Egy tech cég kulisszatitkai

„A gondolat megszületésétől jelen vagyunk.” – EPAMos karrier a Big Data jegyében

2021. november 09. - Kárpáti Judit

Körtvélyesi Péter technológiai igazgató, az EPAM Data Practice hazai Data Engineering ágának egyik vezetője nyáron költözött haza az Egyesült Államokból, hogy itteni szerepkörében építse és irányítsa a hazai EPAM-os data közösséget. Vele beszélgettünk a Data Practice tevékenységéről és arról, kiket keresnek és mit nyújt az EPAM az ide érkezőknek.

microsoftteams-image_84.png

Körtvélyesi Péter

Szegeden végzett műszaki informatikusként, majd karrierje kezdetén előbb az egyetemen, majd egy középvállalatnál volt rendszergazda, később pedig fejlesztési feladatokat látott el egy képalkotó diagnosztikával foglalkozó cégnél. „Az internet hőskorában kezdtem az IT világában dolgozni; akkor, amikor még éppen kialakulóban volt a távmunka. Azon dolgoztunk, hogy összekössük az irodákat különböző szolgáltatásokkal. A notebookok és okostelefonok ekkor jelentek meg a munkában, ki kellett alakítanunk ezek használatát. Nagyon izgalmas időszak volt, nagyon gyorsan lehetett látni a céges kultúra változását, a munka eredményeit” – meséli karrierje kezdetéről. Később szoftverminőség konzulensként folytatta a pályáját, és az idők során saját vállalkozásban is kipróbálta magát; önálló fejlesztőként webes cégeknek dolgozott. Mindeközben közgazdasági diplomát is szerzett. Az EPAM-hoz 2013-ban került projekt menedzserként, majd 2014-ben kezdett el Big Data-ával, azaz komplex rendszerek tervezésével foglalkozni. A szegedi iroda néhány más munkatársával közösen alakítottak ki egy tréningprogramot, mellyel Magyarországon és Oroszországban készítették fel az EPAM-os fejlesztőket erre az akkor még teljesen új területre. 2015-ben megalapították a globális cég Big Data Competency Centerét, melynek ő is tagja lett, és családjával Washington D.C.-be költözött. Hat évet töltött az ottani EPAM irodában - elmondása szerint a legizgalmasabb, legváltozatosabb projektekben részt vállalva. Újra hazai terepre a magyar Data Practice közösség Data Engineering ágának vezetése terelte: nyár óta itthon, technológiai igazgatóként keresi az új kihívásokat.

Mi volt a pontos oka annak, hogy hazajöttél az USÁ-ból a családoddal együtt?

Nagyon élveztük a kint töltött időt, izgalmas projekteken dolgozhattam és a feleségemnek is nagyon jó munkalehetőségei voltak. Ám az utóbbi két évben nagyot fordult a világ, a távolról végezhető munka még inkább teret nyert, nekünk pedig egyre fontosabbá vált, hogy a kint született két gyermekünkkel együtt közelebb legyünk a családunkhoz. Mindezzel párhuzamosan a hazai cég égisze alatt nagyon jó projektek indultak. Ezen okok együttes eredményeként született meg a döntés, hogy hazaköltözünk. A hazai Data Practice további építése pedig nagyon kecsegtető, izgalmas pozíció - ennek a hívásnak mindenképpen eleget akartam tenni.

 Hogyan írható le a Data Practice a munkája?

A Data Practice mára előkelő helyet foglal el az Intelligent Enterprise Practice-n belül, nagyon jó számokat produkálunk és kimagasló a növekedés üteme.  Tevékenységét tekintve a practice-ünk mára igen sok területet fed le, a klasszikus Data Intelligence és Data Analytics vonal mellett én a Data Engineering szakágat képviselem. Egészen tömören fogalmazva: hozzánk azok az adatproblémák kerülnek, melyek konvencionális eszközökkel nem megoldhatók. Olyan komplex kérdések, melyek különleges architektúrát, megoldásokat, válaszokat kívánnak. Hatalmas adatvolumeneket kezelünk, többmillió szenzor adatát kell valós időben feldolgozni, vagy épp kis mennyiségű, ám nagyon különleges adatokkal dolgozni. Az egészségügyben tipikusan ilyen fajta adatok fordulnak elő; a betegéletút, a kezelések leírása, az orvosok által befényképezett, kézzel írt papírok hozzákapcsolása mind ebbe a csoportba tartozik. Összességében tehát minden, ami nem szokványos relációs modellben kezelhető - például egy Excelben már nem kezelhető adatformátum is ilyen -, különlegesebb feldolgozási módszert igényel. A Data Practice azon kívül, hogy mindennek a rendszeralkotási, programozási módszereit, megoldásait biztosítja most már nagyon kiterjedt „end-to-end” megoldásokat is kínál. Ez azt jelenti, hogy már a pre-sales-ben részt vesznek az architektjeink, Data  Analytics konzultenseink, a kezdetektől miénk a folyamat. Megalkotjuk a megfelelő architektúrát, saját Data Business Analystok készítik elő a projekt tartalmát, majd ezt követően a Data Engineering és a dedikált Data UV vonal leszállítja a rendszert. Adott esetben pedig az üzemeltetés is a Data Practice-hez kerülhet. Mindezt, gyakorlatilag a gondolat megszületésétől a folyamat üzemeltetéséig, a mi practice-ünk kíséri végig.

