Каждый день я пользуюсь теми знаниями, которые я получил в магистратуре
Никита Козодой закончил бакалавриат в Высшей школе экономики в Санкт-Петербурге, магистерскую программу Прикладная экономика факультета экономических наук и Программу двойных дипломов с университетом Гумбольдта. В настоящее время завершает написание диссертации в аспирантуре Университета им. Гумбольдта и работает Data Science Research Associate в области применения методов машинного обучения в финансовой области (кредитный скоринг). Сегодня Никита рассказал о своем опыте выбора, поступления и обучения в магистратуре и аспирантуре
В бакалавриате учиться мне было очень интересно. Мне нравился именно сам процесс обучения и получения новых знаний. Когда я поступал, даже не предполагал, что меня так заинтересует экономика и предметы, связанные с экономической деятельностью. Я очень быстро втянулся и, как раз, как только мне стало очень интересно, бакалавриат закончился. Но мне не хотелось заканчивать обучение. Только бакалавриата мне казалось недостаточно, потому что меня так привлекли некоторые курсы, что я хотел узнавать больше и больше. Кроме того, к четвертому курсу я еще находился в такой неопределенности - не знал, что именно я хочу делать дальше. Мне нравилось учиться. Но в какой именно сфере я себя вижу, хочу ли я пойти в академическую область или хочу работать в индустрии, я не понимал. И мне хотелось продолжить этот процесс понимания того, куда я хочу пойти дальше, получить новые знания в этой области. За время учебы в магистратуре, я понял куда именно я хочу их прикладывать.
Я учился в Вышке в Санкт-Петербурге, и сама система, как все устроено в Вышке, меня полностью устраивала. Одним из вариантов, которые я рассматривал, было остаться дальше в Санкт-Петербурге и продолжить учебу в магистратуре. Несмотря на то, что НИУ ВШЭ Санкт-Петербург - престижный вуз, и в городе очень высоко ценится, мне хотелось себя попробовать на новом уровне и попробовать поступить в Москву. Когда я проводил анализ того, что я хочу и какие вообще есть варианты, у меня получилось два варианта, куда поступать.
Первый вариант - Высшая школа экономики. Тут я выбрал Прикладную экономику, потому что она больше всего мне подходила по интересам. Мне нравилась в экономике не теоретическая часть, где необходимо выводить какие-то модели, которые описывают микро- или макроэкономическую ситуацию. Мне больше нравилось работать с реальными данными, которые поступают с разных рынков, на них что-то проверять, тестировать гипотезы, узнавать, что происходит на самом деле. Поэтому программа Прикладная экономика подходила больше всего.
Второй вариант, который я рассматривал - Российская экономическая школа, РЭШ. Это тоже один из наиболее престижных экономических университетов в России. Между двумя этими вариантами я выбирал. Сыграли роль несколько факторов, почему я в итоге выбрал именно НИУ ВШЭ. Во-первых, поступление в НИУ ВШЭ для меня было более благосклонным, так как можно было еще в бакалавриате писать олимпиады, по результатам которых можно было поступить. Так я и попал на Прикладную Экономику. В РЭШ требовали сдавать отдельные вступительные экзамены.
Вторым фактором стало то, что в магистратуре факультета экономических наук во ВШЭ можно делать программы двойных дипломов с университетами в Европе. Это тоже сыграло большую роль, потому что я с самого начала подумал, что было бы очень интересно попробовать поучиться в Москве, а также попробовать свои силы и в каком-нибудь из европейских университетов.
Мои ожидания полностью оправдались. Уровень преподавания был действительно выше, и это сразу бросалась в глаза. Учиться было сложно, особенно в первые несколько месяцев. Нужно было привыкнуть к этому темпу, к тому, какие требования у преподавателей на программе. Это был мой первый опыт, когда я уехал учиться в другой город. Я проживал в общежитии в Одинцово. Моя дорога до Высшей школы экономики каждое утро и моя дорога обратно каждый вечер - это было такое путешествие на несколько часов в переполненных электричках, но оно того стоило, потому что нахождение на факультете был очень интересным. Мне нравилось, но было действительно сложно. Постепенно я втянулся и начал понимать, что действительно начинаю получать удовольствие от учебы, у меня начинает понемногу получаться.
