Уйти из Grammarly ради учебы в КПИ: стоит ли овчинка выделки - SEO Blog - все о поисковой оптимизации и веб разработку украинской.

1. - Дмитрий, почему вы решили оставить работу и поступить в вуз? Какова была цель?
2. - А почему именно очное обучение? Например, сейчас доступно множество онлайн-курсов на Coursera и...
3. - Какие «за» и «против» рассматривали, когда решались поступать? И как отреагировали ваши коллеги?
4. - А как вы планировали жить несколько лет, не работая?
5. - Почему выбрали именно КПИ? Какой факультет?
6. - Поступали на общих основаниях? Как готовились?
7. - И как вам обучения? Какие впечатления?
8. - А почему прекратили обучение?
9. - А было в планах доучиться до конца?
10. - Сейчас продолжаете осваивать математику самостоятельно?
11. - Насколько в целом оправдались ваши ожидания от обучения?
12. - Какие проблемы системы образования заметили за время обучения? И какие сильные стороны?
13. - Рад выпускникам после школы идти в вуз? Лучше сначала немного поработать?
14. - А если человек уже несколько лет проработал в различных сферах, но хочет освоить IT?
15. - Можете посоветовать какие-то лайфхак по обучению? Как эффективно усваивать новую информацию?
16. - На новой работе, в Ring Labs, уже используете новые знания?
17. - А не рассматривали вариант снова вернуться в Grammarly после того, как оставили вуз?
18. - Какие у вас дальнейшие планы?
19. Рекомендуем

Проработав 6 лет на позициях Front-end Developer в MacPaw и Grammarly, в прошлом году Дмитрий Филипенко решил взять тайм-аут и поступить на 1 курс КПИ - получить второе высшее прикладной математики. В интервью DOU Дима рассказал о том, насколько полезно ходить на пары и ведения конспектов для уже известного разработчика и в итоге закончилась эта затея.

- Дмитрий, почему вы решили оставить работу и поступить в вуз? Какова была цель?

Когда я работал в Grammarly, вокруг меня было много умных людей: олимпиадники, выпускники сложных факультетов с очень сильной математической подготовкой. Вращаясь в такой среде, я видел, к чему можно стремиться. Задумался, что я потенциально тоже могу достичь таких же результатов.

Больше всего меня интересовало направление Machine Learning. Для развития в этой области мне, прежде всего, не хватало математического бэкграунда. Я закончил Приборостроительный факультет КПИ, там математика была лишь на 1-2 курсах и не считалась профильным предметом. В основном занимались чертежам: собственно, я и начал карьеру в IT по дизайну и уже потом перешел в Front-end.

Чтобы подтянуть знания по математике, я стал заниматься с репетитором. Мы начинали прямо с основ - повторяли математику за 7-8 класс, потом двигались дальше. Повторив весь школьный курс, столкнулся с проблемой того, чтобы найти репетитора для университетского курса: почему-то все, с кем я общался, предлагали занятия максимум с какими элементами «вышки», но не были готовы последовательно изложить мне весь курс.

И тогда я подумал, а почему, собственно, самому не поступить в вуз и не освоить все необходимые курсы.

- А почему именно очное обучение? Например, сейчас доступно множество онлайн-курсов на Coursera и других площадках.

На онлайн-площадках я тоже учился и учусь сейчас :) Не ради диплома - это не самоцель, а просто ради того, чтобы узнать новое. Но мне кажется, что прямое общение с носителем знаний - это самый эффективный путь обучения.

- Какие «за» и «против» рассматривали, когда решались поступать? И как отреагировали ваши коллеги?

«За» - стать лучше и умнее, чем я на тот момент не было. Вызов для себя. «Против» - мысли о том, что система образования устарела, и полученные знания будут неактуальны. Но вокруг было столько советчиков, которые меня отговаривали, что мне уже даже сложно вспомнить, какие «против» были моими тезисами, а какие из окружения :)

В Grammarly некоторые расстроились, некоторые поддержали, у кого это вызвало непонимание. В общем, обычная реакция :) Но на самом деле было много поддержки от ребят, за что я им благодарен.

- А как вы планировали жить несколько лет, не работая?

У меня была денежная подушка, которая позволила мне первое время пожить не думая о работе. И к тому же я не собирался уходить с работы совсем. Пока учился отдаленно сотрудничал с одним берлинским стартапом и консультировал киевский стартап. Так что на жизнь хватало.

- Почему выбрали именно КПИ? Какой факультет?

