Получение образования в престижных университетах мира – мечта тысяч азербайджанских молодых людей. Ежегодно молодые люди, которые реализуют эту мечту в рамках Государственной программы по обучению за рубежом и поступают в ведущие университеты мира, привлекают внимание как своими академическими достижениями, так и историями успеха.
Рубрика сайта Modern.az под названием "Азербайджанская молодежь, открывающаяся миру" продолжается. В этом выпуске нашей рубрики мы побеседовали с Мюрсалом Горчуевым, который получил право на обучение в магистратуре Университета Джонса Хопкинса в США в рамках Государственной программы.
- Мюрсал бей, вы получили степень бакалавра по управлению бизнесом в UNEC, а для магистратуры вы изменили направление, выбрав Data Science. По каким причинам вы перешли в другую область?
-В течение четырех лет обучения управлению бизнесом я столкнулся с пробелом. Большая часть управленческих решений по-прежнему основывается на опыте и интуиции, хотя те же решения могут быть обоснованы с гораздо более высокой точностью с помощью анализа данных. Какой продукт будет востребован, кто является целевым сегментом клиентов, как будут формироваться продажи в следующем квартале – ответы на все эти вопросы на самом деле находятся в цифрах.
Это имеет большое значение не только для частного бизнеса, но и для государственных учреждений. Модели распространения заболеваний в здравоохранении, прогнозирование грузопотоков в транспорте, анализ результатов студентов в образовании – все это связано с одной и той же методологией.
Поэтому я не рассматриваю этот переход как смену области. Бизнес-образование научило меня правильно ставить вопросы, а Data Science дает инструменты для поиска ответов на эти вопросы. Одно без другого остается неполным: технические знания, оторванные от бизнес-контекста, превращаются в бессмысленные вычисления, а бизнес-решение, оторванное от данных, – в догадку.
- Когда и почему у вас возник интерес к Data Science?
- Математика была моим любимым предметом с детства. В 10 классе я начал изучать язык программирования Python и увидел, что его источник – это простая логика и математика. Именно этот процесс – разбиение сложной задачи на мелкие шаги, проверка каждого шага по отдельности и наблюдение за результатом – привлек меня.
На втором курсе я выиграл стипендиальную программу "Technest" Агентства инноваций и цифрового развития и в течение года участвовал в тренингах по аналитике данных. Там я впервые работал с реальными базами данных. Я увидел, как понятия, которые я изучал теоретически в UNEC, такие как поведение рынка, сегментация клиентов, измеряются цифрами, и влияние этого на бизнес стало для меня решающим.
После получения диплома я не хотел останавливаться и продолжил обучение на курсе Data Science. Работая над индивидуальными и групповыми проектами, я получил возможность превратить теоретические знания в практику. Именно на этом этапе я понял, что должен выбрать эту область не как дополнительный навык, а как основную специальность.
- Какова основная причина вашего выбора Университета Джонса Хопкинса для магистратуры в США?
- Джонс Хопкинс – первый исследовательский университет в США, и это не просто исторический факт. Вся академическая культура университета построена на исследованиях. В области искусственного интеллекта и Data Science предлагается как сильная теоретическая база, так и лабораторный опыт, что не всегда можно найти в каждом университете. Инициатива интерактивного ИИ (AI2AI) в сотрудничестве с Amazon и JHU действует в Инженерной школе Уайтинга и финансирует докторские стипендии, совместные исследовательские проекты и открытые научные мероприятия.
Позиция университета в области медицины также повлияла на мой выбор. Одной из наиболее эффективных областей применения Data Science является здравоохранение, и JHU является одним из ведущих мировых центров на пересечении этих двух направлений.
Кроме того, объем исследовательских инвестиций, привлекаемых университетом, показывает, что как государственный, так и частный сектор серьезно доверяют работе, проводимой здесь. Для студента это означает, что вы не ограничиваетесь изучением теории в аудитории, а можете стать частью реальных и финансируемых проектов.
