Questa foto hè di Arthur Kuzin (), riassume abbastanza precisamente u cuntenutu di u blog post. In u risultatu, a seguente narrativa deve esse percepita più cum'è una storia di u venneri cà una cosa estremamente utile è tecnica. Inoltre, vale a pena nutà chì u testu hè riccu in parolle inglesi. Ùn sò micca sapè cumu traduce alcuni d'elli currettamente, è ùn vogliu micca traduce alcuni di elli.
Cume a transizione da un ambiente accademicu à un ambiente industriale hè stata revelata in i primi dui episodii. In questu, a cunversazione serà nantu à ciò chì successe dopu.
Era ghjennaghju 2017. À quellu tempu, aghju avutu un pocu più di un annu di sperienza di travagliu è aghju travagliatu in San Francisco in a cumpagnia cum'è Sr. Data Scientist.
TrueAccord hè una startup di raccolta di debiti. In termini simplici - una agenzia di cullezzione. I cullezzione di solitu chjamanu assai. Avemu mandatu assai e-mail, ma avemu fattu pochi chjamati. Ogni email hà purtatu à u situ web di a cumpagnia, induve u debbitore hè stata offerta un scontu nantu à u debitu, è ancu permessu di pagà in rate. Questu approcciu hà purtatu à una cullizzioni megliu, hà permessu di scala è menu esposizione à i prucessi.
A cumpagnia era normale. U pruduttu hè chjaru. A gestione hè sana. U locu hè bonu.
In media, a ghjente in a valle travaglia in un locu per circa un annu è mezu. Questu hè, ogni cumpagnia per quale travagliate hè solu un picculu passu. À questu passu vi cullà un pocu di soldi, acquistà novi cunniscenze, cumpetenze, cunnessione è linee in u vostru curriculum vitae. Dopu questu, ci hè una transizione à u passu prossimu.
In TrueAccord stessu, aghju participatu à l'attache di sistemi di ricunniscenza à e newsletters per e-mail, è ancu di priorità à e telefonate. L'impattu hè comprensibile è hè statu misuratu abbastanza bè in dollari per mezu di teste A / B. Siccomu ùn ci era micca machine learning prima di a mo ghjunta, l'impattu di u mo travagliu ùn era micca male. In novu, hè assai più faciule per migliurà qualcosa cà qualcosa chì hè digià assai ottimizzatu.
Dopu à sei mesi di travaglià in questi sistemi, anu ancu elevatu u mo pagamentu di basa da $ 150k à $ 163k. In a cumunità ci hè un meme circa $ 163k. Cresce cù i so gammi da quì.
Tuttu chistu era maravigliu, ma ùn hà purtatu in ogni locu, o hà purtatu, ma micca quì.
Aghju un grande rispettu per TrueAccord, sia a cumpagnia sia i picciotti cun quale aghju travagliatu. Aghju amparatu assai da elli, ma ùn vulia micca travaglià per un bellu pezzu nantu à i sistemi di ricunniscenza in una agenzia di cullizzioni. Da stu passu duvete passà in una certa direzzione. Se micca in avanti è in sopra, almenu laterale.
Chì ùn mi piacia ?
- Da una perspettiva di l'apprendimentu automaticu, i prublemi ùn m'anu micca eccitati. Vuliu qualcosa di moda, di ghjuventù, vale à dì, Deep Learning, Computer Vision, qualcosa piuttostu vicinu à a scienza o almenu à l'alchimia.