Кроме КПИ, я рассматривал КНУ им. Шевченко и Могилянская академия. Но среди моих коллег в Grammarly было очень много людей, которые закончили именно IT-факультеты в КПИ. Впрочем, я не знаю, получили ли они свои знания благодаря или вопреки вуза :)

С точки зрения фундаментальных дисциплин КПИ мне казался (и, кажется) очень хорошим университетом. С точки зрения прикладных навыков считаю КПИ устаревшим, как и большинство других вузов. Но меня интересовала фундаментальная база.

Среди факультетов выбрал ФПМ, специальность «Прикладная математика», так как слышал о нем много положительных отзывов.

Если бы делал не ради математики, а ради компьютерных наук, то, скорее всего, выбрал бы УКУ.

- Поступали на общих основаниях? Как готовились?

Так, поступал на общих основаниях. Не буду кривить душой, у меня были не самые высокие баллы по ЕГЭ, но их хватило, чтобы пройти на бюджет.

Для подготовки дополнительно к математике взял еще репетитора по физике. Для меня этот предмет был самым сложным, так как из школы помнил мало. Если математику использовал в работе хотя бы иногда, то физику - ни разу.

- И как вам обучения? Какие впечатления?

То, ради чего я туда шел, - математика - до сих пор излагается на достаточно высоком уровне. Я бы сказал, на прочную четверку :) Изучал линейную алгебру, дискретную математику, матанализ. По всем остальным предметам впечатления не такие радужные. На все, что было мне не актуально, я не ходил, чтобы не тратить время.

Что касается IT-дисциплин, который был предмет «Программирование» Pascal (!), А также занятия по Python. Считаю хорошим знаком, что кафедра пытается вводить изучение современных технологий, но пока программа очень слабая и требует многих доработок. На мой взгляд, она должна быть более захватывающей.

Я честно учился, писал конспекты, делал домашние задания. И хватило меня на полгода :)

- А почему прекратили обучение?

Учась второй раз, я уже не смог себя заставить делать массу вещей, которую считаю напрасной: оформление протоколов, лабораторных, все это формализм.

Также надоело слушать, как мне поучительным тоном рассказывают, что мне нужно, а что нет, что пригодится в жизни и т. Д. Я понимаю, что таким образом преподаватели пытаются как-то наставить на путь истинный испуганных первогодок, но это не мой вариант .

Еще там чувствовал себя одиноким, не с кем поговорить. Я был на 10 лет старше своих одногруппников. Мы, конечно, общались: несколько раз даже собирались в библиотеке и вместе разбирались в материале. Но все же было слишком большое расхождение в интересах.

Так что в конце первого семестра оставил вуз и с февраля работаю в компании Ring Labs на позиции Full Stack Developer.

- А было в планах доучиться до конца?

Нет, такой цели не было. Диплом - это просто фикция, которая вовсе не значит ничего. Я планировал проучиться года 2, чтобы изучить все базовые курсы и дальше вернуться к работе с новыми навыками.

Но я не зацикливаюсь на том, что ушел всего лишь через полгода. Двигаюсь дальше, ведь путей для обучения и развития очень много.

- Сейчас продолжаете осваивать математику самостоятельно?

Да, я делал перерыв на несколько месяцев, пока отдохнул, нашел работу и там освоился, но теперь возвращаюсь к обучению. Планирую дальше осваивать дискретную математику и матанализ - но уже не все подряд, а больше те разделы, которые нужны мне для работы. Теперь мне это будет сделать намного проще, чем с нуля, так как первичный базис уже получил.

- Насколько в целом оправдались ваши ожидания от обучения?

Оправдались процентов на 60, может, 50 :) Я попробовал, получил опыт, приобрел знания - вот это для меня самое ценное.

Как я уже упоминал выше, частично ожидания оправдались за счет хороших курсов по математике; не оправдались за счет большого количества формализма и слабого преподавания IT-предметов.

- Какие проблемы системы образования заметили за время обучения? И какие сильные стороны?

Прежде всего, это избыток неактуальных знаний. К сожалению, многие старые преподаватели не хотят совершенствовать программы. Под видом фундаментальных знаний пытаются представить то, что устарело более 10 лет назад.

Если смотреть с точки зрения студентов, которые только закончили школу, то основная проблема - отсутствие ответа на вопрос «Зачем?». Их сразу начинают грузить какими абстракциями и не объясняют, зачем это, собственно, надо, как и где можно будет применить эти знания. Это убивает мотивацию.

