Σήμερα έχουμε μαζί μας τον Γιώργο, ο οποίος αν και με background στην Οδοντική Τεχνολογία τον κέρδισε ο κόσμος των δεδομένων και πέρασε με επιτυχία από το Data Engineering Bootcamp!

Ας τον γνωρίσουμε καλύτερα.

 Γιώργο, πες μας λίγα λόγια για εσένα και το background σου για να σε γνωρίσουμε καλύτερα. 

Σπούδασα στο Πανεπιστήμιο Δυτικής Αττικής στο τμήμα Οδοντικής Τεχνολογίας και μετά εργάστηκα ως Οδοντικός Τεχνολόγος. 

Κάποια στιγμή λοιπόν που αποφάσισα να δω και κάτι παραπάνω, βρήκα το Data Engineering Bootcamp και αποφάσισα να επενδύσω σε αυτό. 

Τώρα, βρίσκομαι ήδη σε μια εταιρεία η οποία δραστηριοποιείται σε αυτόν τον χώρο και είμαι εκεί 4 μήνες. 

 Πώς έγινε αυτή η μετάβαση από την Οδοντική Τεχνολογία στο Data Science; Ήταν κάτι που βρήκες τυχαία ή σου άρεσε από πριν; 

Από πάντα ασχολούμουν με τους υπολογιστές. 

Το 2020 μάλιστα, επειδή λόγω της καραντίνας αναγκαστήκαμε να μείνουμε αρκετό καιρό μέσα στο σπίτι, αποφασίσαμε με μια ομάδα να φτιάξουμε μια πλατφόρμα μέσω της οποίας θα μπορούσε κάποιος να νοικιάσει ένα σκάφος. 

Εγώ είχα αναλάβει να φτιάξω από πίσω τη βάση δεδομένων, οπότε εκεί ξεκίνησε σιγά-σιγά η ενασχόλησή μου με τα δεδομένα. 

Ξεκίνησα να διαβάζω σχετικά με αυτά και με κέρδισαν. Μετά από 2 χρόνια πλέον, έψαξα κάτι πιο εξειδικευμένο να παρακολουθήσω με καθοδήγηση ανθρώπων, ώστε να το κάνω σωστά.

 Πολύ ενδιαφέρον! Επομένως σήμερα πού εργάζεσαι και με τι ασχολείσαι; 

Σήμερα εργάζομαι ως Data Engineer και στο τμήμα που βρίσκομαι σκοπός μας είναι να διαχειριζόμαστε ένα μεγάλο data warehouse, το οποίο αφορά μια μεγάλη Ελληνική τράπεζα. 

Πρέπει να είμαστε σε θέση να φτιάχνουμε ροές δεδομένων ώστε να εξυπηρετούμε τις ανάγκες των business users αλλά και του οργανισμού εν γένει.

Πέρα από αυτό, ο οργανισμός βρίσκεται και στην διαδικασία μετάβασης στο cloud οπότε είμαστε τυχεροί διότι μπορούμε να δούμε πολύ ενδιαφέροντα πράγματα από την αρχή! 

 Σίγουρα λοιπόν χρειάζονται αρκετές τεχνικές δεξιότητες. Ποια θα έλεγες όμως ότι είναι τα πιο σημαντικά soft skills που χρειάζεται ένας Data Engineer; 

Σίγουρα ένα είναι η επικοινωνία, ακόμα και σε business επίπεδο. 

Λόγω του γεγονότος ότι ο τομέας που ασχολούμαι εγώ είναι το banking, θα πρέπει να εντρυφήσεις λίγο περισσότερο και να κατανοήσεις τις έννοιες, ώστε να είσαι σε θέση να μεταφράζεις τις απαιτήσεις που έχει ένα τμήμα BI για παράδειγμα. 

Με σκοπό φυσικά να μπορείς να εργαστείς και να αποδώσεις ένα αποτέλεσμα. Πέρα από την επικοινωνία, θα έλεγα τη συνέπεια. 

Υπάρχουν δηλαδή deadlines και αν δεν είσαι σε θέση να ανταποκριθείς σε αυτά, πάει πίσω μια μεγάλη αλυσίδα διαδικασιών.

 Σωστά! Για κάποιον λοιπόν που ασχολείται με τα δεδομένα, πόσο σημαντικό είναι να έχει επιχειρηματική ενσυναίσθηση; Το να γνωρίζει δηλαδή το “γιατί” πίσω από μια ανάλυση δεδομένων; 

Είναι πολύ σημαντικό και έρχεται σιγά-σιγά με την εμπειρία, δεν μπορείς day one να το γνωρίζεις αυτό. 

Θα πρέπει να μπεις πρώτα σε έναν κλάδο ή οργανισμό για να μπορέσεις να δεις τι είναι αυτό που έχει τη μεγαλύτερη επιρροή και από εκεί και πέρα, να είσαι σε θέση να κρίνεις αν αυτό που σου ζητείται έχει την επιρροή που χρειάζεται. 

Είναι άλλο να σου ζητήσουν να κάνεις refactor έναν κώδικα ο οποίος δεν χρησιμοποιείται συχνά, οπότε δεν θα έχει αξία να αφιερώσεις πολλές ώρες, και άλλο να σου ζητηθεί η κατασκευή μιας ροής δεδομένων η οποία θα τρέχει καθημερινά και παράγει μεγάλο όγκο αξιοποιήσιμων δεδομένων. 

Θα πρέπει δηλαδή μετά από ένα σημείο και μέσα από την εμπειρία σου, να ζυγίζεις τι είναι πιο σημαντικό να κάνεις αλλά και να είσαι σε θέση να προτείνεις λύσεις για την εταιρεία ή τον εκάστοτε οργανισμό. 

 Για να έρθουμε και στο Bootcamp, πώς ήταν η εμπειρία σου από αυτό; 

Από το Bootcamp της BigBlue, εκτίμησα πολύ το γεγονός ότι η δομή είναι χτισμένη με τέτοιο τρόπο, όπου ένας άνθρωπος που δεν έχει σπουδάσει κάτι σχετικό με το αντικείμενο, μπορεί να αντεπεξέλθει και τελειώνοντας το Bootcamp να είναι ανταγωνιστικός στην αγορά εργασίας. 

Από εκεί και πέρα, αυτό που κρατάω είναι ότι πέρα από τα hard skills παίρνεις και κάποια soft skills μέσω του Bootcamp. 

Κατά τη γνώμη μου, το πιο σημαντικό από αυτά είναι ότι μαθαίνεις πώς να βρίσκεις λύσεις μόνος σου.

Κάποιος που εργάζεται σε ένα εταιρικό περιβάλλον θα μπορεί να το κατανοήσει αυτό. Όταν έχεις μια απορία δεν είναι πάντα εύκολο να πας σε έναν συνάδελφό σου με περισσότερη εμπειρία και ναι να του “σκουντήξεις τον ώμο” για να τον ρωτήσεις κάτι. 

Οπότε το να είσαι σε θέση να βρίσκεις μόνος σου λύσεις θεωρώ έχει τεράστια αξία. 

 Αν είχες την ευκαιρία να επιλέξεις ανάμεσα σε ένα μεταπτυχιακό και το Bootcamp, ποιο από τα δύο θα επέλεγες; 

Η απάντησή μου δεν θα είναι 100% τεκμηριωμένη, καθώς δεν έχω κάνει κάποιο μεταπτυχιακό για να κάνω πλήρη σύγκριση στο μυαλό μου. 

Από όσο ξέρω όμως, ένα μεταπτυχιακό βασίζεται περισσότερο στην θεωρητική γνώση, κάτι το οποίο δεν αμφισβητούμε. Ωστόσο μέσω της πρακτικής εξάσκησης που είχα στο Bootcamp, ωθήθηκα στο να διαβάσω και θεωρητικά πράγματα. 

Η απάντησή μου είναι ότι θα επέλεγα το Bootcamp επειδή είναι πιο συμπυκνωμένο, οπότε δεν θα πάρει 1 με 2 χρόνια, αλλά 3 με 6 μήνες. Μέσα σε αυτό το χρονικό διάστημα θα έχεις αρκετή πρακτική ενασχόληση που αναπόφευκτα θα σε οδηγήσει στο να εξερευνήσεις και θεωρητικά κομμάτια του κόσμου αυτού.

Βέβαια, εδώ θα πρέπει να πούμε ότι το Bootcamp δεν είναι κάτι το οποίο θα σε βγάλει 100% έτοιμο αν δεν κάνεις και προσωπική προσπάθεια. Θα πρέπει να αφιερώσεις αρκετές ώρες για να διαβάσεις και να ασχοληθείς με αυτό, έτσι ώστε να ανεβάσεις ακόμα περισσότερο το επίπεδό σου.

 Ισχύει απόλυτα! Πώς βλέπεις τη προοπτική κάποιου νέου που μπαίνει τώρα στην αγορά εργασίας ως αναλυτής ή επιστήμονας δεδομένων; 

Σίγουρα είναι ένας κλάδος που αναπτύσσεται ραγδαία και μέχρι να μπεις στη διαδικασία να αναζητήσεις μια θέση εργασίας σε αυτόν, ακούγοντας μόνο ότι έχει μεγάλη ζήτηση, δεν περιμένεις αυτό που θα αντιμετωπίσεις στην αγορά εργασίας. 

Αυτό που κατάλαβα αμέσως είναι ότι είσαι περιζήτητος. Ακόμα και στην Ελλάδα, όπου η αγορά εργασίας στον κλάδο των δεδομένων δεν αναπτύσσεται με τους ρυθμούς του εξωτερικού, υπάρχουν εταιρείες που έχουν αντιληφθεί την αξία των δεδομένων και επενδύουν καθημερινά στην ανάπτυξη τμημάτων που ασχολούνται με αυτά. 

 Πριν κλείσουμε, θα ήθελες να αναφέρεις κάτι για το οποίο ενδεχομένως δεν συζητήσαμε έως τώρα; 

Σαν γενική εικόνα, ακόμα και άτομα που δεν έχουν καμία σχέση με τον κλάδο αλλά θέλουν να κάνουν μια αλλαγή, θα έλεγα ότι η επιστήμη των δεδομένων είναι μια πολύ καλή επιλογή. 

Σαφώς βέβαια θα πρέπει να ζυγίσει κανείς τα υπέρ και τα κατά και να γνωρίζει πού πάει, αλλά αν το θέλει σίγουρα θα ανταμειφθεί. 

Ακούγεται λίγο “ρομαντικό” αυτό, αλλά θα πρέπει να το θέλεις και να το αγαπήσεις λίγο για να το κάνεις καλά. 

Αν το αγαπήσεις, οι ώρες που θα αφιερώνεις τόσο στην εργασία σου όσο και στην περαιτέρω εκμάθηση, δεν θα σου φανούν ποτέ ως αγγαρεία. 

Είναι αυτό που Κυριακή απόγευμα πολλοί λένε “Πω αύριο είναι Δευτέρα, ποιος πάει στη δουλειά;”. Αλλά αν φτάσεις στο σημείο να λες ότι αύριο θα πάω στη δουλειά και θα μάθω κάτι καινούργιο και περνάς καλά, αυτό είναι πολύ σημαντικό. 

Τελειώνοντας το απόγευμα αντιλαμβάνεσαι ότι παρήγαγες αξία, νιώθεις ικανοποιημένος και οι μπαταρίες σου είναι ακόμα γεμάτες!

 

Σε ευχαριστούμε πολύ Γιώργο για την όμορφη συνέντευξη!