В первый год обучения в магистратуре в Москве я как раз начал понимать, что именно мне больше всего нравится. С самого начала меня привлекала больше эмпирическая, чем теоретическая сторона экономики. У нас было несколько курсов, которые сфокусированы на анализе данных, на извлечении каких-то закономерностей, на прогнозировании, исходя из имеющихся данных: Эконометрика, временные ряды - курсы, где нужно было достаточно много программировать и достаточно много понимать статистику, теорию, которая лежит за этими алгоритмами. Для меня это стало поворотным моментом, потому что я понял, что это действительно то, что мне нравится больше всего - процесс извлечения какой-то новой информации из данных. Когда у тебя есть большой excel-файл с непонятными цифрами, он выглядит безжизненно. Кажется, ну файл и файл. А ты пишешь несколько строчек кода и можешь сказать какие-то вещи о том мире, который описывает этот набор данных. Ты можешь сказать: анализ нам показывает, что, оказывается, к примеру, вредные привычки уменьшают заработную плату на Х рублей в месяц. Дать такой ответ мы можем, исходя из методов, которые мы можем применить на этих данных - вот это меня просто завораживало.
Отвечать на интересные вопросы, имея определенный инструментарий, которому нас учили на эконометрике, на анализе временных рядов, и, соответственно, понимание того, как и что нужно применять. Это мне пригодилось больше всего, потому что в дальнейшем я начал все больше уходить в сторону программирования, анализа данных, и экономика была уже не центральным элементом этого процесса, а, скорее, некой средой, в которой все это происходит.
выпускник программы Прикладная экономика
И при обучении на втором курсе магистратуры в университете Гумбольдта в Германии, и сейчас, там, где я работаю, мне это очень помогает - программирование, статистика, эконометрика, которые мы изучали в Москве. Могу без преувеличения сказать, что каждый рабочий день я пользуюсь, в том числе, теми навыками, которые я тогда получил.
При выборе программы двойного диплома я изучал программы обучения, курсы, которые были доступны в университетах-партнерах на тот момент. В первую очередь, исходя из того, какие ограничения присутствуют, какие курсы можно брать после года обучения в Москве, мне стало понятно, что для меня лучше всего подходил университет Гумбольдта. Программа, которую я там закончил, называется Economics and Management Science. Однако, именно в плане свободы выбора курсов на этой программе университет Гумбольдта предлагает очень много. Курсы, сфокусированные на теоретической стороне экономики у меня уже были закончены во время первого года обучения в Москве. Когда я приехал в Берлин, на втором курсе магистратуры у меня был только один обязательный курс, а все остальные я мог выбирать в полном соответствии с тем, что мне хочется. На факультете экономики в университете Гумбольдта есть также кафедра информационных систем, которая занимается анализом данных, машинным обучением, наукой о данных. Я очень много курсов взял с этой кафедры.
Еще я обращал внимание на то, в какой стране придется учиться. В Германии я несколько раз был до того, как приехал сюда учиться и понимал, что это интересная страна, в которой достаточно развитая экономика, в которой есть что делать, в которой хорошая погода. В бакалавриате я не мог поехать по обмену, потому что тогда у нас была военная кафедра. Но я запомнил, что у нас многие ребята, кто ездил в Германию, привозили исключительно положительные впечатления.
Кроме, собственно, страны и доступных курсов, третий аспект - это то, что университет Гумбольдта достаточно высоко находился и сейчас находится в различного рода рейтингах. То есть, изначально было понятно, что это один из серьезных университетов с качественным образованием. И мне хотелось попробовать себя еще на один уровень выше и посмотреть, а смогу ли я теперь, после года обучения в Москве, поучиться в одном из европейских университетов, который очень высоко котируются. Поэтому, в итоге, я выбрал Гумбольдт и нисколько об этом не жалею!
Самое большое различие между учебным процессом в Высшей школе экономики и в Гумбольдте - на тот момент и сейчас, насколько я знаю, сто процентов оценки за курс определяет экзамен. Ты можешь в течение семестра делать с различной степенью вовлеченности и домашки, и какие-то работы, но это в лучшем случае только определяет, допускаешься ты до экзамена или нет. Сто процентов оценки дает финальная работа - экзамен или какая-нибудь письменная работа, которую ты пишешь по итогам прохождения курса. Это было очень непривычно поначалу, потому что в Вышке мы привыкли к тому, что большая часть в оценке накопительная, и если ты в течение семестра хорошо учился, не пропускал проверочные, выполнял домашки, то ты уже на экзамене можешь особо не переживать, потому что у тебя уже есть достаточно большая часть оценки. Экзамен не такую большую роль играет. В Гумбольдте, наоборот, полгода ходишь на лекции, вроде все понимаешь, делаешь, но потом все определяется в течении двух часов, когда ты пишешь экзаменационную работу. Интересно то, что такой формат, где сто процентов от оценки за курс дает экзамен, пролоббирован студентами - сами студенты хотели такой формат, когда они могут ходить или не ходить на лекции в течение семестра, по различным причинам не всегда выполнять задания, которые выдаются. Независимо, от того как ты работал в течение семестра, ты все равно можешь также получить 100 процентов от оценки. Многим, кто приехал из Вышки вместе со мной в тот год, это было тяжелее, чем в Высшей школе экономики. Мы уже привыкли к тому, что в течение семестра зарабатываем свою оценку. Поэтому это было немножко непривычно.
