«Появление ИИ перевернуло «доску»: навыки бизнес-информатика стали только важнее» — интервью с академическим руководителем бакалаврской программы «Технологии анализа данных в бизнесе» Сергеем Вячеславовичем Макрушиным

Сергей Вячеславович Макрушин, академический руководитель программы «Технологии анализа данных в бизнесе», доцент департамента бизнес-информатики Высшей школы бизнеса НИУ ВШЭ рассказал, какие компетенции востребованы в эпоху ИИ, как выстроена программа и почему сочетание фундаментальной математической подготовки, машинного обучения, бизнес-экспертизы и развитых коммуникативных навыков открывает выпускникам широкие карьерные возможности в ведущих компаниях различных отраслей.

Высшая школа бизнеса НИУ ВШЭ

— Сергей Вячеславович, расскажите о вашем профессиональном опыте. Как он помогает вам в руководстве программой?

— Я начинал карьеру как программист, потом руководил группой разработки, создавал корпоративные приложения. Затем защитил кандидатскую по экономике и ушёл в консалтинг: общался с широким кругом людей, в том числе с потенциальными заказчиками информационных систем. После этого работал в государственных корпорациях, занимался глубоким анализом экономики предприятий и финансовым моделированием.

Потом пошёл в науку. По образованию я прикладной математик и информатик, и занялся тематикой машинного обучения, а впоследствии, когда нейросети продемонстрировали свою эффективность, и искусственным интеллектом. Параллельно с момента защиты кандидатской я преподавал: прикладную математику, машинное обучение, программирование.

Итог — моя лаборатория искусственного интеллекта стала моим бизнесом. Сейчас я ставлю задачи, общаюсь с заказчиками, выявляю их потребности и владею полным циклом работ: от разработки приложений на основе ИИ и обработки данных до переговоров с клиентами и маркетинга.

Весь этот накопленный опыт я передаю студентам лично на занятиях, через организацию учебного процесса и через подбор преподавателей.

О программе

— Какие основные преимущества программы «Технологии анализа данных в бизнесе»? Выделите ключевые аспекты.

— Первое — актуальность в нынешних условиях. Появление искусственного интеллекта в разработке буквально перевернуло доску. Многие технические задачи разработки теперь берут на себя ИИ-агенты — а вот постановка задач, анализ решений на верхнем уровне, работа с заказчиком остаются за человеком. Именно здесь роль человека пока незаменима. Раньше бизнес-информатики воспринимались скорее как приложение к программистам. Сегодня баланс сильно сместился в другую сторону: даже те, кто прежде были программистами, по сути стали ближе к бизнес-информатикам.

Второе — ориентация на бизнес. Наша программа реализуется Высшой школой бизнеса. Если сравнивать с похожими программами в технических вузах, там обычно есть акцент на конкретную отраслевую специфику этого вуза. У нас — широкий общебизнесовый взгляд, а компетенции Высшей школы бизнеса в этой части передовые в России. Если абитуриент ещё не решил, в какую именно отрасль пойдёт, такая широта — однозначное преимущество.

Третье — серьёзный акцент на гибких навыках. В конкурирующих программах чаще делают ставку на техническую сторону. Мы и раньше здесь были сильны, а в этом году дополнительно скорректировали программу под руководством нашего Академического совета — увеличили долю гибких навыков. В мире, где всё больше технических задач берут на себя компьютеры, эмоциональный интеллект и умение выстраивать взаимодействие с людьми становятся критически важными.

— Расскажите о содержании программы и как распределяется нагрузка по годам обучения?

— Наша программа относится к направлению бизнес-информатики, и в основной части её логика повторяет классическую бизнес-информатику. Но у нас есть существенная специализация: мы значительно расширили направление, связанное с искусственным интеллектом и машинным обучением — примерно в три раза больше зачётных единиц, чем на аналогичных программах. Это главное отличие.

