Как девушка из России смогла возглавить подразделение в Twitter

Запись подкаста «Go учиться!». Гость – Лиля Лавитас, руководитель отдела Data Science в Twitter

В новом выпуске подкаста «Go Учиться!» продолжаем говорить о сфере IT и беседуем с человеком, которому удалось прорваться в крупнейшие мировые технологические корпорации и заниматься проектами, о которых так или иначе слышал весь мир.

Лиля Лавитас выросла в Зеленограде. Поступила в МГУ им. М.В. Ломоносова на факультет вычислительной математики и кибернетики, а затем попала на работу в один из крупных банков. Еще в начале 2010-х она начала заниматься Data Science, хотя тогда в России не было даже такого термина, а все процессы называли аналитикой данных.

Потом Лиля решила поучиться в аспирантуре США, ей удалось поступить в Бостонский университет, а после его окончания начать работать в Amazon. Будучи в декрете, Лиля запускала виртуального ассистента Алексу в Испании. Теперь Лиля возглавляет отдел Data Science в Twitter.

Как девушке из России удалось построить карьеру в США? С какими стереотипами о женщинах в IT она столкнулась? И что нужно российскому студенту, чтобы повторить ее успех?

Слушать аудиоверсию подкаста >>>
Первый вопрос сразу с места в карьер. Вы были и в Twitter, и в Amazon. С чего и как начался ваш путь в IT?
История моя началась совершенно обычным образом. Я родилась и выросла в Зеленограде — это «замкадная» часть Москвы. Училась в обычной, но хорошей школе, закончила. После нее я поступила в МГУ на Факультет вычислительной математики и кибернетики (ВМК), окончила его и работала в России. После этого я решила, что мне интересно продолжать мое образование, и поступила в аспирантуру Бостонского университета. Путь в Amazon, в Twitter, и в любые другие – технические и не только – компании достаточно прямой и распространенный.
Как давно это было? Чтобы мы понимали, какая обстановка была на внешних рубежах.

Я закончила ВМК в 2011 году. В аспирантуру в Бостоне я поступила в 2013 году и закончила ее в 2017 году.
Насколько сложно было поступить и учиться на ВМК? Расскажите, как вы поступали в аспирантуру: насколько сложно поступать, что нужно, сколько надо готовиться, насколько хорошо надо знать английский язык, сколько документов готовить?

На ВМК я поступила в 2006 году. Это было до того, как ЕГЭ стало обязательным. Может быть, мой опыт поступления уже несколько устарел в этом смысле. Поступление на ВМК было очень сложным. По сравнению с поступлением в аспирантуру, это было значительно сложнее. Я очень много готовилась. Начала в 11 классе, что было поздно – надо было хотя бы за два года. Готовилась я очень интенсивно и серьезно. Вступительные экзамены в том формате — это дикий стресс. Ты приходишь, у тебя есть пять часов, чтобы написать экзамен, и от этого реально зависит очень многое в твоей будущей жизни. Так что да, поступить было достаточно сложно. Но я поступила. Учиться на первом курсе мне было очень сложно, особенно первый семестр. Я закончила школу с золотой медалью и поступала как медалистка. У меня был первый экзамен — математика. На пятерку. Больше я ничего не сдавала. Когда я пришла учиться на первый курс, мне было очень сложно, потому что в своей школе я, как и многие другие, была звездой в плане учебы. А тут все звезды. Ты, по сравнению со всеми, уже совсем не звезда. Я очень переживала, что раз я сдавала только первый экзамен, а не все четыре, как было тогда положено, то я случайно попавший человек, занимаю чужое место, и все это плохо кончится. Я очень много занималась первый год и выправила ситуацию. ВМК я закончила с красным дипломом.
Сталкивались ли вы с гендерной дискриминацией на ВМК? Если да, то как это преодолевали?

