Latviešus var atrast jebkur, bija viena no manām pirmajām domām, kad pirms kāda laiciņa IT Career Navigators mītapa grupā pamanīju, ka pie viņiem ar savu karjeras stāstu ciemosies Mārtiņš Kalvāns, lielo datu inženieris no Spotify. Pietiekami interesanti, lai piesaistītu uzmanību, aizietu paklausīties un pēcāk uzaicinātu Mārtiņu uz īpašu interviju, ko nodot kursors.lv lasītājiem. Kā ir strādāt pasaules lielākajā mūzikas straumēšanas uzņēmumā? Kādas prasmes šādi uzņēmumi meklē darbiniekos? Un kādi ir paša Mārtiņa nākotnes plāni? Par to lasi tālāk!
Ceļš uz tehnoloģiju pasauli
‘Skolā man ļoti patika matemātika,’ stāsta Mārtiņš. ‘Man ir attīstīta loģiskā domāšana, kas ir nepieciešama tehnoloģijām, un kādā brīdī sapratu, ka datorzinātne ir tas, kas mani interesē. Uz to arī virzījos. Kad mācījos 1. ģimnāzijā, gāju uz stundām, kur padziļināti mācīja programmēšanu, un pamazām ielauzos arī tur. Pēc tam datorzinātne Latvijas Universitātē. Pēc vidusskolas sāku arī strādāt, un darbam liela daļa ir apgūta pašmācības ceļā. Tomēr universitāti pabeidzu atšķirībā no daudziem citiem.’
Vaicāju, cik nozīmīgas darba tirgū ir universitātē iegūtas zināšanas, un Mārtiņš norāda, ka ‘universitāte ir laba vieta, jo sevišķi tādēļ, ka ir dažādi virzieni, kuros darboties. Var iet strādāt savā kubiciņā, var arī palikt akadēmiskajā vidē, un tas nemaz nebūs tik slikti. Man ir kursa biedrs, kas ir tālu ticis kvantu matemātikā un ar to saistītām lietām. Iespējas ir plašas, universitāte var palīdzēt.’
‘Maģistra kurss patika labāk,’ viņš piebilst, ‘atsevišķi kursi deva plašāku skatu uz lietām. Te laikam var runāt par izglītību kopumā – dažreiz bija sajūta, ka studiju vide ir novecojusi, un ne visi pasniedzēji bija interesanti. Studentiem, lai gan ir lieli cilvēki, viss ir atkarīgs no pasniedzēja. Ja nav interesanti, nav vēlmes mācīties. Bija arī labi pasniedzēji – tie, kas deva šīs paplašinātas zināšanas, kas vēl aizvien noder.’
Draugs iesaka pieteikties Spotify
Šogad septembrī būs jau 4 gadi kopš Mārtiņš strādā Spotify. Kā viņš teic, ‘draugs, kurš jau strādāja Spotify, vienā no tikšanās reizēm vaicāja, vai vēlos ko pamainīt savā dzīvē. Iepriekšējā darba vietā biju nostrādājis kādus 5 gadus, un viņa ierosinājums bija interesanta iespēja. Tajā brīdī mani ļoti interesēja dati, mašīnapmācība, mākslīgais intelekts un tamlīdzīgas lietas. Nosūtīju savu CV un gāju uz intervijām. Pirmajā kārtā bija tiešsaistes pārrunas, tām sekoja trīs intervijas Stokholmā, divas tehniskās intervijas un viena kultūras intervija. Tās acīmredzot izturēju, un tā joprojām te strādāju.’
Savā LinkedIn profilā Mārtiņš sauc sevi par lielo datu inženieri. ‘Darbojos datu infrastruktūras nodaļā, ko mēs Spotify saucam par ciltīm, un izstrādāju rīkus, lai citi datu inženieri varētu apstrādāt datus daudz ērtāk, kvalitatīvāk, vieglāk un ātrāk,’ viņš skaidro. ‘Ja nebūtu interesanti, es te nebūtu, tas ir viens no nosacījumiem. Labprāt būtu Latvijā, bet šobrīd šeit ir izaugsme. Protams, arī šeit var iestāties rutīna, taču to ir viegli mainīt – rosināt kādu iniciatīvu vai virzīt kādu ideju darba vidē.’
Uz jautājumu, vai ir viegli iejusties citas valsts darba vidē, Mārtiņš atbild, ka to ietekmējot dažādi aspekti. ‘Latvija nav tālu, līdz ar to ir viegli aizbraukt uz dzimšanas dienu vai apciemot vecākus. Tas neprasa daudz līdzekļu un laika. Tāpēc man nav lielas vajadzības meklēt vietējo atmosfēru vai cilvēku grupu, kur iejusties. Man tādā ziņā pietiek ar darba kolēģiem. Ja neskaita bijušos kolēģus, ārpus darba nevienu zviedru nepazīstu.’
‘Protams, ja jāmeklē darbs ne tehnoloģiju sektorā, tev prasīs vietējo valodu, kaut arī zviedri angļu valodu pārsvarā zina ļoti labā līmenī. Man ir mazliet kauns par to, ka pats vēl nesaprotu zviedriski. Varu viegli iemācīties programmēšanas valodas, ne cilvēku valodas. Savukārt tā kā darbā visa komunikācija notiek angliski, tad angļu valoda man ir krietni uzlabojusies.’
Prasmes, kas nepieciešamas jaunajiem tehnoloģiju profesionāļiem
‘Katrs meklē kaut ko citu, un es meklēju spēju domāt,’ Mārtiņš noteic, kad prasu, kam viņš pievērš uzmanību jaunajos tehnoloģiju speciālistos, kas piesakās uz darbu Spotify. ‘Man vajag, lai topošais darbinieks māk loģiski izdarīt secinājumus un spēj uzrakstīt algoritmu manis prasītai problēmai. Lai spēj mācīties un saprātīgi reaģēt uz manis dotajiem mājieniem.’
