Как я стал призером олимпиады DANO и попал на стажи­ровку в Т⁠-⁠Банк

Я родился в Хабаровске.

До 16 лет учился в местной физико-математической школе. В 10 классе поступил в Университетскую гимназию МГУ на профиль «Прикладная математика» и переехал в Москву.

Олимпиадами я начал увлекаться с пятого класса, когда попал в математический кружок. С тех пор старался участвовать в любых состязаниях по математике и информатике, о которых узнавал. Наверно, это было ошибкой: из-за большого количества разных конкурсов я не успевал к ним готовиться. В средней школе это не мешало мне занимать призовые места, но ближе к старшим классам результаты ухудшились.

Тем не менее в 11 классе мне удалось стать призером соревнования по анализу данных DANO. Расскажу, как у меня это получилось и как благодаря олимпиаде я попал на стажировку в Т⁠-⁠Банк.

Как узнал о DANO, уже не вспомню. Кажется, мне рассказали друзья или я увидел рекламу в социальных сетях. После этого полез читать описание этапов олимпиады и заинтересовался.

Обычно на соревнованиях по информатике приходится решать задания, которые имеют мало общего с реальными кейсами. У DANO же кроме задачного тура я увидел проектный, в рамках которого нужно не только применить анализ данных, но и объяснить свое решение. Меня привлек такой формат: на тот момент мы с друзьями часто участвовали в хакатонах, этап презентации результатов был одним из моих самых любимых.

К олимпиаде я ничего прицельно не повторял: много времени отнимала подготовка к ЕГЭ. Успешно справиться с заданиями мне помогли навыки, выработанные благодаря увлечению программированием.

Я познакомился с кодингом рано, примерно в четвертом классе. Мне хотелось делать игры, и я понимал, что для этого нужно уметь программировать. Мой папа когда-то работал учителем информатики, и у него сохранились старые учебники — по ним я и начал самостоятельно заниматься, пробуя использовать Pascal  .

С седьмого класса стал осваивать Python  . В нашей физико-математической школе были хорошие учителя, которые давали сильную базу, но больше знаний я все же получал сам — за счет чтения документации и первых пет-проектов вроде создания сайтов.

В гимназии при МГУ пары по информатике вели специалисты, которые сами работают в ИТ, это тоже дало мне хороший буст. Мы занимались и фундаментальными вещами на языке C, и объектно-ориентированным программированием на C++. До сих пор благодарен преподавателям за интересные занятия.

Олимпиада проходила в три этапа: первый отборочный, второй отборочный с прокторингом и заключительный. Последний делится на два тура: задачный, который пишется индивидуально, и командный проектный, он проходит офлайн. Соревнование длится около двух месяцев, с перерывами на проверку заданий.

На первом этапе оценивают школьные знания математики и логику. На втором — базовые навыки работы с «Экселем» и анализа данных. Там, насколько я помню, часто попадаются вопросы-ловушки про статистику: например, про различия между корреляцией  и каузацией  или про ограничения среднего арифметического как инструмента анализа.

Заключительный этап сложнее. На индивидуальном туре дают более продвинутые задачи, но главное — появляется проектный тур. Для него участников распределяют на команды и предлагают им несколько датасетов с реальными данными от партнеров олимпиады.

После выбора датасета у команды есть около двух недель для работы над проектом. Необходимо сформулировать исследовательский вопрос, выбрать гипотезы, провести анализ, сделать выводы и прописать практические рекомендации по результатам работы.

Мы с командой выбрали датасет про российские вузы. В нем было огромное количество данных, начиная с информации о финансировании и заканчивая баллами ЕГЭ поступивших на разные специальности. Решили попытаться ответить на вопрос «Как взаимодействие российского вуза с университетами и учеными не из стран СНГ влияет на развитие науки в нем?». За параметры измерения науки взяли количество цитирований публикаций за последние пять лет и число грантов, полученных за год.

Спустя две недели подготовки мы отправились в подмосковный парк-отель Огниково и еще шесть дней в очном режиме вносили правки в исследование под руководством ментора и экспертов. Вышел отличный нетворкинг.

В конце нас ждала презентация результатов. Мы неплохо справились, но жюри выявило несколько серьезных недочетов в работе. Сама защита тоже прошла неидельно: не хватило уверенности в речи и проработанных таймингов. Тем не менее я остался доволен опытом, который получил во время участия.

После защиты проектов нас отвезли на награждение в Высшую школу экономики. До этого момента мы не знали итогов командного тура, поэтому финальные результаты до последнего оставались сюрпризом. Я был очень счастлив, когда мое имя назвали в списке призеров.

Кроме подарков от партнеров и возможности зачисления в вуз на некоторые специальности БВИ победители и призеры получили приглашения пройти ускоренный отбор на стажировку в Т⁠-⁠Банк. Я решил этим воспользоваться.

Благодаря фаст-треку мне не пришлось сдавать вступительные тесты — нужно было только пройти собеседование с командой. Когда по итогам интервью я получил свой оффер, согласился не раздумывая.

Я вышел на стажировку летом, когда школа уже закончилась, а универ еще не начался. Условия были такими же, как для всех сотрудников: фиксированная зарплата, бесплатное питание в столовой, хорошее корпоративное оборудование, возможность работать из офиса или удаленно и бонусы от партнеров банка. Изначально договорились на два месяца фултайм-занятости.

Моей глобальной задачей было объединить данные о клиентах из баз банка и придумать, как их в дальнейшем использовать. По ходу приходилось решать интересные вопросы: например, разрабатывать алгоритм, по которому можно отличить актуальный номер телефона человека от устаревшего.

Осенью началась учеба — я поступил в МГУ им. Ломоносова на экономический факультет. У меня закончилась стажировка, и я вышел в штат на должность аналитика на 24 часа в неделю. Во время каникул в университете возвращаюсь к полной занятости.

Сейчас продолжаю работать над проектом, который начал еще во время стажировки. Теперь он вырос в новый продукт, в рамках которого я также решаю бизнес-задачи. Пока всем доволен.

DANO — не типичная олимпиада по информатике. Победить в ней можно, не зная ни одного алгоритма. Зато понадобятся навыки анализа данных и умение грамотно презентовать свое решение.

Мне кажется, самый простой способ подготовиться к DANO — пройти курс от Т-Образования. Сам я этого не сделал, о чем теперь жалею: мог бы выступить куда лучше.

Еще советую потренироваться использовать библиотеку pandas  , чтобы как можно меньше времени тратить на выполнение базовых операций. Я познакомился с ней уже на состязании, что сильно усложнило мне задачу.

Наконец, нелишним будет порешать задачки по олимпиадной математике и экономике. Это пригодится и в жизни.