В рубрике #как_мы_работаем был текст биостатистика Ивана, изучающего рак, который жаловался на хреновый труд в научном институте. «Точно не Таджикистан, немного лучше Румынии» - так он обрисовал изучение онкологий в России. Однако, в последние этого года появились сообщения о разработке в нашей стране вакцины против рака. Предстоит оценить этот результат. Однако, характерно, что и Иван в итоге удачно трудоустроился. С исследованием опухолей, наверное, всё в РФ не столь уж фатально.

В прошлом своем тексте я обещал рассказать на какую работу я перешел после увольнения из НИИ гематологии. Я хотел бы соблюсти корпоративную тайну и не раскрывать внутреннюю кухню того места, где работаю, поэтому пусть в дальнейшем оно называется «НИИ в составе ФМБА».

Наш отдел разрабатывает систему ранней диагностики злокачественных опухолей. Моя работа по-прежнему за компьютером, в офисном помещении. Я не работаю в «мокрой лаборатории», с пипетками, чашками Петри, приборами для проведения ПЦР, вытяжными шкафами и прочим оборудованием для проведения исследований.

Мне поступают данные из тех лабораторий НИИ, с которыми мы сотрудничаем, и я их обрабатываю и выполняю работу data scientist'а во всем спектре его обязанностей. Как правило, данные представляют собой таблицы разных размеров, вплоть до значительных, с десятками тысяч строк или столбцов. У меня есть папка с данными. Там не гигабайт, там терабайт. Я перевожу их в форму, удобоваримую для машинного обучения. Приходится думать над оптимизацией, чтобы код фурычил быстро, не полчаса. Затем придумать архитектуру из нескольких моделей машинного обучения и пытаться это всё реализовать. И не факт, что получится.

Основная проблема, которую я вижу при работе с данными – нехватка компетенций. Каким образом сделать так, чтобы машина считала быстро. Вот ключевой вопрос, к которому можно свести большую часть проблем. Надо добиваться возможности ускорения работы программы – там, где можно, в десятки раз. Там, где сложнее, хотя бы на 30%.

Уровень работников высокий, и постоянно растёт ещё. Рабочий график гибкий. Можно договориться чтобы рабочий день начинался в районе позднего утра, но тогда уходить следует тоже в более поздние сроки. Я сам задерживаюсь, иногда я увлечен задачей и могу быть в кабинете до 12 ночи.

Размер зарплат обсуждать и разглашать нельзя. Но по косвенным признакам можно сказать, что в зависимости от персонала оплата труда от 80 тыс. до 350 тыс. в месяц белыми. Если руководство просить поднять зарплату и быть продуктивным – они поднимут. Но просить надо интенсивно. Меня приглашали в другое место на зарплату в 180 тыс. руб., не в науке. Но потом подняли примерно до такого же уровня на этом месте, до 150 тыс. И я остался.

Я считаю, что текущее место работы является лучшим местом, в котором мне когда-либо приходилось работать, и по зарплате, и по обстановке в коллективе, и по взаимоотношениям и взаимодействию с начальством.