Українка – про роботу в Coca-Cola у Сингапурі: "Я відповідаю за Data Science в усьому регіоні Азії та Тихого океану" - SEO Blog - все про пошукову оптимізацію та веб розробку українською.

Українка – про роботу в Coca-Cola у Сингапурі: "Я відповідаю за Data Science в усьому регіоні Азії та Тихого океану"

Українка із маленького містечка Вознесенськ у Миколаївській області увійшла в список найвпливовіших жінок у Data Science щорічного рейтингу журналу CDO Chief Data Officer Magazine. Це Галина Волошина, і вона очолює відділ Data & Analytics у компанії Coca-Cola у Сингапурі. Перед тім як 2018 року переїхати у Сінгапур, Галина 14 років працювала у компанії Procter & Gamble, в офісах компанії в Москві, Будапешті та Гуанчжоу. Там пройшла шлях від стажувальниці до тімліда команди Data Science в азійському регіоні.

Галина розповіла DOU про навчання, роботу та поділилась думками про майбутнє науки про дані.

Під час карантину Галина працює вдома

Про рік у Штатах і навчання в Києво-Могилянці

— Розкажи із самого початку: де навчалась і як вирішила стати програмісткою?

Зростала я в маленькому містечку Вознесенськ. Мені дуже пощастило з вчителями у школі, особливо із вчителькою математики. Вона була молода і зарядила учнів жагою до знань. Всі математичні олімпіади, конкурси в області — скрізь вона нас возила. А коли мені було 12 років, знайомий повернувся із США, де рік живе за програмою обміну студентами, яку спонсорував сенатор Біл Бредлі, дай боже йому здоров'я. Діти із пострадянських країн могли поїхати в Штати цілком безкоштовно і провести там рік: навчатися у місцевій школі та жити у місцевій сім'ї. Я дуже зацікавилася і почала серйозно вчити англійську з репетитором. Конкурс був величезний, близько 400 дітей тільки із південних областей — і це вже ті, хто пройшов перший відбір!

Мені просто пощастило, бо на той момент у Миколаївській області відбір був чесну, а в деяких інших регіонах брали хабарі. Жодного хабаря моя сім'я не могла даті, навіть якби хотіла. Жили ми бідно, мама працювала вихователькою в дитячому садку, тато без роботи. І від — я пройшла! Так у серпні 1999 року вирушила у Штати. Мені було 15 років. Я вперше летіла в літаку. Вперше бачила навколо людей, які спілкуються англійською мовою. Це був надзвичайний досвід. Було важко, відчула культурний шок. Альо цею рік дав серйозний поштовх для всього, що сталося зі мною потім.

У Штатах я вирішила займатися комп'ютерними технологіями. Не останню роль у цьому зіграв один з моїх шкільних учителів, коли порадив обирати професію, в якій найменше жінок. Мовляв, жінкам будуть допомагати, бо йде хвиля фемінізму. І він мав слушність!

Я повернулася в Україну 2000 року, і тут мені пощастило ще раз: я вступила до Києво-Могилянської академії на факультет комп'ютерній комп'ютерних наук. Спеціальність «Інформаційні системи». Отримані тут навички знадобилися мені, хоча не всі й не відразу. Можна сказати, що найбільш корисною виявилась математична база: лінійна алгебра, теорія ймовірностей, статистика. Це ті, що необхідне для роботи в Data Science. Мови програмування змінюються частіше, тим краще додатково ходити на курси, коли виникне потреба.

Могилянка тоді була відома своїм незалежним вступним тестуванням, жодних хабарів. Я переїхала в Київ, оселилася у студентський гуртожиток. І потрапила в суперцікаве інтелектуальне середовище. На відміну від багатьох інших престижних вишів, тут не було тих, хто вступивши «по блату», дітей заможних батьків. Майже всі походили з простих родин, але у всіх було відчуття, що треба щось робити, чогось прагнути.