- Una startup, è ancu una agenzia di cullizzioni, hà prublemi à impiegà persunale altamente qualificatu. Cum'è una startup, ùn pò micca pagà assai. Ma cum'è agenzia di cullizzioni, perde in statutu. À pocu pressu, se una zitella in una data dumanda induve travaglià? A vostra risposta: "In Google" sona ordini di grandezza megliu cà "agenzia di cullezzione". Eru un pocu disturbatu da u fattu chì per i mo amichi chì travaglianu in Google è Facebook, à u cuntrariu di mè, u nome di a so cumpagnia hà apertu e porte cum'è: pudete esse invitatu à una conferenza o scuntrà cum'è parlante, o persone più interessanti scrivenu nantu à LinkedIn. cù un'offerta per scuntrà è chatte cù un biccheri di tè. Mi piace veramente cumunicà cù e persone chì ùn cunnoscu micca in persona. Allora s'è vo campate in San Francisco, ùn esitate micca à scrive - andemu per u caffè è parlemu.
- In più di mè, trè Data Scientists anu travagliatu in a cumpagnia. Eru travagliatu nantu à l'apprendimentu di machine, è anu travagliatu in altre attività di Data Science, chì sò cumuni in ogni startup da quì à dumane. In u risultatu, ùn anu micca veramente capitu l'apprendimentu machine. Ma per cresce, aghju bisognu di cumunicà cù qualcunu, discutiri articuli è l'ultimi sviluppi, è dumandà cunsiglii, à a fine.
Chì era dispunibule?
- Educazione: fisica, micca informatica.
- L'unicu linguaghju di prugrammazione chì cunnosci era Python. Ci era un sintimu chì avia bisognu di cambià à C ++, ma ùn aghju micca pussutu ghjunghje.
- Un annu è mezu di travagliu in l'industria. Inoltre, à u travagliu ùn aghju micca studiatu nè Deep Learning nè Computer Vision.
- Nisun articulu nantu à Deep Learning / Computer Vision in u curriculum vitae.
- Ci era un successu di Kaggle Master.
Chì vulia ?
- Una pusizioni induve serà necessariu di furmà parechje rete, è più vicinu à a visione di l'urdinatore.
- Hè megliu s'ellu hè una grande cumpagnia cum'è Google, Tesla, Facebook, Uber, LinkedIn, etc. Ancu s'è in un pizzicu, una startup faria.
- Ùn aghju micca bisognu di esse u più grande espertu di machine learning in a squadra. Ci era un grande bisognu di camaradi anziani, mentori è ogni tipu di cumunicazione, chì duverebbe accelerà u prucessu di apprendimentu.
- Dopu avè lettu i blog posts nantu à cumu i graduati senza sperienza industriale anu una compensazione tutale di $ 300-500k annu, vulia andà in a listessa gamma. Ùn hè micca chì questu mi dispiace assai, ma postu chì dicenu chì questu hè un fenomenu cumuni, ma aghju menu, allora questu hè un signalu.
U compitu paria cumplettamente risolvibile, ma micca in u sensu chì pudete saltà in ogni cumpagnia, ma piuttostu chì s'è vo mori di fame, tuttu funziona. Vale à dì, decine o cintunari di tentativi, è u dulore da ogni fallimentu è ogni rifiutu, deve esse usatu per sguardu u focu, migliurà a memoria è allargà u ghjornu à 36 ore.
Aghju aghjustatu u mo currículum, cuminciaru à mandà, è andendu per entrevista. Aghju passatu a maiò parte di elli in u stadiu di cumunicazione cù HR. Parechje persone necessitanu C++, ma ùn l'aghju micca cunnisciutu, è aghju avutu un forte sensu chì ùn saria micca assai interessatu in pusizioni chì necessitanu C++.
Hè da nutà chì in u stessu tempu ci hè stata una transizione di fasa in u tipu di cuncorsi nantu à Kaggle. Prima di u 2017 ci era assai dati tabulari è assai raramenti dati di stampa, ma à partesi da 2017 ci eranu assai compiti di visione di l'urdinatore.
A vita scorri in u modu seguente:
- U travagliu durante u ghjornu.
- Quandu schermu tech / in situ vi pigliate tempu off.
