цены, скидки, промо- акции, и тд.

Решение позволяет сконфигурировать среду, в которой будет функционировать бизнес: геолокация бизнеса, условия логистики пополнения ассортимента и доставки покупок, внешние характеристики (объем населения города, района, покупательская способность, погодные условия и т.д.)

Решение формирует покупателя в виде робота с определенной стратегией потребностей, покупок, трат и тд. Покупатели действуют в среде, где находится анализируемый бизнес и адаптируются/обучаются в плане совершения покупок.

Пользователь меняет бизнес параметры и мониторит изменение финансовых показателей.

С другой стороны есть дополнительная опция автоматической конфигурации и адаптации бизнеса к изменяющемся условиям с последующими рекомендациям предпринимателю.

Решение выпускается как сервис с UI интерфейсом и монетизацией в зависимости от выбранных пользователем конфигураций и объемов.