‘Tas, ko es visiem kandidātiem ieteiktu, ir jau skolas laikā sākt risināt dažādas grūtības pakāpes uzdevumus tiešsaistē un rakstīt kodiņus. Ir daudz mājaslapu, piemēram, Topcoder, Project Euler vai HackerRank, kur tos risināt, sākot ar pavisam vienkāršiem, kas māca programmēt, līdz sarežģītiem, kas ne pa jokam lauž smadzenes. Ja cilvēks var tikt galā ar pirmajām zvaigznītēm, tas ir liels progress. Šie uzdevumi dod labas iemaņas.’
‘Tālāk jau kandidātam ir jāskatās uz to, kas vairāk interesē, jo lai arī man nav svarīgi, kādas tehnoloģijas viņš zina, tas varētu interesēt pašu kandidātu. Man patīk dati un patīk strādāt ar datu apstrādes tehnoloģijām, tādēļ vēlos uz to koncentrēties. Citam varbūt interesē, kā taisīt mobilās lietotnes, dzelžus, mākslīgo intelektu vai vēl kaut ko – tad jāskatās tajā virzienā. Viss ir pasaulē pieprasīts, vienkārši jārokas iekšā.’
‘Spotify, starp citu, reizi gadā notiek hack week. Visu nedēļu darbinieki strādā pie saviem projektiem, kas saistīti ar prototipēšanu, izstrādi un tamlīdzīgi. Daži ir nenopietni, daži nē, tie var būt saistīti ar tiešo darbu, var nebūt. Reizi trīs nedēļās ir arī hack diena, kad dienas garumā paņem kādu ideju vai problēmu un to risina – uztaisa, eksperimentē, mācās. Un tā ir laba iespēja paskatīties uz problēmām no cita skatu punkta, kā arī rezultātu noprezentēt pārējiem. Ja ideja laba, varbūt attīstām to tālāk. Vai arī kāds saka – es jau to mēģināju un nesanāca,’ tā Mārtiņš.
‘Nedrīkst aizmirst par organizēšanas un sociālajām prasmēm,’ viņš piemetina. ‘Ir jābūt spējai strādāt komandā. Spotify bieži pieminam, ka mums nevajag programmētājus rokzvaigznes – ja talantu nespēj realizēt kopējos mērķos, tas kļūst mazliet bezjēdzīgi. Un arī tas ir izaicinājums, kā sevi attīstīt šajā virzienā.’
Nākotne pieder statistikai
Sarunas izskaņā lūdzu Mārtiņu vizualizēt tuvākās nākotnes tehnoloģiju tendences un iespējamās pieprasītās profesijas. ‘Mākslīgais intelekts, mašīnapmācība un citas nozares attīstīties,’ viņš noteic. ‘Viena problēma, izvēloties, ko mācīties, gan ir tāda, ka ne visi taisīs Google Translate vai pašbraucošās automašīnas. To darīs cilvēki, kuriem ir doktora grāds un kuri būs ārkārtīgi daudz izglītojušies. Tas, ko lielākā daļa darīs – ņems jau esošas komponentes un integrēs savos mazajos vai lielajos projektos. Tā, lai var, piemēram, gaismu ieslēgt ar balsi.’
‘Ar pētniecību nodarbosies mazākā daļa. Vajadzēs daudz mācīties. Nekādā gadījumā negribu atturēt no mācīšanās, tas noteikti ir jādara. Es tādā ziņā ieteiktu mācīties statistiku, nevis datorzinātni. Šīs zināšanas būs vissvarīgākās, lai ne tikai taisītu mākslīgo intelektu, bet arī spētu analizēt datus. Šādus speciālistus sauc par datu zinātniekiem vai datu inženieriem, un tam pamatā ir statistika, varbūtības teorija un ar to saistītā matemātika. Jebkurš uzņēmums pieņem lēmumus, balstoties uz viņam pieejamiem datiem. Tomēr ne visi šai analīzei pieet pietiekami nopietni. Tad, kad viņi sapratīs, cik daudz vairāk informācijas saviem datiem var iegūt, tajā brīdī šie datu zinātnieki būs ārkārtīgi pieprasīti.’
Pats Mārtiņš pašlaik ir iesaistījies procesos, kas saistās ar Spotify datu pārnesi uz Google Cloud, un gada beigās viņš cer, ka lielākā daļa jau būs izdarīta, turklāt tā, lai citi datu inženieri un klienti to manītu pēc iespējas mazāk.
‘Es arī domāju par attīstību, varētu pats pamācīties statistiku un datu apstrādes tehnikas, iespējams, iegūt zināšanas par anomāliju detektēšanu laika sērijās. Mūsdienās ir pieejami daudz tiešsaistes kursu, piemēram, Coursera un Udacity, un šajos resursos ir pieejami kursi, sākot jau no iesācēju līmeņa, kas spēj dot ieskatu un zināšanas jebkuram. Ja ir vēlme tam ziedot laiku, tad ir vērts to darīt, kaut vai intereses pēc. Apjaust, kā tas notiek un kādas ir iespējas. To patiesībā ir daudz vairāk nekā varētu šķist.’
Tieši tā, lielie dati kļūst ar vien lielāki, plašāki un iespiežas ar vien jaunos biznesa laukos, tāpēc jāmācās jau pirmajā kursā uzdot jautājumus “mākonim” :)
Ļoti interesanta intervija.