Второе большое отличие, помимо системы оценивания, это гораздо большая свобода в плане выбора курсов и в плане формирования своего учебного плана. С одной стороны это плюс: ты можешь решать сам для себя, каким образом ты хочешь построить свой учебный процесс. Ты можешь учиться здесь год, можешь - два года, можешь - учиться полтора года, потом один семестр не брать вообще никаких курсов, а еще через полгода взять пять курсов за один семестр, в этом нет никаких проблем. Ты самостоятельно строишь свой учебный план, и многим это очень нравится, мне в том числе.
Но обратная сторона этого в том, что никто не будет за тобой следить и ходить, и напоминать тебе о том, что у тебя недостаточно кредитов, или что у тебя не накапливается какое-то количество курсов в каком-нибудь обязательном модуле, и ты не можешь писать сейчас выпускную работу, потому что ты не проходишь по требованиям - ты должен обо всем этом заботиться сам, должен сам следить, какие требования у программы, какие курсы обязательные и необязательные, у каких курсов есть пререквизиты. Ты должен это все понимать сам и полностью структурировать свой план. Это дополнительная головная боль, но если ты в этом разбирался и самостоятельно принимаешь решения, ты можешь также более свободно подходить к выбору курсов и делать именно то, что тебе в первую очередь нравится.
Общее у курсов, которые я брал, что в Москве, что в университете Гумбольдта - то, что в обоих университетах очень серьезный фокус на количественные методы и на математическую составляющую. Экономику можно преподавать очень по-разному - с разной ролью математического аппарата. Мне, как человеку который любит цифры больше, чем рассуждения, очень нравится то, что оба университета делают фокус именно на математический аппарат. Благодаря этому мне было проще адаптироваться от Вышкинского стиля к стилю Гумбольдта. Математический язык, который лежит внутри, он одинаков, и благодаря этому мне было проще подстроиться под другие программы, под другие темы, которые проходят здесь.
Я не получал двойки на экзаменах, но такое случается. В таком случае ты можешь пересдавать экзамен. Проблема только в том, что пересдача может проводиться на достаточно удаленном времени от того, когда ты первый раз сдавал. Может так получиться, что тебе нужно ждать целый год до следующего раза, когда этот курс снова будет даваться уже для следующих студентов, и ты тогда вместе с ними можешь снова брать этот курс и снова пытаться его сдать. В каждом семестре есть два временных слота, когда можно сдавать экзамен, есть две волны экзаменов. Начинаются каникулы, и ты можешь либо сдавать экзамен сразу, на первых двух неделях, либо через месяц, еще две недели - экзаменационный период.
Как я оказался в аспирантуре: мой случай, наверное, немного отличается от других. Как это было у меня: вообще я не планировал оставаться в Берлине, когда только сюда приехал - я думал, поучусь, вернусь и буду работать в России. Здесь я понял, что мне тут нравится, и было бы неплохо тут еще поработать. Соответственно, на втором году обучения в магистратуре я подыскал себе работу. Работа эта была в исследовательском институте, примерно 60 часов в месяц, то есть два дня в неделю. Заключалась она в том, что я помогал в исследовательском проекте, играл роль ассистента. Такая роль многим знакома по лабораториям и институтам в Высшей школе экономики, где тоже студенты устраиваются в процессе обучения в бакалавриате и в магистратуре. В этот момент я понял, что меня привлекают исследования. Я могу применять свои навыки, в первую очередь связанные с анализом данных, со статистикой, для того, чтобы отвечать не просто на какие-то вопросы, которые мне интересны, или которые нам задали, а для того, чтобы отвечать на исследовательские вопросы, которые волнуют научное сообщество в эту минуту. И я подумал, что если мне это так интересно, то наверное я бы хотел продолжить заниматься исследовательской деятельностью. Это предполагает учебу в аспирантуре или работу в компании на исследовательской позиции. Я еще не мог сказать, что я на 100 процентов овладел инструментами, которыми хотел бы владеть даже после магистратуры, поэтому задумался об аспирантуре. Мне казалось, что впереди огромное поле методов, алгоритмов, моделей, которых я не знаю. Я начал ходить и спрашивать про аспирантуру когда еще тут обучался, подходил к профессорам. Они мне немножко про это рассказывали, но в основном был ответ такой: вообще можно, но сейчас нет мест, подходите потом.
