Редких ИТ-специалистов бесполезно искать — их нужно «выращивать»

Как быть, если нужных профессионалов единицы и их не учат в России? Те, кому доводилось искать специалистов по машинному обучению, знают, что они на вес золота. Остается только открывать школу при собственном бизнесе. С этой задачей отлично справилась группа компаний ЦРТ. Проект стал одним из трех победителей «Премии HR-бренд — 2018» в номинации «Северная столица».

Группа компаний ЦРТ разрабатывает электронную технику и программное обеспечение в сфере анализа данных, мультимодальной биометрии и речевых технологий.

Среди продуктов ЦРТ — решения по записи и обработке телефонных разговоров для отслеживания качества обслуживания, программы преобразования речи в текст, системы распознавания лиц, которые работают в аэропортах и на стадионах. Офисы компании находятся в Санкт-Петербурге, Москве и Нью-Йорке.

Для таких сложных разработок нужны специалисты по машинному обучению (ML-специалисты). Но сфера разработки искусственного интеллекта пока еще настолько молодая и при этом так стремительно развивается, что ни одна учебная программа даже профильных вузов не успевает подготовить новые методологии и программы, чтобы выпускать специалистов нужного уровня.

Проблема: слишком редкая специальность

ЦРТ — это в основном научные сотрудники, профессионалы в области управления проектами, разработки, тестирования, продвижения и продаж высокотехнологичного оборудования. В компании работает более 500 человек, но количество и масштаб проектов постоянно растут, поэтому и специалистов нужно больше. Найти действительно профессиональных айтишников любой специализации, знающих самые актуальные языки программирования, непросто. Специалисты по машинному обучению — в особенном дефиците.

Решение: летняя школа

Если нужных специалистов пока не готовят в вузах, а у компании накоплен огромный опыт работы именно в сфере машинного обучения, значит, будущих сотрудников можно учить прямо у себя. Для этого нужно создать платформу, на которой студенты ИТ-вузов и молодые программисты могли бы потренироваться в машинном обучении на реальных прикладных проектах, над которыми работает ЦРТ.

В качестве преподавателей можно привлекать не только своих же сотрудников, но и приглашать зарубежных профессионалов в области машинного обучения. Например, Бьёрна Шуллера — профессора Высшей школы информатики и технологии Харбинского технологического института в Китае, доцента Имперского колледжа Лондона (Imperial College London), где он преподает машинное обучение. Такие звездные преподаватели наверняка привлекут в будущую школу перспективных ребят — математиков и программистов, которые действительно увлечены машинным обучением и хотят его освоить.

Основная задача школы — построить максимально эффективную программу, чтобы участники получили опыт и знания в машинном обучении на реальных проектах с актуальными инструментами. Такими, как анализ аудиоданных, алгоритмы классификации, deep learning и распознавание эмоций.

Будущие ученики школы отбирались среди студентов и недавних выпускников математических и ИТ-вузов.

«Мы не искали тех, кто уже специалист в этой области. Мы искали тех, у кого «горят глаза». Достаточно было базового представления о современных методах машинного обучения и владения основами Python. Отбор в школу мы провели по результатам тестового задания, — рассказала менеджер по персоналу группы компаний ЦРТ Вероника Белоногова. — Ограничений по конкретным вузам и возрасту не было — мы принимали всех, кто удачно выполнил тестовое задание. В первом наборе в школу попал даже один школьник».

Как всё организовали

Чтобы донести до студентов и выпускников информацию о наборе в летнюю школу, развернули целую кампанию: почтовые рассылки, анонсы на профильных сайтах, в соцсетях и в СМИ.

В качестве тестового задания претенденты должны были обучить систему распознавания звуков на базе нейронных сетей. Им надо было предложить алгоритмы, которые различали бы стандартные шумы в офисном помещении (стук по столу, стук в дверь, щелканье по клавиатуре, шорох бумаг, пакетов и так далее). Критерием оценки стала точность классификации звука.

Всего компания получила 1011 заявок на участие в школу, отбор прошли 36 человек.

Школа начала свою полноценную работу в августе 2018 года. Программа состояла из 16 часов лекций и 40 часов практики. Девять студентов по итогам учебы победили в конкурсе учебных проектов.

Редких ИТ-специалистов бесполезно искать — их нужно «выращивать»
Занятия в летней школе ЦРТ — STC ML School.

В процессе лекционных и практических занятий участники получили теоретические знания и уникальные навыки, которые можно освоить только в работе над реальными проектами в области машинного обучения. Например, изучили методы извлечения речевых признаков, алгоритмы классификации, решали задачи анализа аудиоданных, познакомились с задачами повторной идентификации личности и семантическим анализом видео.

Обучение было бесплатным. Тем, кто выполнил тестовое задание лучше всего, компания оплатила дорогу в Санкт-Петербург, проживание в общежитии и питание (ребята приезжали из 12 регионов России и Белоруссии).

В школе студентов разделили на команды по три-четыре человека, каждая команда готовила свой проект и потом защищала перед экспертами школы. Авторы лучших проектов получили призы в виде самокатов, квадрокоптеров и других приятных гаджетов.

Результат: новые сотрудники и кадровый резерв

По результатам обучения 14 самых сильных студентов получили приглашение в команду ЦРТ, шестерых из них приняли в команду сразу, двоих оформили сначала на стажировку и еще двоих пригласили на стажировку чуть позднее.

Бывшим студентам летней школы, которых пригласили на работу в компанию, очень помог этот опыт обучения — адаптация в коллективе, к корпоративной культуре прошла проще.

Кто-то подумает: пригласить звездного лектора из-за границы, оплатить часы работы со студентами собственных опытных специалистов по машинному обучению, профинансировать рекламную кампанию для поиска талантливых и мотивированных студентов, оплатить их проезд и проживания — слишком дорогое удовольствие.

«Наем стал в 8 раз эффективнее, с учетом количества затраченного времени и принятых сотрудников. При этом мы получили специалистов, уже обученных под наши проекты и адаптированных к нашей корпоративной культуре. Летняя школа позволила сделать качественный отбор. В процессе обучения можно понять, кто больше подходит. Вероятность повторного поиска низка по сравнению с обычной системой рекрутмента», — считает Вероника Белоногова.

Если вы успешно решили непростую HR-задачу, это повод подать заявку на участие в Премии «HR-бренд 2019».