Kiel Data Science vendas al vi reklamadon? Intervjuo kun Unity-inĝeniero

Antaŭ unu semajno, Nikita Alexandrov, Datumsciencisto ĉe Unity Ads, parolis en niaj sociaj retoj, kie li plibonigas konvertajn algoritmojn. Nikita nun loĝas en Finnlando, kaj interalie li parolis pri IT-vivo en la lando.

Ni dividas kun vi la transskribon kaj registradon de la intervjuo.

Mi nomiĝas Nikita Aleksandrov, mi kreskis en Tatarstano kaj tie diplomiĝis lernejo, kaj partoprenis en matematikaj olimpikoj. Post tio, li eniris la Fakultaton de Komputado ĉe la Supera Lernejo de Ekonomiko kaj finis sian bakalaŭron tie. Komence de mia 4-a jaro mi interŝanĝis studon kaj pasigis semestro en Finnlando. Mi ŝatis ĝin tie, mi eniris la magistran programon en Aalto-Universitato, kvankam mi ne komplete kompletigis ĝin - mi finis ĉiujn kursojn kaj komencis verki mian tezon, sed foriris labori ĉe Unity sen ricevi mian diplomon. Nun mi laboras ĉe Unity datumsciencisto, la fako nomiĝas Operate Solutions (antaŭe ĝi nomiĝis Monetization); Mia teamo rekte liveras reklamadon. Tio estas, en-luda reklamado - tiu kiu aperas kiam vi ludas poŝtelefonon kaj bezonas gajni kroman vivon, ekzemple. Mi laboras por plibonigi reklamkonverton - tio estas, ke la ludanto pli probable alklaku la reklamon.

Kiel vi moviĝis?

Unue, mi venis al Finnlando por studi por interŝanĝa semestro, post kiu mi revenis al Rusio kaj kompletigis mian diplomon. Poste mi eniris la majstran programon ĉe Aalto University en maŝinlernado/datumscienco. Ĉar mi estis interŝanĝa studento, mi eĉ ne devis fari anglan ekzamenon; Mi faris ĝin facile, mi sciis, kion mi faras. Mi loĝas ĉi tie jam de 3 jaroj.

Ĉu la finna estas necesa?

Necesas, se vi studos ĉi tie por bakalaŭro. Estas tre malmultaj programoj en la angla por bakalaŭroj; vi bezonas la finnan aŭ la svedan - tio estas la dua ŝtata lingvo, kelkaj universitatoj instruas en la sveda. Sed en majstraj kaj doktoraj programoj, la plej multaj programoj estas en la angla. Se ni parolas pri ĉiutaga komunikado kaj ĉiutaga vivo, la plej multaj homoj ĉi tie parolas la anglan, ĉirkaŭ 90%. Homoj normale vivas dum jaroj samtempe (mia kolego vivas 20 jarojn) sen la finna lingvo.

Kompreneble, se vi volas resti ĉi tie, vi devas almenaŭ kompreni la finnan je la nivelo de plenigo de formularoj - familia nomo, antaŭnomo ktp.

Ĉu la kvalito de edukado diferencas de universitatoj en la Rusa Federacio? Ĉu ili provizas la tutan necesan bazon por juna aparato?

La kvalito estas malsama. Ŝajnas al mi, ke en Rusio oni klopodas instrui multajn aferojn samtempe: diferencialaj ekvacioj, diskreta matematiko kaj multe pli. Fakte, vi devas preni pliajn materialojn, kiel kurslaboraĵon aŭ disertaĵon, lerni ion novan memstare, preni kelkajn kursojn. Ĉi tie estis por mi facile en la magistra programo; Mi sciis multon pri kio okazas. Denove, en Finnlando fraŭlo ankoraŭ ne estas specialisto; ankoraŭ ekzistas tia divido. Nun, se vi havas magistron, tiam vi povas akiri laboron. Mi dirus, ke en majstraj programoj en Finnlando gravas sociaj kapabloj, gravas partopreni, aktivi; estas esplorprojektoj. Se ekzistas esploro, kiu estas interesa por vi, kaj vi volas fosi pli profunde, tiam vi povas akiri la kontaktojn de la profesoro, labori en ĉi tiu direkto kaj disvolviĝi.