Оглядываясь назад, я думаю, что да. В тот момент я это так не расценивала. Мне казалось, что это нормально, ничего страшного. Сейчас я понимаю, что там было достаточно много шовинизма. Я помню, как кто-то мне один раз сделал комплимент и сказал, что я среди девушек самая умная. Только внутри этой категории могу соревноваться. Это было немного в воздухе, но ничего, кроме этого, никогда не было. Один раз я была свидетелем эпизода, как девушке, которой было сложно отвечать на вопрос, преподаватель сказал: «Есть много других хороших специальностей. Например, можно шитьем или пением заниматься». Очевидно, что это гендерный комментарий. Не думаю, что какому-то молодому человеку предложили бы заниматься пением или шитьем.
Теперь расскажите про поступление в аспирантуру США.

Это было значительно проще. Часть, которая была сложной, касалась сбора информации. Получить информацию, понять, как этот процесс работает, что требуется, что нужно, что не нужно – все это собрать было сложно, потому что информации было очень мало. Она, конечно, вся доступна в интернете. Это был уже 2012 год. Но что искать? Где искать? Это было непонятно.

Лучше всего было делать это через поиск каких-то людей, которые сами через это прошли. Они тебе могут из первых рук рассказать свой опыт.

Сам процесс [поступления] был несложным. Мне нужно было сдать два экзамена. Все они сдавались в Москве удаленно. Это экзамен по английскому TOEFL. У меня был достаточно хороший английский, и мне не было сложно его сдать. [Второй] экзамен называется GRE. Это такой экзамен, который сдают и американские студенты, и студенты-иностранцы. Он состоял из трех частей. Там было несложное сочинение, эссе. Элементарная математика. Она была действительно очень легкая — на уровне школьной. Был очень сложный блок по нюансам английского языка. Нужно было учить, зубрить сложные слова, которые не используются в бытовой речи. Носители языка тоже должны к нему очень серьезно готовиться, потому что там есть слова, которые обычные люди не используют в речи. Помню, что надо было учить греческие корни, а потом к ним всякие приставки и суффиксы. По тому, как сконструировано слово, пытаться догадаться, что оно значит. Смысл заданий был в том, чтобы, например, пару составить. Условно говоря, колесо к машине так же, как спица к зонтику. Если ты не знаешь этих слов, то найти правильную пару будет сложно. Такого типа задания.

Два этих экзамена надо было сдать. Сдавала я удаленно в специализированных центрах. Плюс, нужно было подать копию аттестата, которая у меня была на руках, две рекомендации. В некоторые места надо было ещё написать эссе. В общем, это совершенно несложно – просто отправляешь пакет документов. Небольшая стоимость была у самой подачи документов – в пределах ста долларов.
В какие вузы вы подавались помимо Бостонского университета?

Я подавалась в пять-шесть вузов. Это стандартная рекомендация — подаваться примерно в шесть вузов в трех категориях. Несколько вузов — категория мечты, куда ты мечтаешь попасть, но не факт, что тебя возьмут. Несколько вузов категории, куда ты согласен, готов идти, и у тебя хорошие шансы поступить. Несколько вузов запасных, на всякий случай.

Я еще руководствовалась географическим принципом, который, возможно, не самый правильный. Мне очень хотелось быть на Восточном побережье – ближе к Европе по часовому поясу и по длительности перелета. Это было мое географическое ограничение. Я выросла в большом городе – мне хотелось оставаться в городской среде. В Америке есть очень много хороших университетов, которые находятся в абсолютно непонятных деревнях вдали от цивилизации. В очень сельской местности. Этого я тоже не хотела. Так что, у меня были неакадемические критерии, на которые я смотрела.

Помимо Бостонского университета я подавала в Northwestern University [Северо-Западный университет] — это в Чикаго. Я подавала в Columbia [University, Колумбийский университет], в два университета Пенсильвании, и еще в один университет в Массачусетсе. Меня взяли в Бостонский университет и в еще один университет в Массачусетсе — UMass Amherst. Он считается чуть менее престижным. Надо понимать, что Бостонский университет — это не Гарвард и не MIT [Massachusetts Institute of Technology, Массачусетский технологический институт], это второй эшелон. Я не знаю точный рейтинг сейчас, но я думаю, что среди американских университетов он где-нибудь на 30-40-м месте. Это не так плохо, ведь в Америке сотни вузов. Но это не Лига плюща. Оглядываясь назад, я задавала себе вопрос о том, почему я на подавала в Гарвард или MIT, которые находятся в этом же Бостоне в 15 минутах ходьбы.

Это была моя ошибка, как я точно понимаю сейчас. Тогда, сидя в Москве, я предполагала, что меня никто не возьмет в Гарвард. Где я и где Гарвард? Я даже не рассматривала подачу в Гарвард или MIT. Я знаю людей, которые закончили Гарвард и MIT. Это вполне «земные» люди. Я думаю, что это было моей ошибкой. Может быть, меня не взяли бы, но я не пробовала.

Аспирантура устроена следующим образом. Мой диплом ВМК засчитали за магистерский. Мне нужно было прослушать восемь предметов. Если бы мне не засчитали его за магистерский диплом, а засчитали бы за диплом бакалавриата, то мне нужно было бы прослушать 16 предметов. Я прослушала эти предметы примерно за полтора года. После этого нужно сдать экзамены. Типа кандидатского минимума. Это сложные экзамены, к ним надо серьезно готовиться. После того, как вы их сдаете, все, что вам нужно —заниматься исследованиями, писать статьи. Это можно делать в свободном темпе. Кто-то делает это интенсивнее, кто-то медленнее. У кого-то это занимает два года. У кого-то пять лет. Очень много зависит от человека, от его научного руководителя, от того, чем ты занимаешься, твоей области исследований. Мой научный руководитель — прекрасный человек, профессор Ting Zhang. Он позволял мне работать в темпе, в котором мне комфортно. Он не препятствовал тому, чтобы я работала. Некоторые научные руководители не разрешают этого своим студентам. Я же работала три дня в неделю, а два дня в неделю занималась исследованиями.
Перейдем непосредственно к IT и Data Science. Какая компания была у вас первой? Сразу ли стали заниматься Data Science?

Сразу. На самом деле, она [Data Science] появилась еще до Бостона. Когда я жила и работала в Москве, моим последним местом работы был Альфа-Банк, где я работала почти два года. Оглядываясь назад, я точно знаю, что то, чем я занималась, было очень близко к Data Science. Это так не называлось. Это называлось аналитика.

В Бостоне все началось очень легко и интересно. Когда я была еще на первом курсе аспирантуры, к нам с лекцией пришел человек, которого зовут Джереми Ачин. Он основатель очень крупного успешного стартапа, который называется DataRobot. Сейчас там работает около тысячи человек. Он читал лекцию, задавал какие-то вопросы в зал. У меня были комментарии, ответы на его вопросы. После этой лекции он ко мне подошел и сказал: «Я смотрю, ты разбираешься в вопросе. Не хотите ли ко мне на стажировку?». Я ответила: «Да, с удовольствием». Летом после первого курса я у них стажировалась. Мне понравилось все. Я вернулась учиться на второй курс. После него я проходила стажировку в страховой компании – именно по Data Science. Мне там тоже понравилось. Более того, я осталась там работать на part-time. И вот я работала в Liberty Mutual, занималась Data Science для страховых проектов. Параллельно писала свою диссертацию, занималась исследованиями. Закончила учебу за 4,5 года. Средним сроком считается пять лет.

После защиты диссертации Amazon сам меня нашел. Мне написал рекрутер и предложил пройти интервью. Я прошла. На защите диссертации я была уже с подписанным предложением о работе.
Хочется продолжить разговор об очень известных, больших компаниях – про Amazon и Twitter. Каково там работать? Как там все устроено изнутри?

