Women In Tech: Из экономиста в Data scientist-ы

Мы завершаем спецпроект Women In Tech, посвященного женщинам, работающим в IT. И последней героиней стала Тогжан Султан. Отучившись на экономиста в Назарбаев Университете, Токжан поняла, что это не дело её жизни и поступила в Колумбийский универcитет по специальности Data Science. Успех не заставил себя долго ждать, Тогжан успела поработать в президентской кампании Блумберга и продолжает наращивать компетенцию в Нью-Йорке.

Тогжан, кратко поговорим о вашей первой специальности - экономика. Вы выбрали ее по своему желанию или так сложились обстоятельства? 

На самом деле в школе в старших классах я очень хорошо разбиралась в физике, даже участвовала в областных олимпиадах. Я хотела стать инженером как мои родители, но тогда все вокруг твердили, что быть инженером это для мальчиков. В итоге я выбрала специальность максимально гуманитарную, но с математической составляющей - экономику! 

Почему так резко решили перейти в Data science.

Когда я училась на экономиста в университете мои профессора заметили, что у меня хорошо получается математика и в принципе все технические аспекты профессии, и посоветовали мне обратить внимание на программирование и data science. В этом плане я считаю, что мне очень повезло, потому что я бы сама в себя ни за что не поверила и не решилась бы на такой шаг. Поддержка моих профессоров дала мне очень многое. Да и я не была настолько умной, чтобы знать что такое Data Science 7 лет назад, когда в Казахстане толком не было этой профессии. 

А что такое Data science?

Консенсуса по определению Data Science нет.
Все компании, программы и индустрии по разному решают, что такое для них Data Science. Для меня Data Science - это решение проблем при помощи данных, будь то вычисление простого среднего арифметического или построение сложных моделей машинного обучения. Главное решить проблему, для этого и нужен data scientist. 

Возникали ли препятствия из-за того что вы девушка?

В сфере Data Science мужчин на самом деле больше и мужчинам органически проще общаться и налаживать связь и доверие с друг другом. Позвать коллегу на ланч кажется более органичным, если вы одного пола и возраста. Наладить доверие самое важное при работе, к радости многие мужчины коллеги на работе понимают такие барьеры и идут на встречу. 

Какие у вас планы по развитию карьеры в качестве data scientist?

Замечать паттерны в проектах и продуктах самый важный навык, который надо развивать. Пока я работаю на опыт, а в будущем хочу участвовать больше в процессах принятия решений. 

Пожелания для читателей.

Hard work always pays off! Чем бы вы не занимались, если Вы вкладываете усилия всегда будет результат, через время, через года, но вы всегда получите результат.

Комментарии (0)

Авторизуйтесь чтобы оставить комментарий