Tio estas, la respondo estas "jes", sed vi devas esti socie aktiva, alkroĉiĝi al ĉiu ŝanco se ĝi ekzistas. Unu el miaj amikoj eklaboris ĉe noventrepreno en la Valo - ekzistas programo en la universitato, kiu serĉas taŭgajn noventreprenojn kaj aranĝas intervjuojn. Mi pensas, ke li eĉ poste iris al CERN.

Kiel kompanio en Finnlando instigas dungitojn, kiaj estas la avantaĝoj?

Krom la evidenta (salajro), ekzistas sociaj avantaĝoj. Ekzemple, la kvanto de akuŝferio por gepatroj. Estas sanasekuro, akcioj, ebloj. Estas nekutima akumulado de feriaj tagoj. Nenio speciala, esence.

Ni havas saŭnon en nia oficejo, ekzemple.

Estas ankaŭ kuponoj – certan monsumon por tagmanĝo, por publika transporto, por kulturaj kaj sportaj eventoj (muzeoj, sportoj).

Kion povas rekomendi studento pri homscienco por eniri IT?

Ripeti la lernejan kurson kaj eniri HSE? Programistoj ofte havas matematikan fonon/olimpikojn...

Mi konsilas, kompreneble, plibonigi vian matematikon. Sed ne necesas ripeti la lernejan kurson. Pli precize, ĝi devus esti ripetita nur se vi tute ne memoras ion. Krome, vi devas decidi en kiu IT vi volas iri. Por esti antaŭfina programisto, vi ne bezonas scipovi matematikon: vi nur bezonas fari antaŭfinajn kursojn kaj lerni. Mia amiko lastatempe decidis enskribiĝi en kursoj de Accenture, ŝi nuntempe lernas Scala; Ŝi ne estas humanisto, sed ŝi havis neniun programadan sperton. Depende de tio, kion vi volas programi kaj de kio, vi bezonas malsaman kvanton da matematiko. Kompreneble, la specialaĵo de Maŝinlernado postulas matematikon, laŭ unu maniero aŭ alia. Sed, se vi nur volas provi, ekzistas multaj diversaj lerniloj, malfermaj informoj, lokoj kie vi povas ludi per neŭrala reto aŭ konstrui ĝin mem, aŭ elŝuti pretan, ŝanĝi la parametrojn kaj vidi kiel ĝi ŝanĝiĝas. Ĉio dependas de kiom forta estas la instigo.

Se ĝi ne estas sekreto - salajroj, sperto, pri kio vi skribas?

Mi skribas en Python - ĝi estas universala lingvo por maŝinlernado kaj datumscienco. Experience - havis diversajn spertojn; Mi estis simpla inĝeniero en pluraj kompanioj, mi estis en staĝo dum kelkaj monatoj en Moskvo. Ne havis plentempan laboron antaŭ Unity. Mi ankaŭ venis tien kiel staĝanto, laboris kiel staĝanto dum 9 monatoj, poste faris paŭzon, kaj nun mi laboras de jaro. La salajro estas konkurenciva, super la regiona mediano. Komenca specialisto gajnos de 3500 EUR; Ĉi tio varias de kompanio al kompanio. Ĝenerale, 3.5-4 estas komenca salajro.

Kiajn librojn kaj lernilojn vi rekomendas?

Mi ne precipe ŝatas lerni el libroj - gravas por mi provi surflue; elŝutu ion pretan kaj provu ĝin mem. Mi konsideras min pli eksperimentanto, do mi ne povas helpi pri libroj. Sed mi spektis kelkajn intervjuojn kaj vivajn elsendojn ĉi tie, kie la dua preleganto detale parolas pri la libroj.

Estas diversaj lerniloj. Se vi volas provi algoritmon, prenu la nomon de la algoritmo, metodo, metodoklasoj, kaj enigu ĝin en la serĉon. Kio ajn aperas kiel la unua ligilo, tiam rigardu.

Kiom longe ĝi restas pura?

Post impostoj - oni devas preni impostojn plus 8% (kio ne estas imposto, sed imposto) - 2/3 de la salajro restas. La imposto estas dinamika - ju pli vi gajnas, des pli alta la imposto.

Kiuj kompanioj petas reklamadon?