- Serate è weekend Kaggle + articuli / libri / blog posts
A fine di 2016 hè stata marcata da u fattu chì aghju unitu à a cumunità , chì simplificava assai cose. Ci sò assai picciotti in a cumunità cù una sperienza industriale ricca, chì ci hà permessu di dumandà parechje dumande stupide è uttene assai risposte intelligenti. Ci hè ancu assai di spezialisti assai forti di l'apprendimentu di a machina di tutte e strisce, chì, inaspettatamente, m'hà permessu, attraversu ODS, di chjude u prublema cù una cumunicazione regulare in profonda nantu à Data Science. Finu à avà, in termini di ML, ODS mi dà parechje volte più di ciò chì aghju in u travagliu.
Ebbè, cum'è di solitu, ODS hà abbastanza specialisti in cuncorsi in Kaggle è altri siti. Risolvi i prublemi in una squadra hè più divertente è pruduttivu, cusì cù scherzi, ghjuramentu, meme è altri divertimenti nerdy, avemu cuminciatu à risolve i prublemi unu per unu.
In marzu 2017 - in una squadra cù Serega Mushinsky - terzu postu per . Medaglia d'oru nantu à Kaggle + $ 20k per dui. In questu compitu, u travagliu cù l'imaghjini satellitari + a segmentazione binaria via UNet hè statu migliuratu.
U stessu marzu, aghju andatu per una entrevista in NVidia cù a squadra di Self Driving. Aghju veramente luttatu cù e dumande nantu à a Rilevazione di l'Oggetti. Ùn ci era micca abbastanza cunniscenza.
Per furtuna, à u stessu tempu, a cumpetizione di Detezzione di l'Oggetti nantu à l'imaghjini aerei da u stessu DSTL hà iniziatu. Diu stessu hà urdinatu per risolve u prublema è aghjurnà. Un mese di sera è di fine settimana. Aghju pigliatu a cunniscenza è finitu secondu. Questa cumpetizione hà avutu una sfumatura interessante in e regule, chì hà purtatu à mè esse mostratu in Russia nantu à i canali federali è micca cusì federali. Aghju pigliatu , è in una mansa di publicazioni stampate è in linea. Mail Ru Group hà ricevutu un pocu PR pusitivu à a mo spesa è i so soldi, è a scienza fundamentale in Russia hè stata arricchita da 12000 XNUMX liri. Comu solitu, hè statu scrittu annantu à questu tema . Andate quì per i dettagli.
À u listessu tempu, un recruiter di Tesla m'hà cuntattatu è offre à parlà di a pusizione di Computer Vision. Aghju accunsentutu. Aghju scappatu à traversu a casa, duie schermi tecnulugichi, una entrevista in situ, è aghju avutu una conversazione assai piacevule cù Andrei Karpathy, chì era ghjustu assuciatu in Tesla cum'è Direttore di AI. A tappa dopu hè a verificazione di u fondu. Dopu à quessa, Elon Musk avia da appruvà personalmente a mo applicazione. Tesla hà un strettu Accordu di Non Disclosure (NDA).
Ùn aghju micca passatu u cuntrollu di u fondu. U reclutatore hà dettu chì chatte assai in linea, violendu a NDA. L'unicu locu induve aghju dettu qualcosa di una entrevista in Tesla era ODS, cusì l'ipotesi attuale hè chì qualchissia hà pigliatu una screenshot è hà scrittu à HR in Tesla, è sò statu cacciatu da a razza fora di u male. Tandu era una vergogna. Avà sò cuntentu chì ùn hà micca travagliatu. A mo pusizione attuale hè assai megliu, ancu s'ellu seria assai interessante di travaglià cù Andrey.
Immediatamente dopu, aghju immersu in u cuncorsu di l'imaghjini satellitari nantu à Kaggle da . U prublema era simplice è estremamente noioso; nimu vulia risolve, ma tutti vulianu una medaglia d'oru gratuitu o un premiu di soldi. Dunque, cù una squadra di Kaggle Masters di 7 persone, avemu accunsentutu chì avemu da scaccià u ferru. Avemu furmatu 480 reti in u modu "fit_predict" è hà fattu un inseme di trè piani. Avemu finitu settimu. . In modu, Jeremy Howard, chì hè largamente cunnisciutu com'è u creatore finitu 23.