Працювати почала з першого курсу, мерчендайзером. Платили один долар за годину роботи, це було багато! Пам'ять пам'ятаю, стою під гуртожитком з подругою, проходити повз нас хлопець. Подруга мені каже: «Дивись, він на третьому курси, працює і заробляє тисячу доларів на місяць». Тисяча доларів! Від це людина! (сміється)

А ще мені вже тоді допомогло вільне володіння англійською, я давала приватні уроки учням. До третьої години була на парах, а потім їхала на заняття до учнів додому. В гуртожиток поверталась о десятій вечора. Чимось особливим це не здавалось — так жили багато однокурсників.

— Як потрапила в Procter & Gamble?

На останньому курси навчання, у 2004 році, мені на очі потрапила програма від P&G — семінар-навчання для студентів із різних країн. На цю програму мене не взяли, але жінка, яка проводила співбесіду, потім зателефонувала і запропонувала стажування. В P&G це прикольна штука, тому що тобі платять пристойну зарплату. Тож я відразу погодилась.

Робота полягала в тому, щоб домовитись про обмін даними із чотирма українськими дистриб'юторами, а потім написати програму із цими даними, щоб мати в Excel інформацію про те, скільки компанія продала дистриб'юторам, скільки вони продали і скільки в них залишилось всього на складах. Інша частина роботи — аналізувати продажі конкурентів і розібратись, яку частку ринку займає кожен з товарів-конкурентів. Грубо кажучи, щоранку в шкірного менеджера компанії на столі мав лежати відповідний звіт.

Я виконала всю роботу, але не думала, що залишусь працювати. Якраз закінчила бакалаврат у Могилянці, почала активно готуватись на магістратуру за кордон, як і майже всі мої однокурсники. Але все змінила робоча вечеря із керівницею інформаційних технологій у нашому регіоні, Джуді Ален. Запросили всіх працівників, зокрема й мене, стажерку. Я мала нагоду кілька хвилин поговорити з Джуді. Думаю, я їй сподобалась і вона дала відповідні вказівки, бо після цієї вечері мені запропонували роботу бізнес-аналітика. У Києві якраз створювали новий відділ. Але жодного дня в Києві я не працювала: спочатку мене запросили в Москву на тренінг, а потім вирішили залишити там, доручити дата-аналітику щодо групи дитячих товарів і товарів жіночої гігієни. Зарплата була хороша, я дуже боялася втратити цю роботу, тому погодилась. Оскільки допомагала батькам і молодшому братові.

Про роботу дата-аналітиком у P&G в різних країнах

— Отже, ти потрапила до Москви. Над чим працювала там?

Тут важливо сказати, що з часів навчання в США я спокійно ставлюся до переїздів. Знаю, що буде важко, буде адаптація, самотність, як і ті, що треба шукати «своїх» людей, планувати хобі, швидко влаштовувати побут.

На тій момент поняття Data Science ще не було, воно з'єднання явилося 2011 року, а посада називалась «бізнес-аналітик». І хоча завдання були схожі: розбиратися в даних і дивитися, які цінові акції, знижки для гуртових покупців дали позитивний результат, даних було менше і популярних тепер інструментів для роботи з ними ще не існувало. Все доводилося робити в базах даних і Excel. Іноді програма могла рахувати цілу ніч — натиснула кнопочку і пішла додому, а результат дізнаєшся зранку. Нас було два бізнес-аналітики на всю Східну Європу. Один з цікавих проєктів, який ми робили — оцінювання доцільності придбання компанії Gala компанією Procter & Gamble. Потрібно було оцінити сумісні частки ринку, щоб отримати дозвіл Антимонопольного комітету.

Я пропрацювала два роки й вирішила звільнитися та вступати на магістратуру. Питання було в тому, чи йти на магістратуру в IT, чи на економічний факультет. Зупинилась на іншому. Програмувати мені так і не довелося, тому змінила вектор. Так 2006 року я вступила до Центральноєвропейського університету в Будапешті на магістерську програму з економіки. Навчання було дуже цікавим: лекції читали міністри, Нобелівські лауреати з різних країн, це була школа найвищого рівня. Правда, з Procter & Gamble мене не хотіли відпускати й запропонували роботу на 20% ставки в офісі у Будапешті. На ту саму посаду бізнес-аналітика, вести лінійку Gillette. Я погодилась. У тамтешньому офісі панувала зовсім інша атмосфера: працювало багато експатів, було набагато веселіше. Там я познайомилась зі своїм чоловіком-угорцем, який теж обіймав посаду в P&G.