Если говорить о структуре, в программе можно выделить семь ключевых блоков. Первый — математическая база: особенно большая нагрузка на первом курсе, продвинутый уровень, сравнимый с прикладной математикой. Второй — программирование: компактный, но качественный блок на основе Python — именно на нём строится вся индустрия обработки данных и машинного обучения, поэтому мы концентрируемся на одном языке программирования, но осваиваем и используем его максимально полно. Третий — технологии обработки и анализа данных: уникальные дисциплины с первого и до четвертого курса, часть из которых, по моим сведениям, не читается больше нигде. Четвёртый — классические, фундаментальные, дисциплины бизнес-информатики, формирующие основные компетенции. Пятый — экономика и менеджмент: компетенции Высшей школы бизнеса. Шестой — машинное обучение и искусственный интеллект: наш специализация среди аналогичных программ. Седьмой — гибкие навыки: тот самый блок, которым мы существенно расширили под влиянием революции искусственного интеллекта.

— Расскажите о преподавательском составе программы.

— Наша программа только сделала второй набор, поэтому самое интересное в части преподавательского состава ещё впереди: на третьем и четвёртом курсах мы будем активно привлекать партнёров из Академического совета — Газпромбанка и других компаний, представленных в совете. Но они уже сейчас не просто ждут, пока наши студенты дорастут до старших курсов: преподаватели-практики отрабатывают дисциплины на классической программе «Бизнес-информатика» и в магистратуре, а когда прийдет время — адаптируют их для нас.

На первом курсе математику ведут преподаватели с многолетним опытом — отзывы студентов после первого года хорошие: тяжело, но без нареканий. Блок по машинному обучению ведём я и мои коллеги, имеющие опыт решений в области ИИ в финансово-технологическом секторе. На второй курс мы привлекли преподавателя с сильным опытом в машинном обучении и уникальными достижениями в робототехнике: у нас большой курс по классическому машинному обучению, и здесь нужен профессионал именно такого уровня.

— Как устроена практическая составляющая программы? Каких индустриальных партнёров вы привлекаете?

— Учебный план по практической части выстроен содержательно: на втором курсе начинаются курсовые проекты по классическому машинному обучению и подготовке данных, на третьем — работы, связанные с глубоким обучением и нейросетями.

Вместе с Академическим советом мы прорабатываем стажировки и привлечение реальных задач от партнёров, чтобы студенты работали не с придуманными данными, а с данными конкретных компаний. Среди партнёров — Газпромбанк, компании из финансово-страховой отрасли, в том числе РЕСО-Гарантия, крупные ИТ-компании и системные интеграторы, включая разработчиков отечественного оборудования. На следующий год планируем также визиты в компании — чтобы студенты видели, как профессия выглядит изнутри.

— Какие профессиональные и гибкие навыки получает выпускник программы?

— Главный навык — понять задачу бизнеса и перевести её в техническое задание: раньше это было задание для команды разработчиков, теперь зачастую — для искусственного интеллекта, который реализует решение. При этом специалист должен технически понимать предлагаемые решения — их возможности и слабые стороны, — чтобы давать заказчику содержательную обратную связь. Заказчик, как правило, не разбирается в технической части реализации — это нормально. Задача нашего выпускника: прийти, задать правильные вопросы, объяснить, какие есть варианты, и помочь принять верное решение.

Поскольку ИИ всё активнее берёт на себя технические задачи, ценность человека, который умеет сочетать понимание бизнеса, технологическую грамотность и навыки коммуникации, только растёт. Именно эти компетенции мы и развиваем: понимание бизнеса, умение работать с данными и моделями, способность выстраивать коммуникацию между всеми сторонами проекта.

Карьерные возможности

— Какие карьерные перспективы открываются перед выпускниками? На каких позициях они могут работать?

— Я бы выделил четыре направления. Первое — инженер данных: специалист, который подготавливает данные для задач машинного обучения, искусственного интеллекта или бизнес-аналитики. Спрос на эту специальность устойчиво высокий, а программ, которые целенаправленно готовят именно таких специалистов, немного.