Dopu à a fine di a cumpetizione, attraversu un amicu chì hà travagliatu in AdRoll, aghju urganizatu un Meetup in i so locali. I rapprisentanti di Planet Labs anu parlatu quì nantu à ciò chì l'urganizazione di a cumpetizione è a marcatura di dati parevanu da a so parte. Wendy Kwan, chì travaglia in Kaggle è supervisò a cumpetizione, hà parlatu di cumu l'hà vistu. Aghju descrittu a nostra suluzione, trucchi, tecniche è dettagli tecnichi. Dui terzi di l'audienza risolviu stu prublema, cusì e dumande sò state fatte à u puntu è in generale tuttu era cool. Jeremy Howard era ancu quì. Risultava ch'ellu hà finitu in u 23u postu perchè ùn sapia micca cumu stack u mudellu è chì ùn sapia micca di stu metudu di custruisce inseme.
Meetups in a valle nantu à l'apprendimentu automaticu sò assai sfarente da incontri in Mosca. In regula, incontri in a valle sò u fondu. Ma i nostri sò andati bè. Sfurtunatamente, u cumpagnu chì duvia appughjà u buttone è arregistrà tuttu ùn hà micca appughjà u buttone :)
Dopu quì, sò statu invitatu à parlà à a pusizione di Deep Learning Engineer in stu stessu Planet Labs, è immediatamente in situ. Ùn aghju micca passatu. A formulazione di u rifiutu hè chì ùn ci hè micca abbastanza cunniscenza in Deep Learning.
Aghju cuncepitu ogni cuncorsu cum'è un prughjettu in . Per u prublema DSTL avemu scrittu è l'hà publicatu in arxiv. Micca un articulu, ma ancu pane. Aghju ricumandemu ancu à tutti l'altri per inflate u so prufilu LinkedIn per mezu di cuncorsi, articuli, cumpetenze, etc. Ci hè una correlazione pusitiva trà quante parole chjave avete in u vostru prufilu LinkedIn è quante volte a ghjente ti missaghju.
Se in l'invernu è a primavera era assai tecnicu, da l'aostu aghju avutu a cunniscenza è a fiducia in sè stessu.
À a fine di lugliu, un tippu chì hà travagliatu cum'è un manager di Data Science in Lyft m'hà cuntattatu in LinkedIn è m'hà invitatu à piglià un caffè è chatte di a vita, di Lyft, di TrueAccord. Avemu parlatu. Hè prupostu di entrevista cù a so squadra per u postu di Data Scientist. Aghju dettu chì l'opzione funziona, basta chì sia Computer Vision / Deep Learning da a matina à a sera. Il a assuré qu'il n'y avait aucune objection de sa part.
Aghju mandatu u mo curriculum vitae è l'hà caricatu à u portale internu di Lyft. Dopu questu, u recruiter m'hà chjamatu per apre u mo curriculum vitae è scopre più nantu à mè. Da e prime parolle, era chjaru chì per ellu era una formalità, postu chì era evidenti per ellu da u so currículum chì "Ùn sò micca un materiale per Lyft". Pensu chì dopu chì u mo curriculum vitae hè andatu in a basura.
Tuttu stu tempu, mentre ch'e era statu intervistatu, aghju discututu i mo fallimenti è cadute in ODS è i picciotti m'hà datu feedback è m'hà aiutatu in ogni modu pussibule cun cunsiglii, anche se, cum'è di solitu, ci era ancu assai trolling amichevule.