- Какие требования были предъявлены вам при подаче заявления на поступление, и какой этап был для вас самым сложным?
- Процесс поступления включал академическую справку, мотивационное письмо, рекомендательные письма и сертификат IELTS по английскому языку. Самым сложным этапом было написать мотивационное письмо таким образом, чтобы логически обосновать как мое академическое прошлое, то есть бизнес-образование, так и переход к новому направлению. Нужно было объяснить комиссии, что этот переход, который на первый взгляд кажется странным, на самом деле является моей сильной стороной.
- Вы подавали заявления в другие университеты для магистратуры за границей?
-Да. Я также получил предложения от Наньянского технологического университета, Университета Глазго, Римского университета Сапиенца и ELTE.
- Какова была ваша первая реакция, когда вы получили известие о поступлении в Университет Джонса Хопкинса?
- В то время я работал в PAŞA Bank и из-за рабочего графика увидел новость о поступлении только через несколько часов. Увидев ее, я поделился своей радостью с семьей и друзьями после работы, потому что это был успех не только мой, но и всех, кто меня поддерживал.
- Вы прошли отдельный этап отбора, чтобы стать победителем Государственной программы по обучению за рубежом. Что в основном требуется от кандидата в этом процессе, и каковы были основные преимущества, которые отличали вашу кандидатуру от других заявителей?
-Государственная программа по обучению за рубежом – это отдельный, независимый процесс отбора, отличный от поступления в университет. Здесь от кандидата в основном требуется соответствие выбранного университета и специальности приоритетному списку Программы, академические показатели, знание английского языка, опыт работы и общественной деятельности, а также четкий план того, что он будет делать после возвращения в страну после обучения. Последний критерий, на мой взгляд, наименее заметный, но имеющий наибольший вес. Программа – это не просто стипендия, это инвестиция, и каждый инвестор хочет знать, что эти средства принесут.
Основным отличием моей кандидатуры было наличие практического опыта помимо теоретических знаний. Четыре месяца, проведенные в США в рамках программы Work and Travel, академическая программа, в которой я участвовал в Европе, мои индивидуальные проекты и опыт работы в международных компаниях были главным доказательством этого.
- Какие ошибки чаще всего допускают студенты, желающие подать заявку на Государственную программу?
- Первая и самая распространенная ошибка – это планирование времени. Многие ждут объявления сроков подачи заявок, хотя к этому времени уже должны быть готовы языковой сертификат, рекомендательные письма и подтверждение о поступлении в университет. Сбор документов занимает месяцы.
Вторая ошибка – шаблонные мотивационные письма. Комиссия сразу видит, если вы просто вставили свое имя в образец, взятый из интернета. Они читают сотни писем каждый год и с первого абзаца отличают искренние от скопированных.
Третья ошибка – основывать выбор университета только на рейтинге. Общий рейтинг университета и сила выбранной программы – это разные вещи. Кандидат должен уметь ответить на вопрос не "этот университет на 20-м месте", а "какие конкретные навыки эта программа мне даст".
Четвертая ошибка – написание планов на будущее общими фразами. Фраза "Я хочу принести пользу своей стране" ничего не говорит. "Я хочу работать над анализом медицинских данных" – это конкретно и является предметом обсуждения.
- Как давно вы начали готовиться к тому, чтобы стать победителем Программы?
- Сертификат IELTS я получил зимой. Подтверждение о поступлении в Университет Джонса Хопкинса я получил в апреле. После внесения депозита я начал готовить документы в соответствии с условиями Программы. Когда было объявлено о приеме заявок, все важные документы уже были в порядке и на своих местах.
- В эпоху быстрого развития искусственного интеллекта, каким вы видите будущее специалиста по Data Science?
- Моя точка зрения заключается в том, что искусственный интеллект не уничтожает эту профессию, а меняет ее центр тяжести. Рутинные задачи, то есть очистка данных, построение простой модели, написание кода, постепенно автоматизируются. Но этапы, предшествующие и следующие за этими задачами, остаются за человеком.