Vi devas kompreni, ke Unity / Unity Ads okupiĝas pri reklamado de moveblaj ludoj. Tio estas, ni havas niĉon, ni tre bone konas poŝtelefonajn ludojn, vi povas krei ilin en Unity. Post kiam vi skribis ludon, vi volas gajni monon per ĝi, kaj monetigo estas unu maniero.
Ajna kompanio povas peti reklamadon - interretaj vendejoj, diversaj financaj aplikoj. Ĉiuj bezonas reklamadon. Specife, niaj ĉefaj klientoj estas poŝtelefonaj programistoj.

Kiujn projektojn plej bone fari por plibonigi viajn kapablojn?

Bona demando. Se ni parolas pri datumscienco, vi devas altgradigi vin per interreta kurso (ekzemple, Stanfordo havas tian) aŭ interreta universitato. Estas diversaj platformoj por kiuj vi devas pagi - ekzemple Udacity. Estas hejmtaskoj, filmetoj, mentorado, sed la plezuro ne estas malmultekosta.

Ju pli malvastaj viaj interesoj (ekzemple, ia plifortiga lernado), des pli malfacilas trovi projektojn. Vi povas provi partopreni en kaggle-konkursoj: iru al kaggle.com, ekzistas multaj malsamaj maŝinlernado-konkursoj tie. Vi prenas ion, kio jam havas ian bazlinion ligita al ĝi; elŝutu kaj komencu fari ĝin. Tio estas, ekzistas multaj manieroj: vi povas studi memstare, vi povas fari interretan kurson - senpage aŭ pagi, vi povas partopreni konkursojn. Se vi volas serĉi laboron en Fejsbuko, Guglo kaj tiel plu, tiam vi devas lerni kiel solvi algoritmajn problemojn - tio estas, vi devas iri al LeetCode, akiri viajn kapablojn tie por pasigi intervjuojn.

Ĉu priskribi mallongan vojmapon por trejnado de Maŝinlernado?

Mi diros al vi ideale, sen ŝajnigi esti universala. Vi unue prenas matematikajn kursojn ĉe uni, vi bezonas scion kaj komprenon pri lineara algebro, probablo kaj statistiko. Post tio, iu rakontas al vi pri ML; se vi loĝas en grava urbo, devus ekzisti lernejoj proponantaj ML-kursojn. La plej fama estas SHAD, Yandex School of Data Analysis. Se vi pasas kaj vi povas studi dum du jaroj, vi ricevos la tutan ML-bazon. Vi devos plu perfektigi viajn kapablojn en esplorado kaj laboro.

Se ekzistas aliaj ebloj: ekzemple, Tinkov havas kursojn pri maŝinlernado kun la ŝanco akiri laboron ĉe Tinkoff post diplomiĝo. Se ĉi tio taŭgas por vi, aliĝu al ĉi tiuj kursoj. Estas malsamaj enirsojloj: ekzemple, ShAD havas enirtestojn.
Se vi ne volas sekvi regulajn kursojn, vi povas komenci per interretaj kursoj, el kiuj estas pli ol sufiĉaj. Ĝi dependas de vi; se vi havas bonan anglan, bone, ĝi estos facile trovebla. Se ne, tiam eble ankaŭ estas io tie. La samaj ShAD-prelegoj estas publike haveblaj.
Ricevinte teorian bazon, vi povas antaŭeniri - por staĝoj, esploroj ktp.

Ĉu eblas mem lerni maŝinlernadon? Ĉu vi renkontis tian programiston?

Mi pensas jes. Vi nur bezonas havi fortan motivadon. Iu povas lerni la anglan memstare, ekzemple, sed iu bezonas sekvi kursojn, kaj nur tiel ĉi tiu homo povas lerni. Estas same kun ML. Kvankam mi ne konas programiston, kiu lernis ĉion memstare, eble mi simple ne havas multajn konatojn; ĉiuj miaj amikoj ĵus lernis laŭ la kutima maniero. Mi ne supozas diri, ke vi devas studi 100% tiamaniere: la ĉefa afero estas via deziro, via tempo. Kompreneble, se vi ne havas matematikan fundamenton, vi devos pasigi multe da tempo por disvolvi ĝin.
Krom kompreni kion signifas esti datuma sciencisto: mi mem ne faras datuman sciencon.
ence kiel esploro. Nia kompanio ne estas laboratorio, kie ni disvolvas metodojn dum ses monatoj enŝlosas nin en la laboratorio. Mi laboras rekte kun produktado, kaj mi bezonas inĝenierajn kapablojn; Mi bezonas skribi kodon kaj havi inĝenierajn kapablojn por kompreni kio funkcias. Homoj ofte preterlasas ĉi tiujn funkciojn kiam oni parolas pri datumscienco. Estas multaj rakontoj pri homoj kun PhDs skribantaj nelegeblan, teruran, nestrukturitan kodon kaj havantaj grandajn problemojn post kiam ili decidas iri en industrion. Tio estas, en kombinaĵo kun Maŝina Lernado, oni ne forgesu pri inĝenieraj kapabloj.