Якраз коли я завершила навчання, моєму чоловікові запропонували їхати в Москву — новий начальник набирав команду. Чоловік погодився, і я вирішила їхати за ним. Моя посада була така сама — бізнес-аналітик по Східній Європі, але вже не з Gillette, як у Будапешті, а зі всіх товарів компанії. Це було 2008 року.

Я працювала з дистриб'юторами, а дистриб'ютори в Росії, особливо на Далекому Сході, Кавказі, — це справжня мафія. Ми міняли принципи роботи з ними, переходили на систему оцінювання продажів з допомогою незалежного аудитора. Це потрібно було, адже компанія не довіряла звітам дистриб'юторів, було очевидно, що вони підмальовували цифри. Звичайно, це викликало спротив і незадоволення серед них. Багато зустрічей проходила на підвищених тонах. Уявіть: сидять такі пузаті дядьки, і я — дівчина 25 років. По очах було видно, як вони мене сприймають. Один мені потім сказав: «Ти хоч надінь окуляри, будеш виглядати серйозніше!». Я після цього купила собі «нульовки» для солідності (сміється).

Нерідко я була не тільки наймолодшою людиною за столом, а і єдиною жінкою. І, звичайно, бачила, що ставляться до мене несерйозно, знецінюють. Тоді я зробила два висновки. Перший — не боятися висловлювати свою думку, навіть якщо вам самим вона видається не супермудрою. Про це добре пише Шеріл Сандберґ у книзі «Включайся: жінки, робота й воля вести за собою». Другий — обов'язково допомагати у кар'єр єрному просуванні підлеглим, особливо жінкам! До речі, про себе можу сказати, що в кар'єр єрі щоразу відбувався рух уперед, коли моєю керівницею була жінка.

У 2011 році ми з чоловіком вирішили повернутись у Будапешт, оскільки планували дитину й хотіли осісти. Народилась донька. Трохи більше як рік я була в декреті і зрозуміла, що важчої роботи на світі немає і що я сильно хочу назад в офіс! На роботі я можу розв'язків зв'язати будь-яку проблему, а від з дитиною все складніше. Ми найняли няню, потім віддали доньку в садок, і я повернулася на роботу.

— Як з осілого життя в Угорщині ти потрапила в Китай?

В Угорщині стало нецікаво, занадто малий ринок. Тому, коли 2015 року мені запропонували поїхати в Китай на посаду керівниці відділу Data Science, я погодилася. Це була перша позиція з Data Science, до цього працювала з дата-аналізом. Там запустили абсолютно новий відділ, який треба було підняти з нуля. Плюс працювати не лише з Китаєм, а й з усією Азією, хоча Китай і займав левову частку ринку.

Я збагнула, що за такі пропозиції треба хапатись. Хотілось драйву. Ми спакували валізи, і на початку 2016 року вже втрьох були в Гуанчжоу.

На місці починали з команди із двох з половиною людей — я і півтора китайця (сміється). Півтора, бо один із них працював на ще один відділ. Потім я найняла 15 спеціалістів, які класно програмували. На той час у Китаї бурхливо розвивалася електронна комерція. Кількість даних, які надходили звідти, йшла стрімким потоком, а рішення потрібно було ухвалювати дуже швидко. Ми займалися формуванням аудиторії для наших брендів.

Наприклад, був один проєкт із продаж нічних масок для обличчя. Ми йдемо на сайт Alibaba, аналізуємо всі дані про продажі нічних масок, включаючи коментарі, які на сайті залишають клієнти. Виявилось, що аудиторія наших масок — це студентки, які вчаться цілу ніч, або дівчата, які нещодавно розійшлися з хлопцями. Також з'єднання ясувалося, що це дівчата, які люблять дивитись на товари дорогих брендів — Chanel, Dior, альо не купують їх. Відповідно до цих даних створювали маркетингові кампанії.

Працювати в Китаї — це зовсім не ті, що на Заході. Важливо розуміти, що китайці дуже шовіністичні. Наприклад, часто зустріч велася китайською мовою, а я просто сиділа і дивувалась слайди. А потім мені хтось із підлеглих-китайців перекладав найголовніше. Одного разу на зустрічі представники компанії Alibaba відповідали на мої запитання китайською. Мої колеги потім перекладали. Це було так зневажливо! Вони ідеально точно знали англійську, бо раніше багато років працювали у Сієтлі. Що поробиш — китайці такі. Для них є великий Китай і є всі інші.