Unu di i membri di l'ODS hà prupostu di cunnette mi cù u so amicu, chì hè u Direttore di Ingegneria in Lyft. Nantu à dì chì fattu. Vengu à Lyft per pranzu, è in più di questu amicu ci hè ancu un Capu di Data Science è un Product Manager chì hè un grande fan di Deep Learning. À u pranzu avemu parlatu annantu à DL. E postu ch'e aghju furmatu e rete 24/7 per mezu annu, leghje metri cubi di letteratura, è aghju fattu travaglii nantu à Kaggle cù risultati più o menu chjaru, puderia parlà di Deep Learning per ore, sia in termini di novi articuli è tecniche pratiche.
Dopu à pranzu, mi fighjulavanu è dissenu - hè subitu evidenti chì site bellu, vulete parlà cun noi? Inoltre, anu aghjustatu chì hè chjaru per mè chì piglià a casa + schermu tecnulugia pò esse saltatu. È chì seraghju invitatu subitu in situ. Aghju accunsentutu.
Dopu questu, quellu recruiter m'hà chjamatu per programà una entrevista in situ, è era insatisfatu. Ellu murmurò qualcosa di ùn saltà nantu à a testa.
Vinutu. Entrevista in situ. Cinque ore di cumunicazione cù diverse persone. Ùn ci era micca una sola quistione di Deep Learning, o di machine learning in principiu. Siccomu ùn ci hè micca Deep Learning / Computer Vision, allora ùn sò micca interessatu. Cusì, i risultati di l'entrevista eranu ortogonali.
Stu reclutatore chjama è dice - felicitazioni, avete passatu à a seconda entrevista in situ. Questu hè tuttu surprisante. Chì ghjè u sicondu in situ? Ùn aghju mai intesu parlà di una cosa cusì. Sò statu. Ci hè un paru d'ore quì, sta volta tuttu nantu à l'apprendimentu automaticu tradiziunale. Hè megliu. Ma ancu micca interessante.
U reclutatore chjama cun felicitazione chì aghju passatu a terza entrevista in situ è prumesse chì questu serà l'ultimu. Sò andatu à vede è ci era un DL è un CV.
Aviu avutu un primu per parechji mesi chì m'hà dettu chì ùn ci saria micca offerta. Mi furneraghju micca nantu à e cumpetenze tecniche, ma nantu à i mossi. Micca nantu à u latu molle, ma nantu à u fattu chì a pusizione serà chjusa o chì a cumpagnia ùn hè micca assuciata ancu, ma hè solu pruvà u mercatu è u livellu di i candidati.
A mità d'aostu. Aghju bevutu a birra bè. Pensieri scuri. 8 mesi sò passati è ancu nisuna offerta. Hè bonu per esse creativa sottu a birra, soprattuttu se a creatività hè strana. Un'idea mi vene in mente. A sparte cù Alexey Shvets, chì à quellu tempu era un postdoc à MIT.
E se pigliate a cunferenza DL / CV più vicina, fighjate i cuncorsi chì sò tenuti in parte di questu, furmà qualcosa è sottumette? Siccomu tutti l'esperti sò custruendu a so carriera nantu à questu è anu fattu questu per parechji mesi o ancu anni, ùn avemu micca chance. Ma ùn hè micca paura. Facemu una sottumissione significativa, vola à l'ultimu locu, è dopu scrivimu un pre-print o un articulu di cumu ùn simu micca cum'è tutti l'altri è parlemu di a nostra decisione. È l'articulu hè digià in LinkedIn è in u vostru curriculum vitae.
Questu hè, pare chì hè pertinenti è ci sò più chjave currette in u currículum, chì duverebbe aumentà ligeramente e probabilità di ghjunghje à a pantalla di tecnulugia. Codice è sottumissioni da mè, testi da Alexey. U ghjocu, sicuru, ma perchè micca?