Datumscienco estas pozicio, kiu ne parolas pri si mem. Vi povas akiri laboron en firmao kiu traktas datuman sciencon, kaj vi skribos SQL-demandojn, aŭ estos simpla loĝistika regreso. Principe, ĉi tio ankaŭ estas maŝinlernado, sed ĉiu kompanio havas sian propran komprenon pri kio estas datuma scienco. Ekzemple, mia amiko en Fejsbuko diris, ke datumscienco estas kiam homoj simple faras statistikajn eksperimentojn: alklaku butonojn, kolektu la rezultojn kaj poste prezentu ilin. Samtempe mi mem plibonigas konvertajn metodojn kaj algoritmojn; en iuj aliaj kompanioj ĉi tiu specialaĵo povas esti nomita maŝinlernado-inĝeniero. Aferoj povas esti malsamaj en malsamaj kompanioj.

Kiajn bibliotekojn vi uzas?

Ni uzas Keras kaj TensorFlow. PyTorch ankaŭ eblas - tio ne gravas, ĝi permesas al vi fari ĉiujn samajn aferojn - sed iam oni decidis uzi ilin. Kun la ekzistanta produktado estas malfacile ŝanĝi.

Unity ne nur havas datumajn sciencistojn, kiuj optimumigas konvertajn algoritmojn, sed ankaŭ GameTune estas afero, kie vi plibonigas metrikojn laŭ profito aŭ reteno uzante diversajn lernilojn. Ni diru, ke iu ludis la ludon kaj diris: Mi ne komprenas, mi ne interesas - li rezignis; Estas tro facila por iuj, sed male, li ankaŭ rezignis. Tial GameTune estas bezonata - iniciato kiu tajlas la malfacilecon de ludoj surbaze de la kapablo de ludanto, aŭ ludhistorio, aŭ kiom ofte ili aĉetas ion en-apo.

Ekzistas ankaŭ Unity Labs - vi ankaŭ povas guglo tion. Estas video kie vi prenas cerealskatolon, kaj sur la malantaŭo de ĝi estas ludoj kiel labirintoj - sed ili estas kongruaj kun pliigita realeco, kaj vi povas kontroli la personon sur la kartono. Aspektas tre mojosa.

Vi povas paroli rekte pri Unity Ads. Se vi decidas skribi ludon, kaj decidas publikigi ĝin kaj gajni monon, vi devos solvi kelkajn malfacilajn problemojn.

Mi komencos per ekzemplo: Apple anoncis la lanĉon de iOS 14. En ĝi, ebla ludanto povas eniri la aplikaĵon kaj diri, ke li ne volas kunhavigi sian Device-ID kun iu ajn. Tamen, li konsentas ke la kvalito de reklamado plimalboniĝos. Sed samtempe, ĝi estas defio por ni ĉar se ni ne povas identigi vin, tiam ni ne povos kolekti certajn metrikojn, kaj ni simple havos malpli da informoj pri vi. Estas ĉiam pli malfacile por datumsciencisto optimumigi laboron en mondo pli engaĝita al privateco kaj datumprotekto - estas malpli kaj malpli da datumoj, kaj ankaŭ disponeblaj metodoj.

Krom Unity, ekzistas gigantoj kiel Facebook kaj Guglo - kaj, ŝajnus, kial ni bezonas Unity Ads? Sed vi devas kompreni, ke ĉi tiuj reklamaj retoj povas funkcii malsame en malsamaj landoj. Relative parolante, estas Tier 1-landoj (Ameriko, Kanado, Aŭstralio); Estas Tier 2 landoj (Azio), estas Tier 2 landoj (Hindio, Brazilo). Reklamaj retoj povas funkcii alimaniere en ili. Gravas ankaŭ la speco de reklamo uzata. Ĉu ĝi estas la kutima tipo, aŭ "rekompenca" reklamado - kiam, ekzemple, por daŭrigi de la sama loko post ludo finita, vi devas spekti reklamon. Malsamaj tipoj de reklamado, malsamaj homoj. En iuj landoj, unu reklama reto funkcias pli bone, en aliaj, alia. Kaj kiel kroma noto, mi aŭdis, ke la integriĝo de AdMob de Google estas pli kompleksa ol tiu de Unity.

Tio estas, se vi kreis ludon en Unity, tiam vi aŭtomate integriĝas en Unity Ads. La diferenco estas la facileco de integriĝo. Kion mi povas rekomendi: ekzistas tia afero kiel mediacio; ĝi havas malsamajn poziciojn: vi povas agordi poziciojn en "akvofalo" por reklamaj lokigoj. Vi povas diri, ekzemple, ĉi tion: mi volas unue montri Facebook, poste Guglon, poste Unity. Kaj, se Facebook kaj Guglo decidas ne montri reklamojn, tiam Unity faros. Ju pli da reklamretoj vi havas, des pli bone. Ĉi tio povas esti konsiderata investo, sed vi investas en malsama nombro da reklamaj retoj samtempe.
Vi ankaŭ povas paroli pri tio, kio gravas por la sukceso de reklama kampanjo. Fakte, estas nenio speciala ĉi tie: vi devas certigi, ke la reklamado rilatas al la enhavo de via aplikaĵo. Vi povas, ekzemple, serĉi Jutubo por "app ads mafio" kaj vidi kiel la reklamado eble ne respondas al la enhavo. Ekzistas ankaŭ aplikaĵo nomita Homescapes (aŭ Gardenscapes?). Povas gravas, ĉu la kampanjo estas ĝuste aranĝita: tiel ke reklamado en la angla estu montrata al anglalingva publiko, kaj en la rusa al ruslingva publiko. Tre ofte estas eraroj en ĉi tio: homoj simple ne komprenas ĝin, ili instalas ĝin hazarde.
Vi devas krei malsamajn bonegajn filmetojn, pensi pri la formato, pensi kiom ofte ĝisdatigi ilin. En grandaj kompanioj, specialaj homoj faras tion - uzantakiradministrantoj. Se vi estas ununura programisto, tiam vi ne bezonas ĉi tion, aŭ vi bezonas ĝin post atingi certan kreskon.

Kiuj estas viaj estontaj planoj?

Ankoraŭ laboras kie mi nun estas. Eble mi ricevos finnan civitanecon - tio eblas post 5-jara loĝado (se malpli ol 30 jaroj, vi ankaŭ devas servi, se la persono ne faris tion en alia lando).

Kial vi translokiĝis al Finnlando?

Jes, ĉi tio ne estas tre populara lando por ke IT-specialisto translokiĝu. Multaj homoj translokiĝas kun familioj ĉar ekzistas bonaj sociaj avantaĝoj ĉi tie - infanĝardenoj, infanvartejoj, kaj akuŝferio por ambaŭ gepatroj. Kial mi movis min?Mi nur ŝatis ĝin ĉi tie. Verŝajne mi povus ŝati ĝin ie ajn, sed Finnlando estas sufiĉe proksima en kultura pensmaniero; Estas diferencoj kun Rusio, kompreneble, sed ankaŭ estas similecoj. Ŝi estas malgranda, sekura, kaj neniam implikiĝos en iuj grandaj problemoj. Ĉi tio ne estas konvencia Ameriko, kie vi povas akiri prezidanton, kiu ne estas ŝatata, kaj io komenciĝos pro tio; kaj ne Britio, kiu subite volas forlasi EU, kaj ankaŭ estos problemoj. Ĉi tie estas nur 5 milionoj da homoj. Eĉ kun la koronavirus-epidemio, Finnlando sufiĉe bone eltenis kompare kun aliaj landoj.

Ĉu vi planas reveni al Rusio?

Mi ankoraŭ ne iros. Nenio malhelpus min fari ĉi tion, sed mi sentas min komforta ĉi tie. Cetere, se mi laboros en Rusio, mi devos registriĝi ĉe la militistaro, kaj mi povas esti varbita.