Предшествующий этап – это постановка правильного вопроса. Искусственный интеллект отвечает на заданный ему вопрос, а не на тот, который должен быть задан. Какая проблема должна быть решена, какой показатель на самом деле важен, какие данные существуют, а какие нет – определение всего этого требует знания контекста.
Следующий этап – интерпретация результата и ответственность. Модель дала 87-процентную точность, это хорошо или плохо? Ответ зависит от области применения модели. Цена ошибочного результата в рекламной кампании – это одно, а в медицинском диагнозе – совершенно другое. Видеть предвзятость в модели, оценивать достоверность данных, доносить результат до лица, принимающего решение, на понятном языке – это области, которые не могут быть автоматизированы.
Поэтому будущий data scientist будет специалистом, который меньше пишет код, но несет больше ответственности. Именно здесь я вижу пользу своего бизнес-образования.
- Мечта об обучении за границей была у вас с детства или появилась позже?
_n- У каждого ребенка есть мечта путешествовать по миру, видеть разные страны, и я не был исключением. Но конкретно это приняло форму обучения за границей позже. Интерес к обучению у меня был всегда, а мысль об учебе за границей постепенно сформировалась после моих первых международных опытов. Период, проведенный в США в рамках программы Work and Travel, сыграл решающую роль в созревании этого решения, потому что там я практически увидел, что значит жить и работать в другой среде.
- Каково самое большое заблуждение азербайджанской молодежи об обучении за границей?
- Самое большое заблуждение заключается в том, что обучение за границей предназначено только для детей из материально обеспеченных семей. Однако существует множество механизмов, таких как Государственная программа, Межправительственная стипендиальная программа, собственные стипендии университетов, исследовательские гранты и должности ассистентов. Проблема часто заключается не в отсутствии возможностей, а в незнании этих возможностей и отсутствии смелости подать заявку.
Второе распространенное заблуждение: получил диплом, значит, все решено. Диплом иностранного университета открывает дверь, но что вы делаете, войдя в эту дверь, зависит от вас. Диплом – это не результат, а инструмент.
Третье – в противоположном направлении. Некоторые представляют обучение за границей как нечто чрезмерно сложное и недостижимое, поэтому даже не пытаются. Процесс действительно сложный, но понятный. У него есть конкретные шаги, и эти шаги можно последовательно выполнять.
- "Data Science" в настоящее время является одним из самых быстрорастущих направлений на мировом рынке труда. В какой конкретной области вы планируете применять знания, полученные в Университете Джонса Хопкинса, в будущем?
- Моя основная цель – применение науки о данных в области здравоохранения, особенно для повышения точности медицинских диагнозов. За этим выбором стоит простое наблюдение. Цена ошибочного результата в медицине несравнима ни с одной другой областью. Неправильный прогноз при оценке кредитных рисков означает финансовые потери, а в медицинском диагнозе та же ошибка влияет на человеческую жизнь. Именно поэтому эта область является наиболее ответственной и в то же время наиболее полезной областью анализа данных. Конкретные направления, которые меня интересуют, следующие. Во-первых, это диагностика на основе изображений, то есть использование моделей машинного обучения в качестве вспомогательного инструмента при анализе рентгеновских снимков, компьютерной томографии и МРТ-изображений. Эти модели не заменяют врача, но играют роль второго мнения, указывая на детали, которые могут быть упущены из виду. Во-вторых, это раннее выявление заболеваний. Когда история болезни, результаты лабораторных анализов и другие клинические показатели анализируются вместе, риск может быть оценен еще до появления симптомов. В-третьих, это системы поддержки диагностических решений, то есть инструменты, которые показывают врачу вероятные варианты и степень их достоверности на основе имеющихся данных. Здесь я хотел бы особо подчеркнуть один момент. Искусственный интеллект в этой области является не заменой врача, а средством, усиливающим его работу. Окончательное решение всегда остается за врачом, потому что ответственность также лежит на нем. Результат, полученный моделью, – это предложение, а не приговор. Подход, не понимающий этой границы, может принести больше вреда, чем пользы. Именно поэтому самая важная проблема в этой области не чисто техническая. На каких данных обучалась модель, какие группы не представлены в этих данных, как будет интерпретироваться результат и как будет защищена конфиденциальность данных пациента – все это требует этического и управленческого подхода помимо технических навыков. Здесь я также вижу пользу своего бизнес-образования, потому что построение системы – это не только написание алгоритма. Это одна из основных причин, по которой я выбрал Университет Джонса Хопкинса. Университет является ведущим центром США в области медицины и одновременно имеет сильную базу Data Science. Пересечение этих двух направлений в одном месте встречается нечасто в мире. Для меня это означает возможность изучать теорию вместе с реальными клиническими проблемами.