Ще цікавий момент: у Китаї важливо випивати зі своїми колегами, підлеглими. Якщо з кимось випив віч-на-віч, то й зі всіма іншими це варто зробити. Якої тільки «байди» я не пила! (сміється) Вже потім дізналась, що можна просити когось із колег, щоб пів замість тебе, якщо сам не можеш. Але попри всі ці нюанси найпростіше мені все одно працювати з китайцями. Вони дуже працьовиті, точні, акуратні.

Караоке-вечірка з командою Data Science в Китаї 2018 року. Працюючи з китайцями, важливо часто їсти та пити разом

Про перехід в Coca-Cola

— У P&G ти пропрацювала 14 років! А потім вирішила піти. Чим зацікавила Coca-Cola?

У Гуанчжоу я пропрацювала два роки, у компанії чекали, що я повернуся в Європу. Альо в Європі ринок стагнує. Також була можливість поїхати в Штати, але туди не хочу з особистих причин. Мала бажання залишитись в Азії, тут найбільш активно розвивається ринок, більші обсяги, більше даних, відповідно набагато цікавіше, ніж у Європі. Так стали зорі, що одна з моїх колег пішла в Coca-Cola керівницею відділу IT в Азії. Від неї я дізналась про вакансію Data & Analytics IT Director у Сингапурі, пройшла три співбесіди. І від 2018 року переїхала сюди. Багато хто в P&G на мене образився... Але тут, як кажуть, нічого особистого, тільки бізнес! Звичайно ж, набагато краще в резюме мати не одну, а дві міжнародні компанії.

У P&G, до речі, Азія була дивно поділена. Наприклад, Індія та ще кілька великих країн регіону не підпорядковувались азійському офісу, у них був свій. А в Coca-Cola увесь тихоокеансько-азійський регіон працює разом — від Індії та Японії до Індонезії та Фіджі! Без сумніву, це більш цікаво.

— Як працюється в Сингапурі, що входити у твої обов'язки?

Я відповідаю за Data Science в усьому регіоні Азії та Тихого океану. Місцеві офіси в кожній з країн знають особливості свого ринку, а ми відповідаємо за технології збору та обробки даних. Адже технології мають бути уніфіковані. Ми використовуємо всі продукти Microsoft, включно з Microsoft Azure.

Відмінність від роботи в P&G: тут набагато важливіша фізична дистрибуція товарів. Адже пральними порошками та підгузками люди запасаються заздалегідь, часто через інтернет, а від з напоями інакше. Це імпульсивні покупки. Захотів пити — купивши колу, не було — купивши воду чи щось інше. Ми збираємо дані, аналізуємо, куди ходять наші потенційні покупці та що саме їм треба. Наприклад, у барі треба продавати колу, швепс, спрайт, а вісь у спортзалі — тільки вода та соки. Обсяги даних у Coca-Cola гігантські й дані набагато цікавіші.

Завдання Coca-Cola у нашому регіоні — перейти з компанії, що асоціюється лише з одним напоєм, до задоволення багатьох потреб споживача. Зокрема, ми активно інвестуємо в нові категорії напоїв: чай, каву, соки, воду, чайний гриб, йогурти. І робити це хочемо з користю для людей і довкілля. Ми активно знижуємо кількість цукру в напоях. Наприклад, з грудня 2019 року весь спрайт у Південно-Східній Азії на 20% менш солодкий. Є також і кола зі стевією замість цукру. Компанія робить це тому, що є запит і від споживачів, і від держав, адже надлишок цукру — це діабет. А ще маємо на меті переробити всі пластикові пляшки, які були продані. Цього вдалося досягти поки що лише Австралії, де вже на початку 2020 року всі пляшки були зроблені зі вторинної сировини.

Це відбивається і наших пріоритетах у відділі Data Science. Запуск нового продукту передбачає аналіз за різними напрямами: в яких магазинах його продавати, за якою ціною, кому рекламувати тощо. Тільки постійний тиск з боку споживачів змушує компанію поступитись прибутками та вкладатися у схожі проєкти.