Pri majstraj programoj en Finnlando

Nenio speciala. Se ni parolas pri la enhavo de la prelegoj, ĝi estas nur aro da lumbildoj; estas teoria materialo, seminario kun praktiko, kie oni perfektigas tiun ĉi teorion, poste ekzameno pri ĉiuj ĉi materialoj (teorio kaj taskoj).

Karakterizaĵo: ili ne estos forpelitaj el la majstra programo. Se vi ne trapasas la ekzamenon, vi simple devos fari ĉi tiun kurson en la venonta semestro. Estas nur limo por la tuta tempo de studado: por bakalaŭro - ne pli ol 7 jaroj, por magistro - 4 jaroj. Vi povas facile kompletigi ĉion en du jaroj, krom unu kurso, kaj etendi ĝin dum 2 jaroj, aŭ preni akademiajn kursojn.

Ĉu laboro en Moskvo kaj en Finnlando estas tre malsama?

Mi ne dirus. Samaj IT-kompanioj, samaj taskoj. En kulturaj kaj ĉiutagaj terminoj, ĝi estas oportuna, laboro estas proksime, la urbo estas malgranda. La nutraĵvendejo estas unu minuto de mi, la gimnazio estas tri, laboro estas dudek kvin, pordo al pordo. Mi ŝatas la grandecojn; Mi neniam antaŭe vivis en tiel komfortaj urboj, kie ĉio estas ĉe mano. Bela naturo, la plaĝo estas proksime.

Sed laŭ laboro, mi pensas, ke ĉio, plus aŭ minus, estas la sama. Koncerne la IT-laboran merkaton en Finnlando, koncerne maŝinlernadon, iuj rimarkas, ke por specialaĵoj rilataj al ML, doktoro aŭ almenaŭ magistro estas postulata. Mi kredas, ke tio ŝanĝiĝos en antaŭvidebla estonteco. Ĉi tie ankoraŭ estas antaŭjuĝo: se vi havas bakalaŭron, tiam vi ne povas esti trejnita specialisto, sed se vi havas magistron, vi havas specialiĝon kaj vi povas labori. Kaj se vi havas PhD, tiam ĉio estas tute mojosa, kaj vi povas fari IT-esploradon. Kvankam, ŝajnas al mi, eĉ homoj, kiuj finis sian PhD, eble ne estas tute integritaj en la industrion, kaj eble ne komprenas, ke la industrio estas ne nur algoritmoj kaj metodoj, sed ankaŭ komerco. Se vi ne komprenas komercon, tiam mi ne scias kiel vi povas kreskigi kompanion kaj kompreni kiel funkcias ĉi tiu tuta meta-sistemo.

Do la ideo translokiĝi al diplomiĝa lernejo kaj tuj trovi laboron estas sufiĉe malfacila; se vi translokiĝas al Finnlando kun bakalaŭro, vi estas sennoma. Vi devas havi iom da labora sperto por diri: Mi laboris ĉe Yandex, Mail, Kaspersky Lab ktp.

Kiel vivi per 500 EUR en Finnlando?

Vi povas vivi. Se vi estas studento, vi devas kompreni, ke vi ne havos stipendion; EU povas provizi monon, sed nur por interŝanĝaj studentoj. Se vi eniras universitaton en Finnlando, tiam vi devas kompreni kiel vi vivos. Estas pluraj ebloj; se vi enskribiĝas en majstra programo kun PhD-trako (tio estas, samtempe en majstra programo kaj PhD), tiam de la unua jaro vi faros esplorlaboron kaj ricevos monon por ĝi.
Malgranda, sed sufiĉos por la studento. La dua opcio estas partatempa laboro; ekzemple, mi estis instruista helpanto por certa kurso kaj gajnis 400 EUR monate.

Cetere, Finnlando havas bonajn studentajn avantaĝojn. Vi povas translokiĝi en dormejon kontraŭ 300 aŭ 200 EUR po ĉambro, vi povas manĝi en studentaj manĝejoj kun fiksa prezo (ĉio, kion vi metas sur vian teleron, estas 2.60 EUR). Iuj provas matenmanĝi, tagmanĝi kaj vespermanĝi en la manĝoĉambro por 2.60; se vi faras tion, vi povas vivi per 500 EUR. Sed ĉi tio estas la nura minimumo.

Kien vi povas iri se vi volas esti programisto?