Это очень разные компании с очень разной культурой. Amazon имеет очень строгую корпоративную культуру. Работа очень интенсивная, ее много, все работают на результат. Во многом этим объясняется его успешность. В Amazon очень четкие и качественно выстроенные процессы. Каждый человек на своем месте, знает, что ему нужно, что от него требуется, и выполняет свою работу.

Мне не очень нравилось работать в Amazon, честно скажу. Именно потому, насколько там все было предопределенно, насколько каждый человек был немного винтиком. Я в какой-то момент пыталась найти аналогию. Для себя я сравнила это в голове с работой на Генри Форда на конвейере. Конечно, Генри Форд в свое время делал абсолютно передовые машины, лучшие в мире. Наверное, это звучало очень круто — работать на самом крутом производстве самых крутых технологических штук того времени. На практике это означало стоять на конвейере и крутить одну и ту же гайку. Конечно, я утрирую. В Amazon ты не стоишь на конвейере и не крутишь одну и ту же гайку, но в целом система работает, как слаженная машина. Есть очень четкое понимание того, что ты должен делать, и ты должен это делать.

И нет места экспромту?

Да. Я думаю, этим во многом объясняется то, что в Amazon, по-моему, средний срок работы людей 15-16 месяцев. В Twitter культура другая. Там она значительно более расслабленная. Люди более дружелюбные, значительно больше вещей обсуждается. Люди ищут консенсус, пытаются прийти к общему пониманию, к общему знаменателю. В Amazon, если тебе нужно запустить Алексу [виртуальный ассистент компании Amazon – прим. ред.] в Индии за девять месяцев, то тебе нечего там обсуждать – там надо делать. Twitter не запускает девайсы на новых рынках в ускоренные сроки. Twitter — существующая платформа, на которой мы все время что-то улучшаем, дорабатываем. В целом, это совершенно другой продукт.
Помимо всего прочего вы еще мама двоих детей. Как раз работали в Amazon и запускали Алексу сразу после декрета, который продлился всего шесть недель. Вы супервумен, супермама, суперработник. Как вам все это удавалось и удается дальше? Как вы не выгораете? Как справляетесь?

Поправлю вас, в Алексе у меня был декрет 12 недель. Конечно, в России такой декрет кажется чем-то очень непривычным. По американским же меркам, это обычное дело и не уникальная ситуация. Когда я рожала свою первую дочку, еще не был принят закон в штате, где я живу, что все имеют право на 12-недельный декрет. То есть, работодатель не был обязан предоставлять даже 12 недель. Это было всего-навсего в 2015 году – не так давно. Когда я рожала вторую дочку, уже был принят закон, в соответствии с которым работодатель обязан предоставлять по крайней мере 12-недельный декрет. У меня было 12 недель в декрете. Это была достаточно распространенная вещь. Вот так люди и делают.

Потом либо няня, либо ясли. Достаточно часто люди стараются как-то выкрутиться. До четырех месяцев [выкручиваются] отпусками между мамой и папой. Потом отдать ребенка в ясли— это абсолютно нормальная практика, и никого не удивляет. В Amazon и других местах, где я работала, были специальные комнаты для кормящих мам, в которых стояли установки для сцеживания молока. Ты идешь, сцеживаешь молоко, сколько тебе надо [для кормящих грудью]. Если ты это не делаешь, то формула [специальная еда для детей младше 12 месяцев как замена грудному молоку – прим. ред.] — это весьма распространено. Няни стоят дорого, но у нас была няня. Старшая пошла в садик почти в три года, а младшая – в два года. До этого возраста они были с ней. У нас была замечательная, чудесная няня. В этом смысле я была спокойна. Дети были дома под присмотром. [А ты] сцеживаешь молоко, несешь его домой – живешь по расписанию. Это не так страшно выглядит, когда так делают многие вокруг тебя. Когда ты такой один, конечно, есть большое давление общества этого не делать.
Что в Twitter, что в Amazon речь об инклюзии, о diversity, о равных правах, о корпоративных отношениях и их регулировании началась лет семь назад. Как раз в то время, когда вы туда приходили плюс-минус. Как там изнутри все сейчас устроено? Есть ли какие-то специальные программы для женщин IT-специалистов или что-то подобное?

