Hierdie foto is deur Arthur Kuzin (), som die inhoud van die blogplasing redelik akkuraat op. Gevolglik moet die volgende vertelling meer soos 'n Vrydagverhaal as iets uiters nuttig en tegnies ervaar word. Daarbenewens is dit opmerklik dat die teks ryk is aan Engelse woorde. Ek weet nie hoe om sommige van hulle korrek te vertaal nie, en ek wil net nie sommige van hulle vertaal nie.
Hoe die oorgang van 'n akademiese omgewing na 'n industriële omgewing plaasgevind het, word in die eerste twee episodes onthul. In hierdie een sal die gesprek handel oor wat volgende gebeur het.
Dit was Januarie 2017. Op daardie tydstip het ek 'n bietjie meer as 'n jaar se werkservaring gehad en ek het in San Francisco in die maatskappy gewerk soos sr. Datawetenskaplike.
TrueAccord is 'n opstart van skuldinvordering. In eenvoudige terme - 'n versameling agentskap. Versamelaars bel gewoonlik baie. Ons het baie e-posse gestuur, maar min oproepe gemaak. Elke e-pos het na die maatskappy se webwerf gelei, waar die skuldenaar 'n afslag op die skuld aangebied is, en selfs toegelaat is om in paaiemente te betaal. Hierdie benadering het gelei tot beter invordering, voorsiening gemaak vir skaal en minder blootstelling aan regsgedinge.
Die geselskap was normaal. Die produk is duidelik. Die bestuur is verstandig. Die ligging is goed.
Mense in die vallei werk gemiddeld sowat anderhalf jaar op een plek. Dit wil sê, enige maatskappy waarvoor jy werk, is net 'n klein stappie. By hierdie stap sal jy geld insamel, nuwe kennis, vaardighede, verbindings en lyne in jou CV opdoen. Hierna is daar 'n oorgang na die volgende stadium.
By TrueAccord self was ek betrokke by die heg van aanbevelingstelsels aan e-pos nuusbriewe, sowel as om telefoonoproepe te prioritiseer. Die impak is verstaanbaar en is redelik goed gemeet in dollars deur A/B-toetse. Aangesien daar geen masjienleer was voor my aankoms nie, was die impak van my werk nie sleg nie. Weereens, dit is baie makliker om iets te verbeter as iets wat reeds sterk geoptimaliseer is.
Na ses maande se werk aan hierdie stelsels, het hulle selfs my basisloon van $150k tot $163k verhoog. In die gemeenskap daar is 'n meme omtrent $163k. Dit groei met sy bene van hier af.
Dit alles was wonderlik, maar dit het nêrens heen gelei nie, of dit het gelei, maar nie daar nie.
Ek het groot respek vir TrueAccord, beide die maatskappy en die ouens saam met wie ek daar gewerk het. Ek het baie by hulle geleer, maar ek wou lank nie aan aanbevelingstelsels by 'n invorderingsagentskap werk nie. Van hierdie stap af moes jy in een of ander rigting stap. Indien nie vorentoe en opwaarts nie, dan ten minste sywaarts.
Waarvan het ek nie gehou nie?
- Vanuit 'n masjienleer-perspektief het die probleme my nie opgewonde gemaak nie. Ek wou iets modieus, jeugdig hê, dit wil sê, Deep Learning, Computer Vision, iets wat eerder na aan wetenskap of ten minste aan alchemie is.
- 'n Beginner, en selfs 'n invorderingsagentskap, het probleme om hoogs gekwalifiseerde personeel aan te stel. As 'n beginner kan dit nie veel betaal nie. Maar as 'n invorderingsagentskap verloor dit aan status. Rofweg, as 'n meisie op 'n afspraak vra waar jy werk? Jou antwoord: "Op Google" klink ordes van grootte beter as "invorderingsagentskap." Ek was effens gepla deur die feit dat vir my vriende wat by Google en Facebook werk, anders as ek, die naam van hul maatskappy deure oopgemaak het soos: jy kan as spreker na 'n konferensie of ontmoeting genooi word, of meer interessante mense skryf op LinkedIn met 'n aanbod om te ontmoet en oor 'n glas tee te gesels. Ek hou baie daarvan om met mense te kommunikeer wat ek nie persoonlik ken nie. So as jy in San Francisco woon, moenie huiwer om te skryf nie - kom ons gaan drink koffie en praat.