Наразі компанія працює, по-перше, над створенням «озера даних» — великої бази, яка б дозволяла об'єднувати багато даних. Ми будуємо його за типами даних: вже завантажили власні продажі з усіх регіонів, також дані про ринок, які купуємо у третіх компаній, і витрати на рекламу. Даних багато, але, на відміну від даних інтернет-компаній, сморід «брудні» — важко очікувати такої ж якості, коли їх записує у телефон людина з купою інших обов'язків. Адже часто ми просимо торгових агентів записувати в базу, наприклад, частку полиці Coca-Cola і конкурентів. А в інтернет-компаній ці дані збираються автоматично. Тому маємо 5 людей, які займаються суто якістю даних.

Коли дані зібрані і протестовані на якість, починаємо використовувати їх для аналізу. Наприклад, прогноз продажів під час COVID-19. Велика частина бізнесу — це ресторани, кафе, кінотеатри й інші заклади, які закрилися. Тому потрібно було визначити наперед, скільки саме будемо продавати, відповідно до прогнозу поширення вірусу і карантинних заходів. Довелося використовувати епідеміологічні моделі для цієї роботи.

Для великої компанії мати забагато різних технічних підходів невигідно. Дорого всі підтримувати. Тому працюємо Python — Microsoft Azure — Databricks. Наші колеги зі Штатів розібрали Amazon і мову Р замість Python. Тепер ми не можемо взяти дані одні від одних автоматично. Так сталося. Коли я прийшла, то активно перекладала всіх на Azure, до того в нас були залишки і Oracle і Google. Тепер 99% на Microsoft, і це мене дуже тішить.

Робота в Сингапурі — це повний мультикультуралізм! Тут зовсім немає расизму, дискримінації. Це такий melting pot — усі з різних країн. Сінгапур сам багато вкладає у виховання взаємоповаги, постійно підкреслює, як класно, що тут є всі національності й усі рівні. В моїй команді кореєць, багато китайців, кілька сингапурців китайського і малайського походження, тайці, японці. Китайців більше, бо частка бізнесу в Китаї більша. Індійців менше з тієї ж причини. Всі дуже різні, хоча корпоративна культура вносити свої корективи, тож деякі національні стереотипи залишаються.

Наприклад, один з японців у моїй команді за 20 років роботи не брав жодної відпустки на два тижню. Не заведено. Вмовляла це зробити! Колись у Японії ми з колегами пішли випити, серед інших був і мій підлеглий-кореєць. Усі випили, мовні бар'єр кур'єри знизилися, і тут японці (всі чоловіки) стали питати, скільки мені та корейцю Дон Хін Кіну років. А він за мене старший, хоча й підлеглий. У цих культурах мати за керівника молодшу жінку — моментальна втрата обличчя. На щастя, з Дон Хін Кіном ми працювали настільки давно разом, що його це зовсім не бентежило. І ми вирішили сказати свої знаки китайського гороскопу, альо не називати рокі народження. Так і нікого. Особливості роботи!

До речі, влаштувати корпоративну вечірку теж не так просто — сто разів треба подумати, хто що їсть. Більшість індійців вегетаріанці, а якщо і споживають м'ясо, то точно не телятину! Мусульмани не їстимуть свинину. Треба зробити так, щоб усім було смачно й добре. Але до цього швидко звикаєш.

Ментальних відмінностей багато, і вони часто такі очевидні, що аж смішно. Наприклад, дзвінок з австралійським офісом. Вони кажуть: «Ще не нікого? Не хвилюйтесь, ще багато часу, встигнете!». Наступні на зв'язку японці: «Як не третього числа? А ми вже всім сказали, що третього! То що, четвертого? Це ж тепер треба всім повідомляти, що четвертого...» З японцями треба бути дуже ввічливими, завжди погоджуватись, критику подавати тільки як уточнювальні запитання, між похвалами. З Україною мені важко порівнювати, бо вже давно тут не працювала.

Водночас зрозуміла, що ці культурні відмінності — це не глибокий наліт, не дуже значний. А головне серцевина — однакова у всіх, і всі ми дуже схожі. Всі хочуть бути щасливими, щоб були здоровими їхні діти, спокійного життя.

