От слов к алгоритмам: профессия лингвист-инженер

Выпускница ФиПЛа Ирина Зарубина, которая сейчас работает лингвистом-инженером в крупной IT-компании в Москве, делится своим опытом работы в сфере NLP, рассказывает, как учеба в университете помогла ей в карьере, и дает советы студентам, которые хотят связать свое будущее с IT и лингвистикой.

Ирина Зарубина

Фото из личного архива

• Чем именно занимается лингвист-инженер? Расскажи, пожалуйста, о своих задачах.

Лингвист-инженер сталкивается с разными задачами в сфере NLP. Конкретно я сейчас занимаюсь больше задачами генерации (синтеза) речи. Подготовка данных, проектирование новых компонентов, тестирование текущего состояния системы — все это важная часть моей работы.

• В каких проектах ты принимала участие? И какими проектами особенно гордишься?

Вообще, у меня довольно интересный карьерный трек: я начала с компьютерной лингвистики (разработка и поддержка тезаурусов, сбор и подготовка данных для различных алгоритмов, экспертная разметка текстов) и сейчас вернулась в нее обратно, только в несколько другое русло, еще более прикладное. Между этими строчками в моем резюме фигурируют еще несколько, все IT-шные, например, мне удалось поработать в группе разметки данных “Спортмастера”, в другой компании я участвовала в проектировании и разработке реестра специалистов в промышленной сфере.

• Какие навыки, полученные во время учебы на ФиПЛе, оказались самыми полезными в работе? 

Ключевой навык, который я бы могла сейчас назвать одним из самым полезных, — это опыт самостоятельной разработки небольших проектов в ходе учебы. Это могло быть создание парсера данных с новостного сайта, небольшое исследование употребления эмотиконов в письменной коммуникации среди молодежи или подготовка экспертного лингвистического заключения на примере учебной задачи (например, по статье “клевета”). Все это реальные примеры :)
Подобные проекты помогают развивать самостоятельность — в ходе подготовки приходится читать много дополнительной литературы и пробовать разные подходы.
Если говорить о hard skills, то все предметы кажутся мне полезными. Я благодарна тому факту, что ФиПЛ позволяет в балансе развивать как прикладные навыки (программирование, например), так и погружаться в более теоретические вещи.

• После окончания бакалавриата перед выпускниками обычно встает вопрос: стоит ли идти в магистратуру? Как ты считаешь, насколько актуальна магистратура для построения карьеры в IT? Или в современной ситуации достаточно бакалавриата?

Я считаю, что сейчас во многих сферах “решают” твои навыки и опыт. Их как раз можно получать разными способами: можно пойти в магистратуру, можно брать дополнительные курсы, можно их нарабатывать самостоятельно или на рабочем месте, беря больше проектов и/или выполняя больше задач. Сейчас это гибко. Конечно, иногда на руководящие позиции требуется наличие степени магистра. С этим прицелом я бы задумалась о магистратуре и в целом советовала бы взвесить все за и против.

• Дай, пожалуйста, совет студентам, которые хотят пойти по схожему с тобой пути.

Я очень советую руководствоваться следующим правилом: первые два года ты работаешь на зачетку, вторые два — зачетка на тебя. Поясню :)
Погружение в учебу в первые два года поможет сформировать необходимую базу навыков, образ мышления, необходимый будущему специалисту, а также позволит нащупать свой вектор (он может быть более техническим или больше связан с языками или нейролингвистикой — вариантов много). Плюс я бы не забывала о внеучебных активностях: студенческих мероприятиях, клубах, форумах. Во вторые два года я советую потихоньку приглядываться к стажировкам. Это самый легкий способ попасть в топовую компанию на хорошую должность. И тут-то уже как раз в совмещении с учебой поможет та самая “зачетка” — преподаватели обычно идут навстречу студентам. Кроме того, на помощь придут полученные навыки и знания за первые два года.

Таким образом, путь лингвиста-инженера — это сочетание любопытства к языку и интереса к технологиям. Опыт Ирины Зарубиной показывает: фундамент, заложенный в университете, становится хорошей опорой для карьеры, но ключевыми остаются гибкость и желание искать собственные траектории развития. Именно это позволяет превращать слова в алгоритмы и строить будущее на стыке лингвистики и IT.

Автор статьи: Мигачева Варвара, 22ФПЛ-2