- После окончания магистратуры вы хотите остаться в США или вернуться в Азербайджан?
- Я намерен вернуться в Азербайджан. Это не только потому, что это условие Государственной программы, но и потому, что логика программы совпадает с моей личной логикой. Государство инвестирует в мое образование, и место возврата этих инвестиций – здесь. Кроме того, есть и практическая причина. Область Data Science в США уже устоявшаяся, там я стану частью существующей системы. В Азербайджане же эта область еще формируется, и здесь есть возможность сыграть роль основателя. Для меня второе интереснее. Тем не менее, получение как можно большего практического опыта во время обучения в США, то есть стажировки, исследовательские проекты и международные связи, является частью моих планов. Я не должен возвращаться с пустыми руками.
- В будущем вы видите себя больше бизнесменом, специалистом по данным или специалистом, объединяющим эти две области?
- Несомненно, третье. Это не компромисс, а осознанный выбор. Чисто технический специалист строит модель, но если он не может объяснить, что она дает бизнесу, его работа остается на полках. Чисто управленец принимает решения, но если он не может прочитать цифры, стоящие за этим решением, он просто угадывает. Людей, которые могут играть роль переводчика между этими двумя мирами, мало, и именно там создается ценность.
Моя образовательная траектория также направлена в этом направлении: бакалавр по бизнесу, магистр по Data Science. В будущем я вижу себя специалистом, который превращает данные в бизнес-решения, то есть может строить мост между аналитической командой и руководством.
- Что вас больше всего волнует и пугает перед отъездом на учебу за границу?
- Больше всего волнует сама академическая среда. Возможность находиться в одной аудитории с людьми из разных стран мира, сильными в своей области, и участвовать в реальных исследовательских проектах вдохновляет меня.
Больше всего беспокоит адаптация к академическому темпу. В Университете Джонса Хопкинса высокие требования и плотная программа. К этому добавляется адаптация к новой стране, новой культуре и новой повседневной жизни. Я знаю, что первый семестр будет трудным.
Но я воспринимаю это не как страх, а как ожидаемую трудность. К известной заранее трудности можно подготовиться, и именно к этому я готовлюсь.
- Что бы вы посоветовали азербайджанским студентам, которые сегодня стремятся получить образование в ведущих университетах мира по Государственной программе, исходя из вашего опыта?
- Начинайте рано. Не ждите объявления сроков подачи заявок. Языковой экзамен, документы и рекомендательные письма – все это занимает больше времени, чем вы ожидаете. Набирайтесь опыта. Высокие оценки нужны, но их недостаточно. Стажировки, волонтерская деятельность и проекты превращают вас из набора баллов на бумаге в реального человека. Будьте конкретны. Вы должны четко объяснить, что вы хотите изучать, почему вы выбрали именно этот университет и что вы будете делать после возвращения. Общие фразы никого не убеждают. Найдите свою историю. У каждого кандидата свой путь. В моем случае это был переход от бизнеса к Data Science. У вас будет что-то другое. Не скрывайте это, наоборот, поставьте это в центр. Не бойтесь отказа. Шансы на успех у человека, который не подает заявку, равны нулю. Это математический факт.