Мне кажется, стоит приглашать в вуз не только лекторов-теоретиков, но и больше практикующих специалистов, которые понимают знания актуальных на рынке труда, и умеют интересно учить. И главное - смогут донести студентам, как можно применять полученные навыки и в каких специалистов возрасти.

Что касается сильных сторон, то мне было очень полезно пообщаться с преподавателями, которые действительно знают и любят свой предмет. Это настоящие сокровищницы знаний, в которых можно многое почерпнуть.

Дима среди участников курса «Introduction to Data Science, Business Analytics, Big Data and Artificial Intelligence» в КПИ

- Рад выпускникам после школы идти в вуз? Лучше сначала немного поработать?

Мне кажется, очень хорошая практика, принятая в Европе и США, - gap year, когда между школой и вузом ребята берут один год «отпуска» и пробуют себя в разных, путешествуют, определяют, чего хотят дальше. Другое дело, что за границей лучше развита инфраструктура для этого и больше возможностей попробовать себя в разных областях, а не только раздавать листовки или мыть машины. Впрочем, для начинающих айтишников много интернатур, стажировок при компаниях - и это очень хорошо. Можно как минимум с толком провести лето.

- А если человек уже несколько лет проработал в различных сферах, но хочет освоить IT?

В таком случае, пожалуй, лучше пойти на курсы, посещать воркшопы. Вуз с первого курса - это долгий и энергозатратный путь.

- Можете посоветовать какие-то лайфхак по обучению? Как эффективно усваивать новую информацию?

Во-первых, стоит как можно больше времени уделять практике. Прочитали блок теории - и приступаем к заданиям. Это касается и математики, и изучение IT. Во-вторых, пользоваться несколькими источниками информации, чтобы получить максимально широкое представление о предмете.

Еще одно правило - не стесняться быть тупым. Подходить к тем, кто знает больше, спрашивать у них. Не пытаться подбирать какие-то умные слова, а просто озвучить вопрос так, как ты это понимаешь. Если что-то неправильно, тебя поправят.

Если вы занимаетесь онлайн-обучением, то очень помогает общение с другими студентами. Иногда вместе удается решить те задачи, которые не выходят в одиночку. Иван Примаченко , Один из основателей Prometheus , Как писал о том, что по статистике те студенты, которые активно участвуют в дискуссиях на форуме, чаще приходят к концу курса, чем их более пассивные одногруппники. Впрочем, и в оффлайн-обучении это работает. Если что-то объясняешь другому, то начинаешь лучше понимать сам.

С коллегами по Ring Labs

- На новой работе, в Ring Labs, уже используете новые знания?

Да. Основную часть времени занимаюсь разработкой, но есть и Machine Learning задачи. Меня менторит коллега Кирилл Трусковский.

Заметил, что в вуз, еще в Grammarly, когда я расспрашивал коллег о Machine Learning, то довольно слабо понимал суть того, что они мне рассказывали. А теперь уже понимаю разговоры и даже сам могу вставить что-то разумное :)

- А не рассматривали вариант снова вернуться в Grammarly после того, как оставили вуз?

Я думал об этом, но хотелось попробовать себя где-то еще, чтобы была возможность поработать с Machine Learning. В Ring Labs такая концентрация крутых ML-специалистов, я подумал, это хороший шанс поучиться у них. К тому же некоторых я знал лично, или это были знакомые знакомых.

С Grammarly мы расстались добрыми друзьями. Я многому там научился, много сделал. Иногда захожу к ним в гости. Но у всех своя дорога, все мы развиваемся и растем.

- Какие у вас дальнейшие планы?

Развиваться в области Machine Learning. Мне кажется, сейчас есть 3 перспективные сферы, за которыми будущее, - это Machine Learning, космос и робототехника. Космосом я вряд ли найду :) Робототехнику немного изучал, но меня несколько демотивировало, что создание одного устройства от идеи до прототипа - это очень долгий процесс. Machine Learning мне ближе всего, и это именно та область, ради которой мне хочется учиться.

Опубликовано: 02/08/17 @ 7:00
раздел Разное

Рекомендуем

Рекрутеру на заметку: собеседование с техрайтером
Python digest # 15: Python3.6.2 released, как компании эксплуатируют опен Сорс
Лучшие плагины WordPress - 130 плагинов
7 причин переехать во Львов для IT-специалиста
Арбитраж трафика с Youtube на CPA оффера

Похожие

Комментарии