Да, это действительно очень важная тема. На это делается упор. Не только гендерное равенство, но и другие тоже – расовое равенство, права LGBTQ, то есть равенство в широком смысле. Например, есть правило, что, когда вы нанимаете на работу, вам обязательно нужно хотя бы встретиться с кандидатами из minority groups [группы представителей меньшинств]. У вас нет какого-то плана на найм людей из minority group, но вы должны дать им шанс. Есть квота на то, чтобы дать шанс. Вы не можете принять решение о найме белого мужчины, пока вы не встретитесь хотя бы с одной небелой женщиной.

Есть много всяких таких кружков, внутренних групп поддержки, у которых есть свои бюджеты на программы, конференции, дискуссии. Это обсуждается, это важно, про это говорят, это на повестке. Например, когда человек представляется, он обязательно должен начать с того, как он хочет, чтобы к нему обращались. Я говорю: «Здравствуйте, меня зовут Лиля. Пожалуйста, обращайтесь ко мне она». Это такие мелочи, к которым ты привыкаешь. Норма — сообщить о том, как ты хочешь, чтобы к тебе обращались.
IT-специальности сейчас востребованы, IT-образование сейчас на пике популярности, все хотят стать айтишниками, несмотря на то что у них нет ни склонности, ни данных. Считается, что если ты пошел в IT, то у тебя будет стабильная работа, уровень дохода выше среднего и так далее. С другой стороны, сейчас мы наблюдаем обратную ситуацию. Падает спрос на каких-то средних специалистов. Джуниоры сейчас, кажется, с не очень хорошей подготовкой. Среди них начинают выбирать. Мидлы тоже вроде бы не все хороши. Расскажите, как обстоят дела с этой ситуацией в США, то есть вообще с востребованностью IT-сферы с точки зрения образования и работы? Все ли стремятся в IT? Это первая часть вопроса. Вторая часть вопроса: как вы думаете, сегодня, 30 сентября 2022 года, когда мы записываем этот выпуск, какие специальности будут востребованы? Молодым людям, которые выбирают направление обучения, чтобы начать со следующего года и куда-то поступить, или тем, кто хочет сменить сферу деятельности и профессию, – на кого им учиться? Какие специальности получать, если железно решили, что это IT?

Я считаю, что во всех индустриях есть волны. Есть пики, которые не могут продолжаться вечно. Они когда-то спадают. Сейчас в Data Science, мне кажется, есть некоторый bubble [«пузырь»]. Действительно много людей пошли в эту сферу. То, что вы говорили про молодых специалистов с не очень хорошей подготовкой, верно и для Америки. Но на людей с очень серьезной подготовкой по-прежнему очень высокий спрос. Если вы действительно глубоко знаете предмет, качественно учитесь на сложных курсах, то на вас будет высокий спрос.

Еще я хочу отметить, что вы несколько раз использовали слово «стабильный» – стабильный доход, стабильная карьера. Здесь я с вами не соглашусь. В Америке, даже на моей памяти было много раундов сокращений серьезных и крутых специалистов в крупных компаниях. Сказать, что кто-то защищен от сокращения, нельзя. Я видела сокращения в Tripadvisor, среди моих друзей и знакомых. Часто у компании не очень хорошо идут дела, и она сокращает 25% сотрудников. Ты легко можешь попасть под эти 25%. У меня лично, к счастью, нет такого опыта, но я предполагаю, что рано или поздно это вполне может в моей карьере произойти. Это не конец света. Если ты хороший специалист, ты найдешь себе другую работу. Сказать, что ты пошел на работу в Amazon или Twitter и все, у тебя все хорошо на всю оставшуюся жизнь, нельзя. Планировать дальше, чем на два-три года, все равно очень сложно.
Учитывая всю сложность международной обстановки, как вам видится, готовы ли американские и транснациональные компании и дальше принимать специалистов из России, помогать им с релокацией? Есть ли еще запрос на российских айтишников? Или, учитывая все сложности, интерес поубавился?