Зустріч ІТ-відділу Coca-Cola у Сингапурі перед виїздом «у поля». Раз на рік всі офісні працівники проводять день, працюючи менеджерами з продажу. Цього разу милі холодильники та розкладали пляшки з колою

— Плануєш своє життя в Азії?

Можливостей тут багато. Я хотіла б мати посаду Chief Data Officer, зараз ця позиція з'єднання являється в багатьох компаніях з фізичними продуктами. У нашій компанії поки що її немає. Це людина, яка повністю відповідає за дані в компанії. Системи міняються, а дані зберігаються. Наприклад, у Японії ми зберігаємо дані з 1956 року! Звичайно, всі вони пройшли триста систем зберігання, але фактично це дані за всю історію продажів Coca-Cola в цій країні.

Що стосується географії, то думаю, що за три-п'ять років повернусь у Європу. Додому трохи тягне. Місто, картопля, все таке (сміється). Насправді Азія — це чудово, але задалеко для постійного проживання. Везти дитину до бабусі 18 годин літаками — не завжди легко, часто не наїздишся. А Європа — це був би вже дім для мене.

Галина на яхті в затоці Марина із донькою Софією

— Що можеш порадити людям, які працюють у Data Science або розглядають таку можливість?

Порада одна — приїжджайте! Зараз у всьому світі бракує людей, які мають досвід роботи в цій галузі. У таких споживчих компаніях, як Coca-Cola. Варто тільки підняти руку і сказати: «Я працюю з Data Science» — і зразу за тебе прибіжить натовп. Знайте гарного спеціаліста в нашій сфері важко, бо всіх гарних швидко розбирають. Плюси роботи в Сингапурі — високі зарплати, високий рівень життя, міжнародне середовище, вічне літо, море, і жодні мови, крім англійської, не потрібні.

Якщо ви тільки думаєте про кар'єр єру в Data Science, то почати можна вдома. Тут і курси на Coursera, і курси від Microsoft, і від Google. Звичайно, ідеально мати освіту в програмуванні та знаті основи економіки. Завдання Data Science яке? Пояснити мікроекономіку людських рішень. Це класичні економічні задачі, але ми їх розв'язків язуємо мільйон за секунду, тож тут стає в пригоді програмування. А ще я люблю, щоб люди, яких наймаю, знали математику, теорію ймовірностей. Це теж корисно.

Якщо говорити про особливості роботи в компаніях-виробниках порівняно із софтверними, то я б сказала, що у нас потрібно мати навички не тільки розробника, а й бізнес-лідера. Треба постійно працювати з клієнтами, щоб створеною програмою користувалися. Інакше то гроші на вітер. І це багато роботи! Іноді потрібно знаті бізнес-процеси краще за інших співробітників. Особливо це стосується Data Science. Бо ситуації, коли Data Scientists говорять сейлзам: «Ви продасте 100 штук» — «Чому 100, а не 120?» — «Бо машина так сказала», — не повинні виникати взагалі. Потрібно пояснювати, мати терпіння і розуміння, що менеджери з продажів теж не дурні, навіть якщо не знають, що таке АРІМА . Багато інженерів тут не витримують. Кожному своє. Альо це така специфіка роботи.

Загалом потрібно планувати навчання за принципом 70-20-10. 70% — навчання на роботі. Потрібно щось — загуглила, пошукала на Stack Overflow. 20% — від колег. Запитайте у старших! І 10% — курси. Для мене курси та сертифікати мають символічне значення для резюме. Зараз я вирішила скласти кілька іспитів і зібрати сертифікати на тими, які вже знаю. Але ж потрібно, щоб і люди це бачили. Тому всі в моїй команді мають мету — здобути хоча б один сертифікат на рік.

Якщо ви зовсім новачок у Data Science, раджу починати з фрілансу. І не треба боятися працювати на портфоліо рік-два без грошей чи майже без грошей. Цей годину ви потім швидко надолужите, бо кар'єр єрне зростання в Data Science стрімке.

Опубліковано: 27/07/20 @ 10:00
Розділ Різне

SEO Блог