Տվյալների քանակն աշխարհում ժամ առ ժամ ավելանում է, իսկ զարգացող տվյալագիտությունը (data science) եւ հարակից ուղղությունները առաջ են բերում տվյալները մշակելու նոր եւ հսկայական քանակի մեխանիզմներ, որոնք պահանջում են որակյալ մասնագետներ։

Ինչպե՞ս ստեղծել տվյալագիտության թիմ, ապահովել դրա կայունությունը եւ հաջողել։ 5+ կոնցեպտ ենք առանձնացրել PMIScience R&D կենտրոնի Տվյալագիտության բաժնի ղեկավար Նարեկ Մելքոնյանի հետ, իսկ իրական արդյունքը փորձել ենք տեսնել ներսից՝ տվյալների վերլուծաբանների թիմի օրինակով։

Ի սկզբանե նախատեսվում էր, որ PMIScience-ի Տվյալագիտության բաժինը մի քանի հոգանոց թիմ պետք է ունենա, բայց 4 տարվա ընթացքում բաժնում աշխատող մասնագետների թիվը հասել է մոտ 40-ի։

«Հայաստանում տվյալագիտության ուղղությամբ 40 հոգանոց մասնագետների թիմ ունենալը բավական մեծ արդյունք է, եւ շատ քիչ կազմակերպություններ կան, որ դա ունեն: Այդքան արագ մեծանալուց հետո՝ հիմա արդեն, մեզ համար կարեւոր խնդիրը կայունությունն ապահովելն ու որակը բարձրացնելն է»,- ասում է Նարեկ Մելքոնյանը։

Այս ամենին հասնելու ճանապարհին Տվյալագիտության բաժինը շատ բան է սովորել, փորձել, սխալվել ու նորից սովորել, ինչի արդյունքում մշակվել են այն կոնցեպտները, որոնք ապահովել են բաժնի եւ թիմի կայունությունը։

1․ Թիմը պետք է ամբողջությամբ գործառնական լինի, ունենա մասնագետներ՝ սկսած տվյալների ինժեներիայից մինչեւ մեքենայական ուսուցում, մոդելավորողներից մինչեւ բիզնեսի կամ տվյալների վերլուծաբաններ։ Այսինքն՝ թիմը պետք է կարողանա նախագիծն իրականացնել ամբողջությամբ՝ «սեւագրից» մինչեւ պատրաստի արդյունք։

2․ Պարտադիր չէ ամեն ինչ անել «ներսում», որոշ դեպքերում կարելի է «աութսորսել»։ PMIScience-ի Տվյալագիտության բաժնի 40 հոգանոց թիմի մի մասը մշտական աշխատակից չէ։ Այս պահին էլ Հայաստանում 5 ՏՏ ընկերության վստահված են կենտրոնի 8 նախագծերը, որոշ մասնագետներ էլ ներգրավված են «staff out» (աշխատակազմից դուրս) մոդելով, իսկ PMIScience-ը կառավարումն է իրականացնում։

3․ Պետք է ձգտել դառնալ գերազանցության կենտրոն՝ տվյալագիտության ու դրա առանձին ենթաուղղությունների մեջ, քանի որ տվյալների գիտությունն այսօր այնքան է զարգացել եւ ընդլայնվել, որ նեղ ուղղություններում մասնագիտացումներ է պահանջում։

4․ Կարեւոր է կայունության, հուսալիության ապահովումը: Դա պահանջում է տաղանդներին հասանելիության խողովակ ունենալ, ինչի համար էլ, իր հերթին, հարկավոր է աշխատել էկոհամակարգի այլ կառույցների՝ համալսարանների, ինստիտուտների հետ: Այս կոնցեպտի ապահովման համար անհրաժեշտ են նաեւ աշխատանքի ճիշտ մեթոդներ, պահեստային պլաններ, աշխատակիցներին անընդհատ զարգանալու հնարավորություններ:

5. Նախագծերի բազմազանությունն էական դեր ունի, եւ Data Science միավորում ստեղծելիս՝ գիտահետազոտական կենտրոնի նպատակներից մեկն է եղել: Քանի որ Philip Morris International (PMI) ընկերությունը մեծ է, այդ մասշտաբները թույլ են տալիս ունենալ հսկայական թվով նախագծեր՝ համագործակցելով տարբեր բաժինների հետ: Եթե աշխատողը «հոգնում է» որեւէ նախագծից, կարող է, մենեջմենթի հետ համաձայնեցնելով, որոշ ժամանակ աշխատել այլ նախագծի վրա:

«Սրանք մեր առջեւ դրված նպատակներից ձեւավորած կոնցեպտների մի մասն են միայն, եւ այս սկզբունքները մենք որդեգրել ենք չորս տարվա աշխատանքի արդյունքում՝ հաշվի առնելով Հայաստանի շուկայի առանձնահատկությունները: Քանի որ Philip Morris International-ը (PMI) գլոբալ ընկերություն է, մենք մտածում եւ գործում ենք գլոբալ, այդ մոտեցումները եւս գլոբալ են եւ կիրառելի են աշխարհի ցանկացած շուկայում: Այս ամենում շատ կարեւոր են PMIScience-ի բազմաթիվ ծրագրերը՝ համալսարանների, գիտական կառույցների հետ՝ Հայաստանում մեզ հետաքրքրող ուղղություններում տրամադրելով կրթաթոշակներ, դրամաշնորհներ, նաեւ միջազգային մասնագետների ենք բերում այստեղ՝ իրենց փորձը եւ գիտելիքները ներկայացնելու: Շատ որակյալ հայ եւ այլազգի միջազգային մակարդակի մասնագետների ենք բերել Հայաստան՝ մեզ հետ աշխատելու, ինչը եւս խիստ կարեւոր է»,- ասում է Նարեկ Մելքոնյանը:

PMIScience կենտրոնը ընկերության մենեջերների համար թվային ինֆորմացիայի «թարգմանիչների» լավ խումբ ունի։ Թե որքան ուժեղ եւ որակյալ կլինեն տվյալների վերլուծաբանները, այնքան ավելի մեծ է հավանականությունը, որ որոշումները կընդունվեն ճիշտ ինֆորմացիայի վրա հենված, ուստիեւ՝ արդյունավետ։

Հակոբ Թարփոշյանը PMIScience-ի Տվյալագիտության բաժնի տնտեսական հետազոտությունների թիմին միացել է 2022-ի սկզբին: Մասնագիտությամբ տնտեսագետ Հակոբն ասում է՝ տնտեսագիտությունը 180 աստիճանով փոխվել է տվյալների զարգացման արդյունքում, եւ տվյալների վերլուծությունը թույլ է տալիս հասկանալ, թե ինչպես կարելի է տնտեսությունն ավելի արդյունավետ եւ բալանսավորված մակարդակի բերել:

«PMIScience-ն ընտրեցի, քանի որ ընկերության հնարավորությունները թույլ են տալիս «միջազգային լիգայում» մրցակցել, անընդհատ աճել, զարգանալ: Այն գիտակցումը, որ մենք զբաղվում ենք գլոբալ ծրագրերով, որոնք ունենում են համաշխարհային ազդեցություն, մասնագիտական հավակնությունների առումով շատ ոգեշնչող է: Մյուս կողմից՝ այն ազատությունը, ճկունությունը, որ կա կենտրոնում, մեծ մոտիվացիա է տալիս: Կենտրոնի առանցքում Հայաստանում գիտության զարգացնումն է, իսկ ես այժմ նաեւ ակադեմիական գործունեությամբ եմ զբաղվում, ատենախոսությանս վրա եմ աշխատում, եւ այստեղ ունեմ դրան ժամանակ եւ ռեսուրս հատկացնելու հնարավորությունները»,- ասում է Հակոբ Թարփոշյանը:

Գեւորգ Պետրոսյանը նույնպես տվյալների վերլուծաբանների թիմից է, ասում է, որ աշխատանքային գրաֆիկի եւ պայմանների ճկունությունը, որ կա կենտրոնում, օգնում է բարձր արդյունավետությամբ աշխատել։

«Հաճախ, մուսան կարող է գիշերը ժամը 11-ին գալ եւ «ասել»՝ խնդիրն այս լուծումն ունի։ Երբեմն, խիստ սահմանված գրաֆիկով աշխատանքը կարող է հարմար ժամին այդ մուսային լսելու եւ գործն անելու շռայլությունը չտալ։ Մեր թիմում ֆանտաստիկ մարդիկ են հավաքված, նույն հետաքրքրություններով, բայց նաեւ տարբերություններով, ու մարդկանց անհատականությունը, ազատությունը գնահատվում են եւ հարգվում։ Այստեղ մենք սովորում ենք, զարգանում, ավելի լավը դառնում»,- ասում է Գեւորգ Պետրոսյանը։

Արթուր Ասատրյանը թիմին միացել է «ինթերնշիփ» ծրագրից հետո՝ գրեթե մեկ տարի առաջ։ Այն, որ կարճ ժամանակահատվածում կարողացել է դառնալ թիմի անդամ, վկայում է որակյալ մասնագետների համար այստեղ ստեղծված աճի հնարավորությունների մասին։

«Գլոբալ աճի առումով, ինչպես գիտեք՝ միջազգային ընկերություն է, մեր առօրյա աշխատանքային պրոցեսներում անմիջապես առնչվում ենք մեր միջազգային գործընկերների հետ։ Այս ամենի արդյունքում ամեն օր նոր բան ենք սովորում։ Իհարկե, որքան մեծ է ընկերությունը, այնքան ավելի մեծ է պատասխանատվությունն ու չսխալվելու պարտավորվածությունը, եւ դա էլ իր դրական կողմերն ունի, որը «ստիպում է» ամենօրյա ռեժիմում ձգտել կատարելագործման»,- ասում է Արթուր Ասատրյանը։

Մարի Թարյան

Լուսանկարները՝ Էմին Արիստակեսյանի