Я вернулся в Вышку, защитился в Москве, и начал размышлять, буду ли я возвращаться в Германию. В этот момент мне пришла рассылка от моей программы в Гумбольдте, что открылась новая позиция у профессора, у которого я как раз брал несколько курсов на экономическом факультете. Это была позиция в компании, которая предполагала совмещение аспирантуры и работы в компании. У компании есть определенные планы на вас - какие проекты вы будете делать. А еще у вас есть профессор из университета, который следит за вами, и с которым в процессе работы вы пишете исследовательские статьи. Компании выгодно, что у нее есть сотрудник, который фокусируется, в первую очередь, на исследованиях. Они заключают соглашение с университетом, где есть профессор, который занимается обеспечением того, что ваша деятельность будет приводить к каким-то публикациям. Я поговорил с профессором, он был очень заинтересован, потому что мы с ним были знакомы. Меня пригласили на интервью в компанию, где я уже беседовал с незнакомыми людьми. Выбор пал в мою пользу, и таким образом я занял эту позицию. Мне немножко повезло, что открылось позиция в подходящее время. Но это не единственный способ проходить здесь аспирантуру (больше информации о поступлении в аспирантуру в Германии и карьере в академии будет в отдельном материале).
Моя компания занимается рисками и кредитным скорингом. Предлагает сервисы по оценке рисков для заемщиков для банков, для торговых площадок. Представьте себе торговую площадку, типа Озона, где вы можете, когда оплачиваете покупку, либо платить сами, либо нажать на кнопочку и оплатить кредит, скажем на 12 месяцев. И нужен алгоритм, который говорит, каким клиентам стоит предлагать такую возможность, а каким клиентам такой возможности предлагать не нужно. Если это касается банков, то вопрос состоит в том, кому выдавать кредит, а кому не выдавать. Чтобы ответить на этот вопрос, используют различные методы машинного обучения, которые используют данные по заемщикам и оценивают вероятность выплаты кредита в зависимости от характеристик этого заемщика, от характеристик продукта, на которой он просит деньги и так далее. Моя работа заключается в том, что компания предоставляет мне данные различных рынков - это различные страны, различные финансовые продукты, которыми они оперируют в этих странах - и я занимаюсь улучшением различных аспектов моделей машинного обучения, которые предсказывают, вернёт ли человек деньги. Таких аспектов много и можно о них говорить часами, это огромная исследовательская тема и огромная тема для бизнеса. Но она сводится к простому заданию: нужно иметь модель, которая максимально точно прогнозирует, вернёт ли человек заем или нет. На это влияет очень много факторов, которые находятся внутри этих алгоритмов.
Могу привести один пример, который касается такой темы, как честность модели: я думаю, многие слышали в последнее время истории о том, когда люди жалуются на то, что, например, мужчина и женщина с одинаковыми характеристиками получают разные суммы кредита или разные проценты на ипотеку. Это является примером того, когда в моделях может присутствовать определенный сдвиг в сторону, например, мужского населения. Эти модели тренируются на данных, которые приходят из прошлого. Если так сложилась ситуация, что раньше на рынке в основном кредит давали мужчинам, то и у модели будет смещение в сторону мужской популяции. Это влечет дискриминацию, и это может привести к разным проблемам, как для людей, которые не получают кредит, или получают кредит, хотя не должны, так и для самих фирм, потому что они могут дойти до ситуации, когда им нужно отстаивать свои интересы в суде, сталкиваться с общественным мнением, которое, естественно, негативно реагирует на такого рода дискриминацию.
Мы ищем способы уменьшить эту дискриминацию в моделях, понять, сколько это стоит. Может такое случиться, что для компании выгодно дискриминировать. Но компания не хочет этого делать, потому что это неправильно с точки зрения общества и тех ценностей, которые есть у компании. На различных данных мы исследовали эту возможность и пытались понять, каким образом дискриминацию нужно измерять и каким образом можно и нужно избавляться от дискриминации в модели.