Nantu à dì chì fattu. A cunferenza più vicina chì avemu googled era MICCAI è ci era veramente cuncorsi. Pigliamu u primu. Hè statu . U compitu hà 3 subtasks. Il restait 8 jours avant la date limite. Sobered up in a matina, ma ùn aghju micca rinunziatu à l'idea. Aghju pigliatu i mo pipelines da Kaggle è cambiatu da dati satellitari à dati medichi. 'fit_predict'. Alexey hà preparatu una descrizzione di duie pagine di suluzione per ogni prublema, è avemu mandatu. Pronti. In teoria, pudete exhale. Mais il s'avère qu'il y avait une autre tâche pour le même atelier () cù trè subtasks è chì a so scadenza hè stata avanzata di 4 ghjorni, vale à dì, pudemu fà 'fit_predict' quì è mandà lu. Hè ciò chì avemu fattu.
A cuntrariu di Kaggle, sti cuncorsi avianu i so specifichi accademichi:
- Nisun Leaderboard. L'invio sò mandati per email.
- Sarete sguassatu se un rappresentante di a squadra ùn vene micca per presentà a suluzione à a cunferenza à l'Attellu.
- U vostru postu nantu à a classifica hè cunnisciutu solu durante a cunferenza. Una sorta di dramma accademicu.
A cunferenza MICCAI 2017 hè stata in Quebec City. Per esse onesto, da settembre era cuminciatu à brusgià, cusì l'idea di piglià una settimana di u travagliu è di andà in Canada pareva interessante.
Vinutu à a cunferenza. Sò ghjuntu in st’Attellu, ùn cunnoscu à nimu, sò à pusà in u cantonu. Tutti si cunnosci, cumunicanu, scacciò parolle medichi intelligenti. Rivista di u primu cuncorsu. I participanti parlanu è parlanu di e so decisioni. Hè bellu quì, cù una scintilla. U mo turnu. È sò in qualchì manera ancu vergogna. Anu risoltu u prublema, hà travagliatu nantu à questu, scienza avanzata, è simu puramente "fit_predict" da i sviluppi passati, micca per a scienza, ma per rinfurzà u nostru curriculum vitae.
Hè surtitu è disse chì ùn sò micca un espertu in medicina ancu, si scusò per perde u so tempu, è m'hà mostratu una diapositiva cù a suluzione. Sò falatu in a sala.
Annunzianu u primu subtask - simu primi, è per un margine.
U sicondu è u terzu sò annunziati.
Annunzianu u terzu - novu prima è novu cù un capu.
Generale hè u primu.
Qualchidunu in u publicu surrisu è mi fighjanu cun rispettu. Altri, quelli chì apparentemente eranu cunsiderati esperti in u campu, avianu guadagnatu una cuncessione per questu compitu è avianu fattu questu per parechji anni, avianu una espressione ligeramente distorta nantu à a so faccia.
Dopu hè u sicondu compitu, quellu cù trè subtasks è chì hè stata avanzata da quattru ghjorni.
Quì aghju ancu scusatu è mustrò a nostra sola slide di novu.
A stessa storia. Dui prima, una seconda, cumuna prima.
Pensu chì questu hè probabilmente a prima volta in a storia chì una agenzia di cullizzioni hà vintu un cuncorsu di imaging medicale.
È avà stanu nantu à u palcuscenicu, mi danu una spezia di diploma è sò bombardatu. Cumu cazzo pò esse? Questi accademichi passanu i soldi di i contribuenti, travagliendu per simplificà è migliurà a qualità di u travagliu per i medichi, vale à dì, in teoria, a mo speranza di vita, è qualchì corpu hà strappatu tuttu stu staffu accademicu in a bandiera britannica in uni pochi di sera.
