Никита Войтко

Восемь с половиной лет в разработке и данных, последние семь — руковожу командами.

Сейчас Development Team Lead в ВТБ («Платформа больших данных», СП ВТБ и «Ростелекома»). Веду кросс-функциональную команду из data scientist'ов, аналитиков и дата-инженеров: ML-сегментация пользователей, архитектура данных, рекламная аналитика, персонализированные коммуникации. До этого 3,5 года прожил и проработал в Германии — технический лид в консалтинге Synvert Data Insights на проектах для BMW, Bosch, Infineon, Kaufland и Lidl: метадата-каталоги, ETL-пайплайны, дата-продукты. Ещё раньше — Flocktory, команда интеграции маркетинговых продуктов в клиентские сервисы.

Профессионально мне интереснее всего стык данных и рекламы: programmatic, RTB-аукционы, сегментация на больших данных. Развиваю собственный DSP, так что про закупку рекламы рассказываю не по докладам с конференций, а по своим граблям. Второе, что зацепило всерьёз — момент, когда инженер становится руководителем: как перестать быть самым сильным разработчиком в комнате и научиться отвечать за результат чужими руками. Проходил этот путь дважды, в российской и немецкой инженерных культурах, а они устроены сильно по-разному.

В менторстве не изображаю коуча. Работаю от конкретной задачи: разбираем, что у тебя происходит сейчас, что должно происходить, и какой ближайший шаг реально это сдвинет. Много спрашиваю, мало советую вслепую — чужой контекст всегда сложнее, чем кажется с первого рассказа. Даю честную обратную связь, включая неприятную: за неё, собственно, и платят. Если вижу, что запрос не решается разговором — скажу прямо, а не буду тянуть сессии.

Команда и карьера
— Переход из инженера в тимлида: первые 90 дней, делегирование, 1:1, постановка целей, работа со слабым перформансом.
— Найм и онбординг в дата-команду. Внедрение OKR и Agile-практик без карго-культа.
— Подготовка к собеседованиям, в том числе на английском.
— Работа в Германии: как рынок выглядит изнутри, чем немецкий консалтинг отличается от российского продукта, разрешение на работу, релокация. Не по статьям — прожил там 3,5 года.

Данные и инженерия
— Архитектура данных: витрины, слои хранения, пайплайны, интеграции. Разобрать, почему текущая рассыпается, и что делать.
— ETL/ELT с нуля и миграции. Строил дата-кластер и переносил на него все витрины и пайплайны.
— Data Quality, Data Lineage, Observability, CI/CD в дата-команде: что внедрять первым, а что не трогать вообще.
— Метадата-каталоги: два вывел в прод — в ритейле и automotive.

ML и аналитика
— Сегментация пользователей: от классических моделей до нейросетевых архитектур.
— BI: брать готовое или пилить своё. Мигрировал бизнес с Apache Superset на кастомный сервис — расскажу, чего это стоило и когда так делать не надо.

Programmatic и adtech
— Как вообще устроена закупка рекламы: RTB-аукционы, DSP, SSP, интеграции, антифрод.
— Метрики: VTR, CTR, почему они врут и как их читать.
— План входа в programmatic для аналитика или дата-сайентиста — собирал такой для своего сотрудника, работает.

С чем не помогу: фронтенд, геймдев