Я считаю, что это важно, потому что мы с вами видим, что алгоритмы и автоматизированные модели, которые что-то нам рекомендуют, прогнозируют, советуют, получают все больше и больше распространения. Постоянно возникает все больше сфер, в которых алгоритмы автоматизируют какие-то процессы, принимают какие-то решения за нас. Это может нравиться, может не нравиться, но оно происходит. Начиная от того, какую песню нам рекомендует алгоритм в нашем телефоне, когда мы слушаем музыку по дороге на работу, и заканчивая тем, дадут ли нам кредит, возьмут ли нас на работу - сейчас все чаще для этого используются различные алгоритмы. Работать над тем, чтобы эти алгоритмы работали хорошо, эффективно и честно, будет актуально и будет набирать свою важность и распространение в ближайшие годы. Работа с алгоритмами и работа с данными являются уже практически неотъемлемой частью любого бизнеса в различных сферах. В моем случае это хороший баланс между, во-первых, экономическим бэкграундом - я изучал экономику и финансы, и поэтому я обладаю некоторыми знаниями о том, как работают финансовые рынки, как работает кредитных скоринг - и, во-вторых, навыков по анализу данных, которые я в последние годы своего обучения и своей работы здесь получил. Совмещение вот этих двух компонентов мне очень нравится.
На данный момент я скорее склоняюсь к тому, чтобы устроиться на работу в индустрию. Сейчас мне хочется попробовать себя в решении связанных с бизнесом проблем, которые не обязательно требуют каких-то инноваций, новых идей и новых теорий, которые ты закладываешь, когда пишешь статью в академической сфере. Проблемы в бизнесе могут быть связаны просто с применением самых последних разработок и самых последних результатов исследований на практике. Поэтому меня больше сейчас привлекает индустрия. Я планирую оставаться в Берлине, городе, в котором очень много стартапов и очень много компаний в сфере IT, сфере анализа данных. Вот в этом направлении я буду в скором времени искать свою следующую позицию.
Самый главный совет от меня нынешним студентам - может он прозвучит банально - я бы посоветовал студентам ФЭН поменьше сомневаться и поменьше бояться. Во время учебы в Москве я жил в общежитии в Одинцово. Вы можете представить этот образ человека, который зимой в Одинцово встает в 6 утра, надевает на себя два свитера и пуховик, его толкают в каких-то автобусах и электричках на каждой станции по дороге в Москву, где надо пересаживаться еще на метро. Я, конечно, никогда не забуду такие моменты.
Очень сложно думать и планировать: вот, хочу я учиться в Германии, хочу я получить степень доктора, работать в Берлине. Ты сидишь в этой электричке и думаешь: ну какая вообще Германия, какие там двойные дипломы, сейчас доехать до города, потом обратно доехать, и все будет хорошо. Но на самом деле ничего сложного нет. Всегда есть разные способы и разные пути достижения ваших целей, и самое главное, что нужно сделать - это просто запланировать, что именно вы хотите, а потом выделить себе на это время.
Когда я готовился к подаче документов и к сдаче вступительных экзаменов в Берлин, мне нужно было сдавать тесты по языку (IELTS), по математике (GRE). Очень долго я не начинал этого делать. Были какие-то сомнения, какие-то тревоги, страхи, но потом я расписал себе план и решил: ok, начинаю завтра и один час в день выделяю себе на подготовку. Постепенно оказалось, что на самом деле ничего сложного нет. Экзамен можно пересдать два, а то и три раза, пока не получишь подходящий результат. Задачи, которые нужно решать, не такие уж и сложные. Если вы решали их на прошлой неделе и позапрошлой неделе, можете всего лишь на 1% улучшить вашу точность выполнения этих задач, и это уже хорошо. Экстремально высоких баллов, оказывается, набирать не надо. Пакет документов, которые нужно подготовить, не такой уж и сложный. Не нужно обязательно иметь тысячи евро на счету, чтобы попасть в Германию на учебу. Когда начинаешь во всем разбираться, это все раскручивается, ты разбиваешь большую задачу на несколько маленьких задачек, - и оказывается, что все не так уж и сложно.
Главный совет - не отмахиваться от мыслей, которые вас посещают: ”хочу, но это слишком сложно, слишком далеко, надо разбираться, нет, не буду”. А попробуйте, разберитесь и, может быть, у вас получится!