Un bonus à questu hè chì in altre squadre, i studienti graduate chì anu travagliatu annantu à sti travaglii per parechji mesi anu un currículum chì hè attraente per HR, vale à dì, ghjunghjeranu facilmente à a pantalla di tecnulugia. È davanti à i mo ochji ci hè un email appena ricevutu:
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.In generale, ghjustu da u palcuscenicu, dumandu à l'audienza: "Qualcunu sapi induve travaglià?" Unu di l'urganizatori di a cumpetizione sapia - Googled ciò chì era TrueAccord. U restu ùn sò micca. Continuu: "U travagliu per una agenzia di cullizzioni, è à u travagliu ùn aghju nè Computer Vision nè Deep Learning. È in parechje manere, questu succede perchè i dipartimenti HR di Google Brain è Deepmind filtranu u mo currículum, senza mi dà l'uppurtunità di mustrà a furmazione tecnica. "
Hanu datu u certificatu, una pausa. Un gruppu di accademichi mi tira da parte. Hè risultatu chì questu hè un gruppu di Salute cù Deepmind. Eranu cusì impressiunati ch'elli vulianu immediatamente parlà cun mè nantu à a vacante di l'ingegnere di ricerca in a so squadra. (Avemu fattu parlà. Sta cunversazione durò per 6 mesi, aghju passatu piglià a casa, quiz, ma hè statu tagliatu cortu nantu à u screnu tecnulugicu. 6 mesi da u principiu di a cumunicazione à u screnu tecnulugicu hè un longu tempu. A longa aspetta dà un gustu. Ingegnere di ricerca in Deepmind in Londra, in u sfondate di TrueAccord, ci hè statu un passu forte, ma in u sfondate di a mo pusizioni attuale hè un passu. Da una distanza di dui anni chì sò passati da tandu hè bonu chì ùn hà micca fattu.)
cunchiusioni
In u stessu tempu, aghju ricevutu una offerta da Lyft, chì aghju accettatu.
Basatu nantu à i risultati di sti dui cuncorsi cun MICCAI, sò stati publicati i seguenti :
Questu hè, malgradu u salvaticu di l'idea, aghjunghje articuli incrementali è preprints attraversu cuncorsi funziona bè. È in l'anni successivi l'avemu ancu peghju.
Aghju travagliatu in Lyft per l'ultimi dui anni facendu Visione Informatica / Apprendimentu Profondu per e vitture Self Driving. Questu hè, aghju avutu ciò chì vulia. E tarei, è una cumpagnia di altu statutu, è culleghi forti, è tutti l'altri boni.
Durante questi mesi, aghju avutu cumunicazione cù e duie grande cumpagnie Google, Facebook, Uber, LinkedIn, è cù un mare di startups di diverse dimensioni.
Ha feritu tutti questi mesi. L'universu vi dice qualcosa micca assai piacevule ogni ghjornu. Reiezione regulare, sbagliate regularmente è tuttu questu hè aromatizatu cù un sensu persistente di disperazione. Ùn ci hè micca guarantisci chì avete successu, ma ci hè un sintimu chì site un stupidu. Hè assai reminiscente di cumu aghju pruvatu à truvà un travagliu ghjustu dopu l'università.
Pensu chì parechji cercanu u travagliu in a valle è tuttu era assai più faciule per elli. U truccu, in my opinion, hè questu. Sè vo circate un travagliu in un campu in quale avete capitu, avete assai sperienza, è u vostru curriculum vitae dice u listessu, ùn ci sò micca prublemi. L'aghju pigliatu è l'aghju trovu. Ci sò assai vacanti.
Ma s'è vo circate un travagliu in un campu chì hè novu per voi, vale à dì, quandu ùn ci hè micca cunniscenza, senza cunnessione è u vostru curriculum vitae dice qualcosa di sbagliatu - in questu mumentu tuttu diventa assai interessante.
Avà, i recruiters mi scrivenu regularmente è offrenu di fà a stessa cosa ch'e aghju fattu avà, ma in una cumpagnia diversa. Hè veramente u tempu di cambià u travagliu. Ma ùn ci hè nunda di fà ciò chì sò digià bè. Perchè?
Ma per ciò chì vogliu, ùn aghju torna nè a cunniscenza nè e linee in u mo currículum. Videmu cumu finisce tuttu questu. Se tuttu va bè, scriveraghju a prossima parte. 🙂
Source: www.habr.com