Второе — специалист по машинному обучению. Уровень зарплат здесь весьма приличный, но важно понимать: за последние год-два порог входа на рынок стал заметно выше. Это связано с тем, что ИИ автоматизировал задачи базового уровня — тех, кого можно было заменить. Сегодня востребованы те, кто вышел с университетской скамьи с серьёзной подготовкой, и наши студенты это подтверждают.

Третье — аналитик данных: продвинутый анализ данных и автоматизация аналитики в интересах бизнеса, бизнес-аналитика в широком смысле. Причём в нынешних условиях, когда ИИ берёт на себя всё больше программистских и аналитических задач, один хорошо подготовленный специалист нашего профиля способен закрывать функции, которые раньше требовали целой команды.

Четвёртое — проектная деятельность: менеджер проектов или помощник руководителя проекта на раннем этапе карьеры. Выпускники бизнес-информатики всегда были хорошими кандидатами на менеджерские позиции в ИТ, мы же готовим менеджеров в командах, связанных с обработкой и анализом данных и искусственным интеллектом.

— В каких компаниях и отраслях могут работать ваши выпускники?

— Наши выпускники универсальны — они могут работать в любой компании, которая достигла уровня цифровой зрелости и готова всерьёз использовать данные. Банки, телекоммуникации, розничная торговля, крупные промышленные холдинги — везде, где базовая автоматизация уже пройдена и компания переходит на следующий уровень: работу с данными и задачами искусственного интеллекта.

Помимо крупных компаний, это активно развивающиеся молодые компании с современным технологическим стеком внедренным в них с самого основания, а также ИТ-компании и системные интеграторы, которые разрабатывают и внедряют эти решения для бизнеса. У нас есть естественный партнёрский акцент на финансовый и страховой сектор через Академический совет, но в целом горизонт для наших выпускников гораздо шире.

Поступление на программу

— Кому подходит программа бакалавриата «Технологии анализа данных в бизнесе»? Кого вы ожидаете среди поступающих?

— Во-первых, тем, кому не чужды математика и программирование. Причём в отличие от классической ИТ-специализации здесь особенно важна склонность к работе с числами и данными: в школьной программе уже есть теория вероятностей и статистика — эта дисциплина хорошая возможность для школьников понять, близка ли вам наша тематика.

Во-вторых, тем, кто обладает или хочет развить коммуникационные навыки. Мы знаем, что многие люди с сильными техническими навыками испытывают сложности с коммуникацией — и это не даёт им в полной мере раскрыть потенциал. Наша задача — сделать из них не только хороших технических специалистов, но и людей, способных выстраивать сложные проекты в больших командах с участием большого круга контрагентов.

— Что бы вы посоветовали почитать или посмотреть будущим студентам, чтобы лучше понять специфику профессии?

— Из фильмов сразу приходит в голову «Социальная сеть» — про основание Facebook: неплохой фильм о стартапах и о том, как идея превращается в большой бизнес. Профессиональные книги по теме есть, но одиннадцатикласснику их рекомендовать, пожалуй, рановато.

— Дайте два-три совета абитуриентам, поступающим на программу.

— Первый совет — думайте о своём будущем всерьёз. Подумайте, в каком мире вы будете жить через несколько лет, кем хотите стать. Образование — это огромная инвестиция времени и денег, и делать этот выбор спонтанно нельзя. Ищите информацию, смотрите, изучайте — отнеситесь к выбору профессии как к сложной задаче, которую нужно решать основательно.

Второй совет — обратите внимание на олимпиады. Особенно если вы сейчас в десятом классе. Это реальный и нередко более доступный путь к поступлению, который позволяет преодолеть высокий проходной порог по ЕГЭ.

Третий совет — будьте трудолюбивы. Одиннадцатый класс без этого не пройти. Да и в принципе: даже если вы талантливый человек, именно большое количество труда превращает талант во что-то по-настоящему ценное.