Я не вижу, чтобы текущие события отражались на интересе к сотрудникам из России в какую-либо сторону. Я не вижу ни повышения, ни снижения интереса.

Компании не так охотно релоцируют кого угодно. Релокация — это дорого. Для любой компании значительно дешевле и проще нанять кого-то на внутреннем рынке или, условно, в Канаде, где тот же язык, часовой пояс и похожий тип кандидатов. Я не замечаю, чтобы компании делали разницу между специалистами из России, Индии и Европы. Для всех трех нужно делать рабочую визу и оплачивать релокацию. Этой разницы я не видела ни раньше, ни сейчас.
Заключительный вопрос перед блицем. Вы сказали, что горизонт планирования достаточно короткий. Чем бы вы хотели заниматься через год-два? Если не Data Science, то что это может быть? Планируете ли вы получать дополнительное образование для новой профессии, для нового направления работы?

Я не знаю точно, чем я хочу заниматься в горизонте планирования нескольких лет, но я точно не хочу стагнировать. Я немного nerd [ботаник – прим. ред.]. Может быть, даже очень nerd. Я люблю учиться. Формально я нигде не учусь. Если посмотреть на мою историю в Youtube, то я смотрю странные для нормального человека вещи – лекции. Мне очень интересна сейчас штука, которая называется Differential Privacy [дифференциальная приватность]. Это направление в Computer Science [компьютерные]. Я что-нибудь читаю про Graph Theory [теория графов]. Мне это интересно. Я необязательно хочу пойти туда работать, просто слушаю эти лекции, которых полно на Youtube, от ведущих университетов — от Стэнфорда, Коламбии, MIT. Они все выложены. Их часто читают прекрасные профессора, которых мне интересно и приятно слушать. Поэтому я стараюсь все время стимулировать мозг таким образом. Возможно, в какой-то момент я захочу передвинуться. Это все смежные области, а не что-то совершенно другое. Это не то, чтобы пойти в биологию. Не думаю, что я рассматривала бы такой серьезный переход. В какие-то смежные области — да, я открыта к этому и вполне это рассматриваю.
Блиц

Легко ли быть Data Scientist?
Я думаю, не сложнее, чем многим другим. Достаточно легко.

Конкретно ваша работа и должность в IT — это труд 5/2 с девяти до шести? Или что-то совсем другое?
Формально да. Фактически я работаю из дома. Иногда мой день как-то растекается – то в сторону утра, то в сторону вечера. Но я могу себе позволить днем, например, поговорить с вами.

Как стать Data Scientist в 2022 году?
Учите статистику, теорию вероятностей и программирование.

Можно ли стать миллионером, будучи Data Scientist и умея профессионально обрабатывать большие объемы информации? Стоит ли идти в эту профессию за деньгами? Если не за миллионами, то, может быть, за другими интересными нулями.
На сегодняшний день это высокооплачиваемая работа. Можно очень достойно зарабатывать в этой профессии. Миллионы — это какая-то очень абстрактная сумма. Я не знаю, что вы имеете в виду под «быть миллионером». Если вы посмотрите на любой средненький дом в Кремниевой долине, то [его стоимость] начинается от двух миллионов. Любой человек, у которого есть там дом — миллионер. Так что можно, конечно.
МАТЕРИАЛЫ ПО ТЕМЕ