- Benewens my het die maatskappy drie Data Scientists gehad. Ek het aan masjienleer gewerk, en hulle het aan ander Data Science-take gewerk, wat algemeen is in enige opstart van hier tot môre. As gevolg hiervan het hulle nie regtig masjienleer verstaan nie. Maar om te groei, moet ek met iemand kommunikeer, artikels en die jongste verwikkelinge bespreek en op die ou end raad vra.
Wat was beskikbaar?
- Onderwys: fisika, nie rekenaarwetenskap nie.
- Die enigste programmeertaal wat ek geken het, was Python. Daar was 'n gevoel dat ek na C++ moes oorskakel, maar ek kon steeds nie daarby uitkom nie.
- 'n Jaar en 'n half se werk in die bedryf. Verder, by die werk het ek nie Deep Learning of Rekenaarvisie bestudeer nie.
- Nie 'n enkele artikel oor Deep Learning / Computer Vision in die CV nie.
- Daar was 'n Kaggle Master-prestasie.
Wat het jy gesoek?
- 'n Posisie waar dit nodig sal wees om baie netwerke op te lei, en nader aan rekenaarvisie.
- Dit is beter as dit 'n groot maatskappy soos Google, Tesla, Facebook, Uber, LinkedIn, ens. Alhoewel dit in 'n knippie is, sal 'n opstart deug.
- Ek hoef nie die grootste masjienleerkenner in die span te wees nie. Daar was 'n groot behoefte aan senior kamerade, mentors en allerhande kommunikasie, wat veronderstel was om die leerproses te bespoedig.
- Nadat ek blogplasings gelees het oor hoe gegradueerdes sonder industriële ondervinding 'n totale vergoeding van $300-500k per jaar het, wou ek in dieselfde reeks gaan. Dit is nie dat dit my so pla nie, maar aangesien hulle sê dat dit 'n algemene verskynsel is, maar ek het minder, dan is dit 'n sein.
Die taak het heeltemal oplosbaar gelyk, hoewel nie in die sin dat jy in enige geselskap kan spring nie, maar eerder dat as jy honger ly, alles sal uitwerk. Dit wil sê, tiene of honderde pogings, en die pyn van elke mislukking en elke verwerping, moet gebruik word om fokus te verskerp, geheue te verbeter en die dag tot 36 uur te rek.
Ek het my CV aangepas, dit begin uitstuur en vir onderhoude gegaan. Ek het verby die meeste van hulle gevlieg in die stadium van kommunikasie met HR. Baie mense het C++ vereis, maar ek het dit nie geweet nie, en ek het 'n sterk gevoel gehad dat ek nie baie sou belangstel in poste wat C++ vereis nie.
Dit is opmerklik dat daar ongeveer dieselfde tyd 'n fase-oorgang was in die tipe kompetisies op Kaggle. Voor 2017 was daar baie tabeldata en baie selde beelddata, maar vanaf 2017 was daar baie rekenaarvisietake.
Die lewe het in die volgende modus gevloei:
- Werk gedurende die dag.
- Wanneer tegnologiese skerm / ter plaatse jy tyd af neem.
- Saans en naweke Kaggle + artikels / boeke / blogplasings
Die einde van 2016 is gekenmerk deur die feit dat ek by die gemeenskap aangesluit het , wat baie dinge vereenvoudig het. Daar is baie ouens in die gemeenskap met ryk industriële ervaring, wat ons toegelaat het om baie dom vrae te vra en baie slim antwoorde te kry. Daar is ook baie sterk masjienleerspesialiste van alle soorte, wat my, onverwags, deur ODS toegelaat het om die kwessie af te sluit met gereelde in-diepte kommunikasie oor Data Science. Tot nou toe, in terme van ML, gee ODS my baie keer meer as wat ek by die werk kry.
Wel, soos gewoonlik, het ODS genoeg spesialiste in kompetisies op Kaggle en ander webwerwe. Om probleme in 'n span op te los is meer pret en produktief, so met grappies, vloek, memes en ander nerdy vermaak, het ons probleme een vir een begin oplos.
In Maart 2017 - in 'n span met Serega Mushinsky - derde plek vir . Goue medalje op Kaggle + $20k vir twee. Op hierdie taak is werk met satellietbeelde + binêre segmentering via UNet verbeter.
Dieselfde Maart het ek vir 'n onderhoud by NVidia gegaan met die Self Driving-span. Ek het regtig gesukkel met vrae oor Object Detection. Daar was nie genoeg kennis nie.
Gelukkig het op dieselfde tyd die Object Detection-kompetisie oor lugbeelde van dieselfde DSTL begin. God self het beveel om die probleem op te los en op te gradeer. 'n Maand van aande en naweke. Ek het die kennis opgetel en tweede geëindig. Hierdie kompetisie het 'n interessante nuanse in die reëls gehad, wat daartoe gelei het dat ek in Rusland op federale en nie so federale kanale gewys is nie. Ek het aangegaan , en in 'n klomp gedrukte en aanlyn publikasies. Mail Ru Group het 'n bietjie positiewe PR op my koste en sy eie geld ontvang, en fundamentele wetenskap in Rusland is met 12000 XNUMX pond verryk. Soos gewoonlik is dit oor hierdie onderwerp geskryf . Gaan daarheen vir besonderhede.
Terselfdertyd het 'n Tesla-werwer my gekontak en aangebied om oor die Computer Vision-posisie te praat. Ek het ingestem. Ek het deur die take home, twee tegnologie-skerms, 'n onderhoud ter plaatse gestap en 'n baie aangename gesprek gehad met Andrei Karpathy, wat pas by Tesla aangestel is as Direkteur van KI. Die volgende fase is agtergrondkontrole. Daarna moes Elon Musk my aansoek persoonlik goedkeur. Tesla het 'n streng nie-openbaarmakingsooreenkoms (NDA).
Ek het nie die agtergrondtoets geslaag nie. Die werwer het gesê dat ek baie aanlyn gesels, wat die NDA oortree. Die enigste plek waar ek iets oor 'n onderhoud by Tesla gesê het, was ODS, so die huidige hipotese is dat iemand 'n skermskoot geneem het en aan HR by Tesla geskryf het, en ek is uit die wedloop verwyder. Dit was toe ’n skande. Nou is ek bly dit het nie uitgewerk nie. My huidige posisie is baie beter, hoewel dit baie interessant sal wees om saam met Andrey te werk.
Onmiddellik daarna het ek gedompel in die satellietbeeldkompetisie op Kaggle van . Die probleem was eenvoudig en uiters vervelig; niemand wou dit oplos nie, maar almal wou 'n gratis goue medalje of prysgeld hê. Daarom het ons met 'n span Kaggle Meesters van 7 mense ooreengekom dat ons yster sal gooi. Ons het 480 netwerke in die 'fit_predict'-modus opgelei en 'n drie-verdieping-ensemble daarvan gemaak. Ons het sewende geëindig. . Terloops, Jeremy Howard, wat alombekend is as die skepper 23 geëindig.
Na die einde van die kompetisie, het ek deur 'n vriend wat by AdRoll gewerk het, 'n Ontmoeting op hul perseel gereël. Verteenwoordigers van Planet Labs het daar gepraat oor hoe die organisasie van die kompetisie en datamerking van hul kant af gelyk het. Wendy Kwan, wat by Kaggle werk en toesig gehou het oor die kompetisie, het gepraat oor hoe sy dit gesien het. Ek het ons oplossing, truuks, tegnieke en tegniese besonderhede beskryf. Twee-derdes van die gehoor het hierdie probleem opgelos, so die vrae is tot die punt gestel en oor die algemeen was alles cool. Jeremy Howard was ook daar. Dit het geblyk dat hy in die 23ste plek geëindig het omdat hy nie geweet het hoe om die model te stapel nie en dat hy glad nie geweet het van hierdie metode om ensembles te bou nie.
Ontmoetings in die vallei oor masjienleer verskil baie van ontmoetings in Moskou. As 'n reël is ontmoetings in die vallei die onderste. Maar ons s'n het goed uitgedraai. Ongelukkig het die kameraad wat veronderstel was om die knoppie te druk en alles op te teken nie die knoppie gedruk nie :)
Daarna is ek genooi om met die pos van Deep Learning Engineer by dieselfde Planet Labs te praat, en dadelik ter plaatse. Ek het dit nie geslaag nie. Die bewoording van die weiering is dat daar nie genoeg kennis in Deep Learning is nie.
Ek het elke kompetisie as 'n projek in . Vir die DSTL-probleem het ons geskryf en het dit op arxiv geplaas. Nie 'n artikel nie, maar steeds brood. Ek beveel ook aan almal anders om hul LinkedIn-profiel op te blaas deur kompetisies, artikels, vaardighede, ensovoorts. Daar is 'n positiewe korrelasie tussen hoeveel sleutelwoorde jy in jou LinkedIn-profiel het en hoe gereeld mense vir jou 'n boodskap stuur.
As ek in die winter en lente baie tegnies was, dan het ek teen Augustus beide kennis en selfvertroue gehad.
Aan die einde van Julie het 'n ou wat as 'n Data Science-bestuurder by Lyft gewerk het, my op LinkedIn gekontak en my genooi om koffie te drink en oor die lewe, oor Lyft, oor TrueAccord te gesels. Ons het gepraat. Hy het aangebied om 'n onderhoud met sy span te voer vir die pos van Data Scientist. Ek het gesê dat die opsie werk, mits dit van oggend tot aand Rekenaarvisie / Deep Learning is. Hy het verseker dat daar geen besware van sy kant was nie.
Ek het my CV gestuur en hy het dit na Lyft se interne portaal opgelaai. Daarna het die werwer my gebel om my CV oop te maak en meer oor my uit te vind. Van die heel eerste woorde was dit duidelik dat dit vir hom 'n formaliteit was, aangesien dit vir hom uit sy CV duidelik was dat "Ek is nie 'n materiaal vir Lyft nie." Ek dink daarna het my CV in die asblik gegaan.
Al hierdie tyd, terwyl ek ondervra is, het ek my mislukkings en ondergange in ODS bespreek en die ouens het my terugvoer gegee en my op elke moontlike manier met raad gehelp, hoewel daar, soos gewoonlik, ook baie vriendelike getrollery daar was.
Een van die ODS-lede het aangebied om my met sy vriend te verbind, wat die Direkteur van Ingenieurswese by Lyft is. Nie gou gesê as gedaan nie. Ek kom na Lyft vir middagete, en buiten hierdie vriend is daar ook 'n hoof van datawetenskap en 'n produkbestuurder wat 'n groot aanhanger van Deep Learning is. Met middagete het ons oor DL gesels. En aangesien ek al 'n halfjaar 24/7 netwerke oplei, kubieke meter literatuur lees en take op Kaggle met min of meer duidelike resultate uitgevoer het, kon ek ure lank oor Deep Learning praat, beide in terme van nuwe artikels en praktiese tegnieke.
Na middagete het hulle na my gekyk en gesê - dis dadelik duidelik dat jy mooi is, wil jy met ons praat? Boonop het hulle bygevoeg dat dit vir my duidelik is dat take home + tech screen oorgeslaan kan word. En dat ek dadelik na die terrein genooi sal word. Ek het ingestem.
Daarna het daardie werwer my gebel om 'n onderhoud ter plaatse te skeduleer, en hy was ontevrede. Hy het iets gemompel dat hy nie oor jou kop moet spring nie.
Het gekom. Onderhoud ter plaatse. Vyf uur se kommunikasie met verskillende mense. Daar was nie 'n enkele vraag oor Deep Learning, of oor masjienleer in beginsel nie. Aangesien daar geen Deep Learning / Computer Vision is nie, stel ek nie belang nie. Die onderhoudresultate was dus ortogonaal.
Hierdie werwer bel en sê - baie geluk, jy het deurgedring na die tweede onderhoud op die terrein. Dit is alles verbasend. Wat is die tweede ter plaatse? Ek het nog nooit van so iets gehoor nie. Ek het gegaan. Daar is 'n paar uur daar, hierdie keer alles oor tradisionele masjienleer. Dis beter. Maar steeds nie interessant nie.
Die werwer bel met geluk dat ek die derde onderhoud op die terrein geslaag het en belowe dat dit die laaste sal wees. Ek het dit gaan kyk en daar was beide 'n DL en 'n CV.
Ek het vir baie maande 'n prior gehad wat vir my gesê het dat daar geen aanbod sou wees nie. Ek sal nie op tegniese vaardighede oefen nie, maar op sagte vaardighede. Nie aan die sagte kant nie, maar oor die feit dat die pos gesluit gaan word of dat die maatskappy nog nie aanstel nie, maar bloot die mark en die vlak van kandidate toets.
Middel Augustus. Ek het goed bier gedrink. Donker gedagtes. 8 maande is verby en steeds geen aanbod nie. Dit is goed om kreatief te wees onder bier, veral as die kreatiwiteit vreemd is. 'n Idee kom by my op. Ek deel dit met Alexey Shvets, wat op daardie stadium 'n postdoktoraat by MIT was.
Wat as jy die naaste DL/CV-konferensie neem, kyk na die kompetisies wat as deel daarvan gehou word, oefen iets op en indien? Aangesien al die kenners daar hul loopbane hierop bou en dit al vir baie maande of selfs jare doen, het ons geen kans nie. Maar dit is nie skrikwekkend nie. Ons doen 'n sinvolle voorlegging, vlieg na die laaste plek, en daarna skryf ons 'n voordruk of 'n artikel oor hoe ons nie soos almal is nie en praat oor ons besluit. En die artikel is reeds op LinkedIn en in jou CV.
Dit wil sê, dit blyk relevant te wees en daar is meer korrekte sleutelwoorde in die CV, wat die kanse om na die tegnologieskerm te kom effens behoort te verhoog. Kode en voorleggings van my, tekste van Alexey. Speletjie, natuurlik, maar hoekom nie?
Nie gou gesê as gedaan nie. Die naaste konferensie wat ons gegoogle het was MICCAI en daar was eintlik kompetisies daar. Ons het die eerste een geslaan. Dit was . Die taak het 3 subtake. Daar was 8 dae oor voor die sperdatum. Ek het die oggend nugter geword, maar ek het nie die idee laat vaar nie. Ek het my pyplyne van Kaggle geneem en dit van satellietdata na mediese data oorgeskakel. 'pas_voorspel'. Alexey het 'n beskrywing van twee bladsye van oplossings vir elke probleem voorberei, en ons het dit gestuur. Gereed. In teorie kan jy uitasem. Maar dit het geblyk dat daar 'n ander taak vir dieselfde werkswinkel was () met drie subtake en dat haar sperdatum met 4 dae opgeskuif is, dit wil sê ons kan 'fit_predict' daar doen en stuur. Dit is wat ons gedoen het.
Anders as Kaggle, het hierdie kompetisies hul eie akademiese besonderhede gehad:
- Geen ranglys nie. Voorleggings word per e-pos gestuur.
- Jy sal verwyder word as 'n spanverteenwoordiger nie die oplossing by die konferensie by die Werkswinkel kom aanbied nie.
- Jou plek op die puntelys word eers tydens die konferensie bekend. ’n Soort akademiese drama.
Die MICCAI 2017-konferensie is in Quebec City gehou. Om eerlik te wees, teen September het ek begin uitbrand, so die idee om 'n week van die werk af te neem en na Kanada te gaan, het interessant gelyk.
Het na die konferensie gekom. Ek het na hierdie Werkswinkel gekom, ek ken niemand nie, ek sit in die hoek. Almal ken mekaar, hulle kommunikeer, hulle gooi slim mediese woorde uit. Hersiening van die eerste kompetisie. Deelnemers praat en praat oor hul besluite. Dis koel daar, met 'n vonkel. My beurt. En ek is op een of ander manier selfs skaam. Hulle het die probleem opgelos, daaraan gewerk, wetenskap gevorder, en ons suiwer "fit_predict" uit vorige ontwikkelings, nie vir wetenskap nie, maar om ons CV 'n hupstoot te gee.
Hy het uitgekom en gesê dat ek ook nie 'n kenner in medisyne is nie, om verskoning gevra dat hulle hul tyd mors, en vir my een skyfie met die oplossing gewys. Ek het afgegaan na die gang.
Hulle kondig die eerste subtaak aan - ons is eerste, en met 'n marge.
Die tweede en derdes word aangekondig.
Hulle kondig die derde aan – weer eerste en weer met ’n voorsprong.
Generaal is die eerste.
Sommige in die gehoor glimlag en kyk met respek na my. Ander, diegene wat glo as kundiges op die gebied beskou is, het 'n toelae vir hierdie taak gewen en dit al baie jare gedoen het, het 'n effens verwronge uitdrukking op hul gesigte.
Volgende is die tweede taak, die een met drie subtake en wat met vier dae vorentoe geskuif is.
Hier het ek ook om verskoning gevra en weer ons een skyfie gewys.
Dieselfde storie. Twee eerste, een tweede, algemene eerste.
Ek dink dit is seker die eerste keer in die geskiedenis dat 'n invorderingsagentskap 'n mediese beeldingskompetisie wen.
En nou staan ek op die verhoog, hulle gee vir my 'n soort diploma en ek word gebombardeer. Hoe de fok kan dit wees? Hierdie akademici spandeer belastingbetalers se geld, werk daaraan om die kwaliteit van werk vir dokters te vereenvoudig en te verbeter, dit wil sê in teorie, my lewensverwagting, en een of ander liggaam het hierdie hele akademiese personeel binne 'n paar aande in die Britse vlag geskeur.
'n Bonus hieraan is dat in ander spanne gegradueerde studente wat al baie maande aan hierdie take werk, 'n CV sal hê wat aantreklik is vir HR, dit wil sê, hulle sal maklik by die tegnologieskerm uitkom. En voor my oë is daar 'n vars ontvangde e-pos:
A Googler recently referred you for the Research Scientist, Google Brain (United States) role. We carefully reviewed your background and experience and decided not to proceed with your application at this time.Oor die algemeen, reg van die verhoog af, vra ek die gehoor: "Weet iemand waar ek werk?" Een van die organiseerders van die kompetisie het geweet – hy het ge-Google wat TrueAccord is. Die res is nie. Ek gaan voort: “Ek werk vir 'n invorderingsagentskap, en by die werk doen ek nie Computer Vision of Deep Learning nie. En op baie maniere gebeur dit omdat die HR-afdelings van Google Brain en Deepmind my CV filter en my nie die kans gee om tegniese opleiding te wys nie. "
Hulle het die sertifikaat oorhandig, 'n pouse. ’n Groep akademici ruk my eenkant toe. Dit het geblyk dat dit 'n Gesondheidsgroep met Deepmind is. Hulle was so beïndruk dat hulle dadelik met my wou praat oor die Navorsingsingenieur-vakature in hul span. (Ons het wel gepraat. Hierdie gesprek het vir 6 maande geduur, ek het geslaag huis toe, vasvra, maar is kortgeknip op die tegnologieskerm. 6 maande van die begin van kommunikasie tot die tegnologieskerm is 'n lang tyd. Die lang wag gee 'n voorsmakie van nutteloosheid. Navorsingsingenieur by Deepmind in Londen, teen die agtergrond van TrueAccord was daar 'n sterk stap op, maar teen die agtergrond van my huidige posisie is dit 'n stap af. Van 'n afstand van twee jaar wat sedertdien verloop het, is dit goed dat dit nie gedoen het nie.)
Gevolgtrekking
Omtrent dieselfde tyd het ek 'n aanbod van Lyft ontvang, wat ek aanvaar het.
Op grond van die uitslae van hierdie twee kompetisies met MICCAI, is die volgende gepubliseer:
Dit wil sê, ten spyte van die wildheid van die idee, werk die byvoeging van inkrementele artikels en voordrukke deur kompetisies goed. En in die daaropvolgende jare het ons dit nog erger gemaak.
Ek werk die afgelope paar jaar by Lyft en doen Rekenaarvisie/Deep Learning vir selfbestuurmotors. Dit wil sê, ek het gekry wat ek wou hê. En take, en 'n hoë-status maatskappy, en sterk kollegas, en al die ander goed.
Oor hierdie maande het ek kommunikasie gehad met beide groot maatskappye Google, Facebook, Uber, LinkedIn, en met 'n see van beginners van verskillende groottes.
Dit was al die maande seer. Die heelal vertel jou elke dag iets wat nie baie aangenaam is nie. Gereelde verwerping, gereelde foute maak en dit alles word gegeur met 'n aanhoudende gevoel van hopeloosheid. Daar is geen waarborge dat jy sal slaag nie, maar daar is 'n gevoel dat jy 'n dwaas is. Dit herinner baie aan hoe ek direk ná universiteit werk probeer kry het.
Ek dink dat baie in die vallei werk gesoek het en alles was vir hulle baie makliker. Die truuk, na my mening, is dit. As jy 'n werk soek in 'n veld waarin jy verstaan, baie ondervinding het, en jou CV sê dieselfde, is daar geen probleme nie. Ek het dit geneem en dit gevind. Daar is baie vakante poste.
Maar as jy 'n werk soek in 'n veld wat vir jou nuut is, dit wil sê wanneer daar geen kennis, geen verbindings is nie en jou CV iets verkeerd sê - op hierdie oomblik word alles uiters interessant.
Op die oomblik skryf werwers gereeld aan my en bied aan om dieselfde ding te doen wat ek nou doen, maar in 'n ander maatskappy. Dit is regtig tyd om van werk te verander. Maar dit is geen sin om te gaan doen waarmee ek reeds goed is nie. Vir wat?
Maar vir wat ek wil hê, het ek weer nie die kennis of die lyne in my CV nie. Kom ons kyk hoe dit alles eindig. As alles goed gaan, skryf ek die volgende deel. 🙂
Bron: will.com