 Hogyan lettél éppen te ennek a practice-nek a vezetője?

Az EPAM-nál a munkánknak két oldala van. Az egyik, s ez talán a legfontosabb, hogy az ügyfelek felé a lehető legjobban teljesítsünk, teljes legyen az ügyfélelégedettség, aminek az egyik kulcsa a jó kommunikáció. Ez egy nagyon fontos sikerfaktor. Szerencsés helyzet, hogy az utóbbi években jó projekteket sikerült tető alá hozni, és ezek növekedtek is, így elmondhatom, hogy az ügyfélelégedettségi faktor magas fokon áll és ehhez hozzá tudtam én is járulni. A másik komponens, ami a practice vezetéséhez irányított talán az, hogy az EPAM-on belül van egy szervezetfejlesztési funkcióm is, és tulajdonképpen a Data Practice megalapításától kezdve aktívan részt vettem a képzési és szervezetfejlesztési folyamatban. Konkrét számokat nem említve, de a 2014-es indulástól mostanra világszinten több ezerre nőtt a practice-ben a kollégáink száma, és ebben a folyamatban én is a kezdetektől részt vettem. A technológia nagyon gyorsan fejlődik, ezzel lépést kell tartanunk; ma már a Cloud iránti kereslet a döntő, ami folyamatos szakmai továbbképzéssel jár részemről is - emellett pedig a megszerzett tudást a kollégáinknak is át kell adnunk.

 Kik vehetnek részt ebben a munkában? Hogyan csatlakozhat valaki a practice-hez?

Öröm, ha olyan szakembereket találunk, akik részt vettek már komplex adatrendszerek tervezésében, kivitelezésében. Ez azonban nem minden esetben teljesül a piacról, aminek az oka, hogy a banki, biztosítói és egyéb nagyvállalati „vonal” sok esetben még a konvencionális, házon belül telepített adatbázis megoldásokat használja. Az EPAM pedig egyértelműen a Cloud szolgáltatások, szerverszolgáltatások irányában tevékenykedik, amire a magyar piacon nagyon kevés szereplő kínál megoldást - így szakembereket sem képez ki. Ez az oka annak, hogy a practice-ünkben szeretettel látunk mindenkit, aki alap adat tudással rendelkezik, a relációs adatbázisok megoldásait érti, van egy kis programozói tapasztalata, akár egyetemi kurzus szinten. Innentől kezdve vállaljuk, hogy a tanulni vágyó, dinamikus kollégákat kiképezzük. Van egy junior programunk, amely az egyetemen frissen végzett, alapvető programozási tudással már rendelkező kollégákat felvértezi ebben a klaszterezett Data világban némi Linux, DevOps és Cloud tudással. A két hónapos, dedikált munkaidőben végezhető kurzuson a résztvevők tapasztalt mentorokkal dolgoznak, akik végigvezetik őket az elsajátítandó tudásanyagon - ezután pedig projektre kerülnek. Itt nagyon figyelünk arra, hogy a senior kollégák folyamatosan támogassák az újonnan érkezőt mind a tudásanyag, mind a projekt folyamatok megismerésében, és persze a munka emberi oldalában is. A fiatal kezdők mellett keresünk olyan senior kollégákat is, akik régóta dolgoznak az adattárház vonalon, és úgy gondolják, hogy nyitottak olyan modern és feltörekvő technológiákra, mint egy adott Cloud szolgáltató jelenléte az adatvilágban. Mi gondoskodunk az ő képzésükről, tudásuk bővítéséről is, hiszen - ahogy korábban említettem -  a piacon kevés az olyan szakember, aki ezekkel a friss technológiákkal teljes mértékben tisztában van. A kulcsszó, és belépő a Data Practice-be tehát a tanulni vágyás - az EPAM pedig vállalja a képzést, és a karrierfejlesztés legfontosabb lépcsőit.

 

A bejegyzés trackback címe:

https://epam.blog.hu/api/trackback/id/tr5916727826

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása