من الفيزيائيين إلى علوم البيانات (من محركات العلوم إلى العوالق المكتبية) الجزء الثالث

من الفيزيائيين إلى علوم البيانات (من محركات العلوم إلى العوالق المكتبية) الجزء الثالث

هذه الصورة لآرثر كوزين (n01z3)، يلخص بدقة محتوى منشور المدونة. ونتيجة لذلك، يجب أن يُنظر إلى السرد التالي كقصة يوم الجمعة أكثر من كونه شيئًا مفيدًا وتقنيًا للغاية. بالإضافة إلى ذلك، تجدر الإشارة إلى أن النص غني بالكلمات الإنجليزية. لا أعرف كيف أترجم بعضها بشكل صحيح، ولا أريد ترجمة بعضها.

الجزء الأول.
الجزء الثاني.

تم الكشف عن كيفية الانتقال من البيئة الأكاديمية إلى البيئة الصناعية في الحلقتين الأوليين. في هذه المحادثة ستكون حول ما حدث بعد ذلك.

كان يناير 2017. في ذلك الوقت، كان لدي ما يزيد قليلاً عن عام من الخبرة العملية وعملت في الشركة في سان فرانسيسكو ترو أكورد مثل السيد. عالم البيانات.

TrueAccord هي شركة ناشئة لتحصيل الديون. بعبارات بسيطة - وكالة تحصيل. عادة ما يتصل هواة الجمع كثيرًا. أرسلنا الكثير من رسائل البريد الإلكتروني، لكننا أجرينا مكالمات قليلة. أدت كل رسالة بريد إلكتروني إلى موقع الشركة على الويب، حيث عُرض على المدين خصمًا على الدين، بل وسمح له بالدفع على أقساط. أدى هذا النهج إلى تحصيل أفضل، وسمح بالتوسع وتقليل التعرض للدعاوى القضائية.

وكانت الشركة طبيعية. المنتج واضح. الإدارة عاقلة. الموقع جيد.

في المتوسط، يعمل الناس في الوادي في مكان واحد لمدة سنة ونصف تقريبًا. أي أن أي شركة تعمل بها هي مجرد خطوة صغيرة. في هذه الخطوة ستجمع بعض المال وتكتسب معارف ومهارات واتصالات وخطوطًا جديدة في سيرتك الذاتية. بعد هذا هناك انتقال إلى المرحلة التالية.

في شركة TrueAccord نفسها، كنت منخرطًا في إرفاق أنظمة التوصيات بالنشرات الإخبارية عبر البريد الإلكتروني، بالإضافة إلى تحديد أولويات المكالمات الهاتفية. التأثير مفهوم وقد تم قياسه جيدًا بالدولار من خلال اختبار A/B. نظرًا لعدم وجود تعلم آلي قبل وصولي، لم يكن تأثير عملي سيئًا. مرة أخرى، يعد تحسين شيء ما أسهل بكثير من تحسين شيء تم تحسينه بشكل كبير بالفعل.

وبعد ستة أشهر من العمل على هذه الأنظمة، قاموا برفع راتبي الأساسي من 150 ألف دولار إلى 163 ألف دولار. في المجتمع علم البيانات المفتوحة (ODS) هناك ميمي حوالي 163 ألف دولار. ينمو بأرجله من هنا.

كل هذا كان رائعاً، لكنه لم يقود إلى أي مكان، أو أدى، ولكن ليس إلى هناك.

أكن احترامًا كبيرًا لشركة TrueAccord، سواءً الشركة أو الأشخاص الذين عملت معهم هناك. لقد تعلمت الكثير منهم، لكنني لم أرغب في العمل لفترة طويلة على أنظمة التوصية في إحدى وكالات التحصيل. من هذه الخطوة كان عليك أن تخطو في اتجاه ما. إن لم يكن للأمام وللأعلى، فعلى الأقل جانبيًا.

ما الذي لم يعجبني؟

  1. من منظور التعلم الآلي، لم تكن المشاكل تثير اهتمامي. كنت أرغب في شيء عصري وشبابي، أي التعلم العميق والرؤية الحاسوبية، وهو شيء قريب إلى حد ما من العلوم أو على الأقل من الكيمياء.
  2. تواجه الشركات الناشئة، وحتى وكالات التحصيل، مشاكل في توظيف موظفين مؤهلين تأهيلاً عاليًا. كشركة ناشئة، لا يمكنها أن تدفع الكثير. ولكن باعتبارها وكالة تحصيل، فإنها تفقد مكانتها. بشكل تقريبي، إذا سألت فتاة في موعد ما أين تعمل؟ إجابتك: "على Google" تبدو أفضل من حيث الحجم من "وكالة التحصيل". لقد انزعجت قليلاً من حقيقة أنه بالنسبة لأصدقائي الذين يعملون في Google وFacebook، على عكسي، كان اسم شركتهم يفتح أبوابًا مثل: يمكن دعوتك إلى مؤتمر أو لقاء كمتحدث، أو أشخاص أكثر إثارة للاهتمام يكتبون على LinkedIn مع عرض للقاء والدردشة مع كوب من الشاي. أحب حقًا التواصل مع الأشخاص الذين لا أعرفهم شخصيًا. لذا، إذا كنت تعيش في سان فرانسيسكو، فلا تتردد في الكتابة - فلنذهب لتناول القهوة والتحدث.
  3. بالإضافة إلي، كان هناك ثلاثة علماء بيانات يعملون في الشركة. كنت أعمل على التعلم الآلي، وكانوا يعملون في مهام أخرى تتعلق بعلم البيانات، وهي مهام شائعة في أي شركة ناشئة من هنا إلى الغد. ونتيجة لذلك، لم يفهموا حقًا التعلم الآلي. لكن لكي أنمو، أحتاج إلى التواصل مع شخص ما، ومناقشة المقالات وآخر التطورات، وطلب النصيحة، في النهاية.

ماذا كان متاحا؟

  1. التعليم: الفيزياء، وليس علوم الكمبيوتر.
  2. لغة البرمجة الوحيدة التي كنت أعرفها هي بايثون. كان هناك شعور بأنني بحاجة إلى التحول إلى لغة C++، لكنني ما زلت غير قادر على القيام بذلك.
  3. سنة ونصف من العمل في الصناعة. علاوة على ذلك، في العمل لم أدرس التعلم العميق أو رؤية الكمبيوتر.
  4. لا توجد مقالة واحدة عن التعلم العميق/رؤية الكمبيوتر في السيرة الذاتية.
  5. كان هناك إنجاز Kaggle Master.

ماذا أردت؟

  1. موقف حيث سيكون من الضروري تدريب العديد من الشبكات، وأقرب إلى رؤية الكمبيوتر.
  2. من الأفضل أن تكون شركة كبيرة مثل Google، وTesla، وFacebook، وUber، وLinkedIn، وما إلى ذلك. على الرغم من أنه في السؤال، فإن بدء التشغيل سيفي بالغرض.
  3. لست بحاجة إلى أن أكون أكبر خبير في التعلم الآلي في الفريق. كانت هناك حاجة كبيرة لكبار الرفاق والموجهين وجميع أنواع الاتصالات التي كان من المفترض أن تسرع عملية التعلم.
  4. بعد قراءة منشورات المدونة حول كيف يحصل الخريجون الذين ليس لديهم خبرة صناعية على تعويضات إجمالية تتراوح بين 300 إلى 500 ألف دولار سنويًا، أردت أن أذهب إلى نفس النطاق. لا يعني ذلك أن هذا يزعجني كثيرًا، ولكن بما أنهم يقولون أن هذه ظاهرة شائعة، ولكن لدي أقل، فهذه إشارة.

بدت المهمة قابلة للحل تمامًا، ولكن ليس بمعنى أنه يمكنك الانتقال إلى أي شركة، بل بمعنى أنه إذا جعت، فإن كل شيء سينجح. أي أن عشرات أو مئات المحاولات، والألم الناتج عن كل فشل وكل رفض، يجب أن تستخدم في زيادة التركيز وتحسين الذاكرة وتمديد اليوم إلى 36 ساعة.

لقد قمت بتعديل سيرتي الذاتية، وبدأت في إرسالها، والذهاب لإجراء المقابلات. لقد تجاوزت معظمهم في مرحلة التواصل مع الموارد البشرية. كثير من الناس يحتاجون إلى لغة C++، لكنني لم أكن أعرف ذلك، وكان لدي شعور قوي بأنني لن أكون مهتمًا جدًا بالمناصب التي تتطلب لغة C++.

ومن الجدير بالذكر أنه في نفس الوقت تقريبًا كان هناك مرحلة انتقالية في نوع المسابقات على Kaggle. قبل عام 2017، كان هناك الكثير من البيانات الجدولية ونادرًا ما كانت البيانات المصورة، ولكن بدءًا من عام 2017، كان هناك الكثير من مهام رؤية الكمبيوتر.

تدفقت الحياة في الوضع التالي:

  1. العمل خلال النهار.
  2. عند شاشة التكنولوجيا / في الموقع فإنك تأخذ إجازة.
  3. الأمسيات وعطلات نهاية الأسبوع Kaggle + مقالات / كتب / منشورات مدونة

تميزت نهاية عام 2016 بانضمامي إلى المجتمع علم البيانات المفتوحة (ODS)، مما سهل الكثير من الأمور. هناك الكثير من الأشخاص في المجتمع يتمتعون بخبرة صناعية غنية، مما سمح لنا بطرح الكثير من الأسئلة الغبية والحصول على الكثير من الإجابات الذكية. هناك أيضًا الكثير من المتخصصين الأقوياء في مجال التعلم الآلي من جميع المجالات، مما سمح لي، بشكل غير متوقع، من خلال ODS، بإغلاق المشكلة من خلال التواصل المتعمق المنتظم حول علوم البيانات. حتى الآن، فيما يتعلق بالتعلم الآلي، يمنحني ODS عدة مرات أكثر مما أحصل عليه في العمل.

حسنًا، كالعادة، لدى ODS ما يكفي من المتخصصين في المسابقات على Kaggle والمواقع الأخرى. يعد حل المشكلات في فريق أكثر متعة وإنتاجية، لذلك باستخدام النكات والشتائم والميمات وغيرها من وسائل الترفيه المهووسة، بدأنا في حل المشكلات واحدة تلو الأخرى.

في مارس 2017 - في فريق مع سيريجا موشينسكي - المركز الثالث اكتشاف ميزة صور الأقمار الصناعية Dstl. الميدالية الذهبية على Kaggle + 20 ألف دولار لشخصين. في هذه المهمة، تم تحسين العمل مع صور الأقمار الصناعية + التجزئة الثنائية عبر UNet. مشاركة مدونة على حبري حول هذا الموضوع.

في نفس شهر مارس، ذهبت لإجراء مقابلة في NVidia مع فريق القيادة الذاتية. لقد كافحت حقًا مع الأسئلة حول اكتشاف الكائنات. لم يكن هناك ما يكفي من المعرفة.

لحسن الحظ، في الوقت نفسه، بدأت مسابقة اكتشاف الكائنات على الصور الجوية من نفس DSTL. أمر الله نفسه بحل المشكلة والترقية. شهر من الأمسيات وعطلات نهاية الأسبوع. حصلت على المعرفة وحصلت على المركز الثاني. كان لهذه المسابقة فارق بسيط مثير للاهتمام في القواعد، مما أدى إلى ظهوري في روسيا على القنوات الفيدرالية وليس القنوات الفيدرالية. ركبت الصفحة الرئيسية Lenta.ru، وفي مجموعة من المنشورات المطبوعة والإلكترونية. تلقت مجموعة Mail Ru Group علاقات عامة إيجابية قليلاً على حسابي وأموالها الخاصة، وتم إثراء العلوم الأساسية في روسيا بمبلغ 12000 جنيه إسترليني. كالعادة، تم كتابته حول هذا الموضوع مشاركة مدونة على hubr. الذهاب إلى هناك للحصول على التفاصيل.

في الوقت نفسه، اتصل بي أحد مسئولي التوظيف في شركة Tesla وعرض علي التحدث عن وظيفة رؤية الكمبيوتر. قد وافقت. لقد اندفعت عبر شاشتي التكنولوجيا، والمقابلة في الموقع، وأجريت محادثة ممتعة للغاية مع أندريه كارباثي، الذي تم تعيينه للتو في شركة Tesla كمدير للذكاء الاصطناعي. المرحلة التالية هي فحص الخلفية. وبعد ذلك، كان على "إيلون ماسك" أن يوافق شخصيًا على طلبي. لدى Tesla اتفاقية صارمة لعدم الإفصاح (NDA).
لم أتمكن من اجتياز فحص الخلفية. قال مسؤول التوظيف إنني أتحدث كثيرًا عبر الإنترنت، مما ينتهك اتفاقية عدم الإفشاء. المكان الوحيد الذي قلت فيه أي شيء عن مقابلة في Tesla هو ODS، لذا فإن الفرضية الحالية هي أن شخصًا ما التقط لقطة شاشة وكتب إلى الموارد البشرية في Tesla، وتم إقصائي من السباق بعيدًا عن الأذى. لقد كان عارًا حينها. الآن أنا سعيد لأن الأمر لم ينجح. موقفي الحالي أفضل بكثير، على الرغم من أنه سيكون من المثير للاهتمام العمل مع أندريه.

بعد ذلك مباشرة، انغمست في مسابقة صور الأقمار الصناعية على Kaggle من مختبرات الكوكب-فهم الأمازون من الفضاء. وكانت المشكلة بسيطة ومملة للغاية، ولم يكن أحد يريد حلها، بل أراد الجميع ميدالية ذهبية مجانية أو جائزة مالية. لذلك، مع فريق من Kaggle Masters مكون من 7 أشخاص، اتفقنا على أننا سنرمي الحديد. قمنا بتدريب 480 شبكة على وضع "fit_predict" وصنعنا منها مجموعة مكونة من ثلاثة طوابق. لقد أنهينا المركز السابع. مشاركة مدونة تصف الحل من آرثر كوزين. بالمناسبة، جيريمي هوارد، المعروف على نطاق واسع باسم المبدع سريع انتهى 23.

بعد انتهاء المسابقة، ومن خلال صديق يعمل في AdRoll، قمت بتنظيم لقاء في مقرهم. تحدث ممثلو Planet Labs هناك عن الشكل الذي يبدو عليه تنظيم المنافسة ووضع علامات على البيانات من جانبهم. تحدثت ويندي كوان، التي تعمل في Kaggle وأشرفت على المسابقة، عن رؤيتها للمسابقة. لقد وصفت حلنا وحيلنا وتقنياتنا وتفاصيلنا الفنية. قام ثلثا الجمهور بحل هذه المشكلة، لذلك تم طرح الأسئلة في صلب الموضوع وكان كل شيء رائعًا بشكل عام. كان جيريمي هوارد هناك أيضًا. وتبين أنه أنهى المركز 23 لأنه لم يكن يعرف كيفية تكديس النموذج وأنه لم يكن يعرف هذه الطريقة في بناء المجموعات على الإطلاق.

تختلف اللقاءات في الوادي حول التعلم الآلي كثيرًا عن اللقاءات في موسكو. كقاعدة عامة، اللقاءات في الوادي هي القاع. ولكن تبين أن لدينا جيدة. لسوء الحظ، الرفيق الذي كان من المفترض أن يضغط على الزر ويسجل كل شيء، لم يضغط على الزر :)

بعد ذلك، تمت دعوتي للتحدث إلى منصب مهندس التعلم العميق في Planet Labs نفسه، وعلى الفور في الموقع. لم أجتازه. صيغة الرفض هي عدم وجود معرفة كافية في التعلم العميق.

لقد صممت كل مسابقة كمشروع فيها لينكدين:. لمشكلة DSTL كتبنا ما قبل الطباعة ونشره على arxiv. ليس مقالا، ولكن لا يزال الخبز. أوصي أيضًا الجميع بتضخيم ملفهم الشخصي على LinkedIn من خلال المسابقات والمقالات والمهارات وما إلى ذلك. هناك علاقة إيجابية بين عدد الكلمات الرئيسية الموجودة في ملفك الشخصي على LinkedIn وعدد مرات إرسال الأشخاص إليك رسائل.

إذا كنت تقنيًا للغاية في الشتاء والربيع، فبحلول شهر أغسطس كان لدي المعرفة والثقة بالنفس.

في نهاية شهر يوليو، اتصل بي رجل يعمل مديرًا لعلوم البيانات في شركة Lyft على LinkedIn ودعاني لتناول القهوة والدردشة حول الحياة، وعن Lyft، وعن TrueAccord. تحدثنا. عرض إجراء مقابلة مع فريقه لمنصب عالم البيانات. قلت إن الخيار يعمل بشرط أن يكون رؤية الكمبيوتر / التعلم العميق من الصباح إلى المساء. وأكد أنه لا توجد أي اعتراضات من جانبه.

لقد أرسلت سيرتي الذاتية وقام بتحميلها على بوابة Lyft الداخلية. بعد ذلك، اتصل بي مسؤول التوظيف لفتح سيرتي الذاتية ومعرفة المزيد عني. منذ الكلمات الأولى، كان من الواضح أن هذا كان بمثابة إجراء شكلي بالنسبة له، لأنه كان واضحًا له من سيرته الذاتية "أنا لست مادة لشركة ليفت". أعتقد بعد ذلك أن سيرتي الذاتية ذهبت إلى سلة المهملات.

طوال هذا الوقت، أثناء إجراء المقابلة، ناقشت إخفاقاتي وإخفاقاتي في ODS وقدم لي الرجال تعليقات وساعدوني بكل الطرق الممكنة بالنصيحة، على الرغم من أنه، كالعادة، كان هناك أيضًا الكثير من التصيد الودي هناك.

عرض أحد أعضاء ODS أن يوصلني بصديقه، وهو مدير الهندسة في Lyft. لا قال في وقت أقرب مما فعله. لقد أتيت إلى Lyft لتناول طعام الغداء، وإلى جانب هذا الصديق، هناك أيضًا رئيس قسم علوم البيانات ومدير المنتج وهو من أشد المعجبين بالتعلم العميق. في الغداء تحدثنا عبر DL. وبما أنني كنت أقوم بتدريب الشبكات على مدار الساعة طوال أيام الأسبوع لمدة نصف عام، وقراءة أمتار مكعبة من الأدبيات، وتنفيذ المهام على Kaggle بنتائج واضحة إلى حد ما، فقد تمكنت من التحدث عن التعلم العميق لساعات، سواء من حيث المقالات الجديدة أو تقنيات عملية .

بعد الغداء نظروا إلي وقالوا - من الواضح على الفور أنك وسيم، هل تريد التحدث إلينا؟ علاوة على ذلك، أضافوا أنه من الواضح بالنسبة لي أنه يمكن تخطي شاشة أخذ الشاشة الرئيسية + التقنية. وسوف تتم دعوتي على الفور إلى الموقع. قد وافقت.

بعد ذلك، اتصل بي مسؤول التوظيف لتحديد موعد لإجراء مقابلة في الموقع، وكان غير راضٍ. لقد تمتم بشيء حول عدم القفز فوق رأسك.

أتى. مقابلة في الموقع. خمس ساعات من التواصل مع أشخاص مختلفين. لم يكن هناك سؤال واحد حول التعلم العميق، أو حول التعلم الآلي من حيث المبدأ. نظرًا لعدم وجود التعلم العميق / رؤية الكمبيوتر، فأنا لست مهتمًا. وهكذا، كانت نتائج المقابلة متعامدة.

يتصل مسؤول التوظيف هذا ويقول - تهانينا، لقد اجتزت المقابلة الثانية في الموقع. وهذا كله يثير الدهشة. ما هو الثاني في الموقع؟ لم أسمع أبدا من شيء من هذا القبيل. انا ذهبت. هناك بضع ساعات، هذه المرة يدور كل شيء حول التعلم الآلي التقليدي. هذا أفضل. ولكن لا يزال غير مثير للاهتمام.

اتصل مسؤول التوظيف ليهنئني على اجتياز المقابلة الثالثة في الموقع ويتعهد بأن هذه ستكون الأخيرة. ذهبت لرؤيته وكان هناك DL وسيرة ذاتية.

لقد أخبرني من قبل لعدة أشهر أنه لن يكون هناك أي عرض. لن أتدرب على المهارات الفنية، بل على المهارات الناعمة. ليس على الجانب الناعم، ولكن على حقيقة أن الوظيفة سيتم إغلاقها أو أن الشركة لم تقم بالتوظيف بعد، ولكنها ببساطة تختبر السوق ومستوى المرشحين.

منتصف أغسطس. شربت البيرة بخير. أفكار سوداء. لقد مرت 8 أشهر ولم يتم تقديم أي عرض. من الجيد أن تبدع تحت البيرة، خاصة إذا كان الإبداع غريبا. تتبادر إلى ذهني فكرة. أشاركها مع أليكسي شفيتس، الذي كان في ذلك الوقت باحثًا في مرحلة ما بعد الدكتوراه في معهد ماساتشوستس للتكنولوجيا.

ماذا لو حضرت أقرب مؤتمر DL/CV، وشاهدت المسابقات التي تقام كجزء منه، وتدربت على شيء ما ثم قدمته؟ وبما أن جميع الخبراء هناك يبنون حياتهم المهنية على هذا الأمر ويقومون بذلك لعدة أشهر أو حتى سنوات، فليس لدينا أي فرصة. لكنها ليست مخيفة. نقوم بتقديم بعض التقديمات ذات المغزى، ونسافر إلى المركز الأخير، وبعد ذلك نكتب نسخة أولية أو مقالًا حول كيف أننا لسنا مثل أي شخص آخر ونتحدث عن قرارنا. والمقالة موجودة بالفعل على LinkedIn وفي سيرتك الذاتية.

وهذا هو، يبدو أنه ذو صلة وهناك المزيد من الكلمات الرئيسية الصحيحة في السيرة الذاتية، والتي يجب أن تزيد قليلا من فرص الوصول إلى شاشة التكنولوجيا. الكود والإرسالات مني، والنصوص من أليكسي. اللعبة بالطبع، ولكن لماذا لا؟

لا قال في وقت أقرب مما فعله. أقرب مؤتمر بحثنا عنه عبر Google كان MICCAI وكانت هناك بالفعل مسابقات هناك. لقد ضربنا الأول. كان تحليل صورة الجهاز الهضمي (جيانا). تحتوي المهمة على 3 مهام فرعية. كان هناك 8 أيام متبقية قبل الموعد النهائي. استيقظت في الصباح، لكنني لم أتخلى عن الفكرة. أخذت خطوط الأنابيب الخاصة بي من Kaggle وقمت بتحويلها من بيانات الأقمار الصناعية إلى بيانات طبية. "fit_predict". أعد أليكسي وصفًا من صفحتين للحلول لكل مشكلة، وأرسلناه. مستعد. من الناحية النظرية، يمكنك الزفير. ولكن تبين أن هناك مهمة أخرى لنفس الورشة (تجزئة الأدوات الروبوتية) مع ثلاث مهام فرعية وتم تقديم الموعد النهائي لها بمقدار 4 أيام، أي أنه يمكننا إجراء "fit_predict" هناك وإرساله. هذا ما فعلناه.

على عكس Kaggle، كان لهذه المسابقات تفاصيلها الأكاديمية الخاصة:

  1. لا المتصدرين. يتم إرسال التقديمات عبر البريد الإلكتروني.
  2. ستتم إزالتك إذا لم يحضر ممثل الفريق لتقديم الحل في المؤتمر في ورشة العمل.
  3. يصبح مكانك في لوحة المتصدرين معروفًا فقط خلال المؤتمر. نوع من الدراما الأكاديمية.

انعقد مؤتمر MICCAI 2017 في مدينة كيبيك. لأكون صادقًا، بحلول شهر سبتمبر، بدأت أشعر بالإرهاق، لذا بدت فكرة أخذ إجازة من العمل لمدة أسبوع والتوجه إلى كندا مثيرة للاهتمام.

جاء إلى المؤتمر. جئت إلى هذه الورشة، ولا أعرف أحدا، وأنا جالس في الزاوية. الجميع يعرفون بعضهم البعض، ويتواصلون، ويرمون الكلمات الطبية الذكية. مراجعة المسابقة الأولى. يتحدث المشاركون ويتحدثون عن قراراتهم. الجو بارد هناك، مع بريق. دوري. وأنا أشعر بالخجل إلى حد ما. لقد حلوا المشكلة، وعملوا عليها، وتقدموا بالعلم، ونحن "نتنبأ" تمامًا من التطورات الماضية، ليس من أجل العلم، ولكن لتعزيز سيرتنا الذاتية.

لقد خرج وقال إنني لست خبيرًا في الطب أيضًا، واعتذر عن إضاعة وقتهم، وأظهر لي شريحة واحدة تحتوي على الحل. نزلت إلى القاعة.

يعلنون عن المهمة الفرعية الأولى - نحن في المركز الأول وبهامش.
تم الإعلان عن الثاني والثالث.
يعلنون عن الثالث - مرة أخرى أولاً ومرة ​​أخرى بفارق كبير.
العام هو الأول.

من الفيزيائيين إلى علوم البيانات (من محركات العلوم إلى العوالق المكتبية) الجزء الثالث

بيان صحفي رسمي.

البعض من الجمهور يبتسم وينظر إلي باحترام. والبعض الآخر، الذين كانوا على ما يبدو يعتبرون خبراء في هذا المجال، والذين حصلوا على منحة لهذه المهمة وكانوا يقومون بذلك لسنوات عديدة، كان لديهم تعبير مشوه قليلاً على وجوههم.

التالية هي المهمة الثانية، وهي المهمة التي تحتوي على ثلاث مهام فرعية والتي تم تقديمها بمقدار أربعة أيام.

هنا اعتذرت أيضًا وعرضت شريحة واحدة مرة أخرى.
نفس القصة. اثنان أولًا، ثانيًا واحدًا، أولًا مشتركًا.

أعتقد أن هذه هي المرة الأولى في التاريخ التي تفوز فيها وكالة تحصيل بمسابقة للتصوير الطبي.

والآن أقف على خشبة المسرح، ويسلمونني نوعا من الدبلوم وأنا قصفت. كيف يمكن أن يكون ذلك؟ ينفق هؤلاء الأكاديميون أموال دافعي الضرائب، ويعملون على تبسيط وتحسين جودة العمل للأطباء، وهذا يعني، من الناحية النظرية، متوسط ​​العمر المتوقع، وقد قام شخص ما بتمزيق هذا الطاقم الأكاديمي بأكمله وحمله على العلم البريطاني في بضع أمسيات.

والمكافأة لهذا هو أنه في الفرق الأخرى، سيكون لدى طلاب الدراسات العليا الذين عملوا على هذه المهام لعدة أشهر سيرة ذاتية جذابة للموارد البشرية، أي أنهم سيصلون بسهولة إلى شاشة التكنولوجيا. وأمام عيني رسالة بريد إلكتروني وصلت حديثًا:

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.

بشكل عام، من على المسرح مباشرة أسأل الجمهور: "هل يعرف أحد أين أعمل؟" كان أحد منظمي المسابقة على علم بذلك، فبحث في Google عن ماهية TrueAccord. الباقي ليس كذلك. أواصل: "أنا أعمل في وكالة تحصيل، وفي العمل لا أمارس الرؤية الحاسوبية ولا التعلم العميق. ويحدث هذا من نواحٍ عديدة لأن أقسام الموارد البشرية في Google Brain وDeepmind تقوم بتصفية سيرتي الذاتية، ولا تمنحني فرصة لإظهار التدريب الفني. "

سلموا الشهادة، استراحة. مجموعة من الأكاديميين سحبوني جانبا. اتضح أن هذه مجموعة صحية مع Deepmind. لقد تأثروا كثيرًا لدرجة أنهم أرادوا التحدث معي على الفور حول وظيفة مهندس الأبحاث الشاغرة في فريقهم. (لقد تحدثنا بالفعل. استمرت هذه المحادثة لمدة 6 أشهر، واجتزت اختبارًا منزليًا، ولكن تم قطعها على شاشة التكنولوجيا. 6 أشهر من بدء الاتصال بشاشة التكنولوجيا هي فترة طويلة. الانتظار الطويل يعطي طعمًا عدم الجدوى. مهندس أبحاث في Deepmind في لندن، على خلفية TrueAccord كانت هناك خطوة قوية للأعلى، ولكن على خلفية منصبي الحالي فهي تنحي. من مسافة عامين مرت منذ ذلك الحين، إنه أمر جيد أنه لم يحدث.)

اختتام

في نفس الوقت تقريبًا، تلقيت عرضًا من Lyft، وقبلته.
وبناء على نتائج هاتين المسابقتين مع MICCAI تم نشر ما يلي:

  1. تجزئة الأدوات تلقائيًا في الجراحة بمساعدة الروبوت باستخدام التعلم العميق
  2. الكشف عن خلل التنسج الوعائي وتوطينه باستخدام الشبكات العصبية التلافيفية العميقة
  3. تحدي تجزئة الأدوات الروبوتية لعام 2017

أي أنه على الرغم من وحشية الفكرة، فإن إضافة مقالات إضافية ومطبوعات أولية من خلال المسابقات يعمل بشكل جيد. وفي السنوات اللاحقة جعلنا الأمر أسوأ.

من الفيزيائيين إلى علوم البيانات (من محركات العلوم إلى العوالق المكتبية) الجزء الثالث

لقد كنت أعمل في Lyft خلال العامين الماضيين في مجال الرؤية الحاسوبية/التعلم العميق للسيارات ذاتية القيادة. أي أنني حصلت على ما أردت. والمهام، والشركة ذات المكانة العالية، والزملاء الأقوياء، وجميع الأشياء الجيدة الأخرى.

خلال هذه الأشهر، تواصلت مع شركتين كبيرتين: Google، وFacebook، وUber، وLinkedIn، ومع بحر من الشركات الناشئة ذات الأحجام المختلفة.

لقد كان مؤلمًا طوال هذه الأشهر. يخبرك الكون بشيء غير لطيف كل يوم. الرفض المنتظم، وارتكاب الأخطاء بانتظام، وكل هذا يتسم بالشعور المستمر باليأس. لا توجد ضمانات بأنك ستنجح، ولكن هناك شعور بأنك أحمق. إنه يذكرنا جدًا بكيفية محاولتي العثور على وظيفة مباشرة بعد الجامعة.

أعتقد أن الكثيرين كانوا يبحثون عن عمل في الوادي وكان كل شيء أسهل بالنسبة لهم. الحيلة في رأيي هي هذا. إذا كنت تبحث عن وظيفة في مجال تفهم فيه، ولديك الكثير من الخبرة، وسيرتك الذاتية تقول نفس الشيء، فلا توجد مشاكل. أخذته ووجدته. هناك الكثير من الوظائف الشاغرة.

ولكن إذا كنت تبحث عن وظيفة في مجال جديد بالنسبة لك، أي عندما لا تكون هناك معرفة ولا اتصالات وتقول سيرتك الذاتية شيئًا خاطئًا - في هذه اللحظة يصبح كل شيء مثيرًا للاهتمام للغاية.

في الوقت الحالي، يكتب لي مسؤولو التوظيف بانتظام ويعرضون علي القيام بنفس الشيء الذي أفعله الآن، ولكن في شركة مختلفة. لقد حان الوقت حقا لتغيير الوظائف. ولكن ليس هناك فائدة من القيام بما أجيده بالفعل. لماذا؟

ولكن لما أريده، ليس لدي المعرفة ولا السطور الموجودة في سيرتي الذاتية. دعونا نرى كيف ينتهي كل هذا. إذا سارت الأمور على ما يرام، سأكتب الجزء التالي. 🙂

المصدر: www.habr.com

إضافة تعليق