Vi povas enskribiĝi en la Fakultato de Komputado ĉe la Supera Lernejo de Ekonomiko, Moskva Instituto de Fiziko kaj Teknologio - FIVT kaj FUPM, aŭ la Komputika kaj Komputika Komitato de Moskva Ŝtata Universitato, ekzemple. Vi povas trovi ion ankaŭ en Sankt-Peterburgo. Sed mi ne konscias pri la preciza situacio kun maŝina lernado, provu gugligi ĉi tiun temon.

Mi volas diri, ke por fariĝi programisto, trejnado sole ne sufiĉas. Gravas esti socia persono, agrabla kunparoli, por fari kontaktojn kiel eble plej rapide. Kontaktoj povas decidi. Personaj rekomendoj al kompanio donas palpeblan avantaĝon super aliaj kandidatoj; vi povas simple preterlasi la ekzamenadon de la rekrutanto.

Nature, la vivo en Finnlando ne estas tute fabela - mi moviĝis, kaj ĉio tuj iĝis malvarmeta. Ĉiu migranto ankoraŭ renkontas kulturŝokon. Malsamaj landoj havas malsamajn homojn, malsamajn pensmanierojn, malsamajn leĝojn. Ekzemple, ĉi tie vi devas mem zorgi pri impostoj - plenigu mem la impostkarton; aĉeti aŭton, lui domon—multaj aferoj funkcias malsame. Estas sufiĉe malfacile se vi decidas moviĝi. La homoj ĉi tie ne estas tre sociemaj, la vetero estas kiel en Peterburgo - en novembro-decembro povas esti 1-2 sunaj tagoj. Iuj eĉ deprimiĝas ĉi tie; ili venas kun la konfido, ke ili estas tre bezonataj ĉi tie, sed tio montriĝas ne esti la kazo, kaj ili devas gajni monon ludante laŭ la reguloj de aliulo. Ĉiam estas risko. Ĉiam ekzistas la ebleco, ke vi devos reiri ĉar vi simple ne taŭgas.

Kiun konsilon vi donus al aspirantaj programistoj?

Mi konsilas al vi provi kiel eble plej multajn, por kompreni kio vere interesas vin. Provu ne blokiĝi en unu areo: provu Android-disvolviĝon, fasadon/backend, Java, Javascript, ML kaj aliajn aferojn. Kaj, kiel mi jam diris, vi devas esti aktiva, kontakti, interesiĝi pri tio, kio okazas; kion faras amikoj, kolegoj, konatoj. Iru al laborrenkontiĝoj, seminarioj, prelegoj, renkonti homojn. Ju pli da rilatoj vi havas, des pli facile estas kompreni, kiaj interesaj aferoj okazas.

Kie alia estas uzata Unity krom ludoj?

Unity provas ĉesi esti pura ludmaŝino. Ekzemple, ĝi estas uzata por bildigi CGI-videojn: se vi ekzemple disvolvas aŭton kaj volas fari reklamon, vi kompreneble volos fari bonan videon. Mi aŭdis, ke Unueco ankaŭ estas uzata por arkitektura planado. Tio estas, kie ajn bildigo estas bezonata, Unueco povas esti uzata. Se vi guglos, vi povas trovi interesajn ekzemplojn.

Se vi volas demandi demandon, bonvolu trovi min en ĉiuj sociaj retoj.

Kio okazis antaŭe

  1. Ilona Papava, Senior Software Engineer en Facebook - kiel akiri staĝon, ricevi oferton kaj ĉion pri laborado en la firmao
  2. Boris Yangel, ML-inĝeniero ĉe Yandex - kiel ne aliĝi al la vicoj de stultaj specialistoj se vi estas Datuma Sciencisto
  3. Alexander Kaloshin, CEO LastBackend - kiel lanĉi noventreprenon, eniri la ĉinan merkaton kaj ricevi 15 milionojn da investoj.
  4. Natalya Teplukhina, kernteamano de Vue.js, GoogleDevExpret - kiel pasigi intervjuon ĉe GitLab, eniri la disvolvan teamon de Vue kaj fariĝi Staff-inĝeniero.
  5. Ashot Oganesyan, fondinto kaj teknika direktoro de DeviceLock - kiu ŝtelas kaj gajnas monon per viaj personaj datumoj.
  6. Sania Galimova, merkatisto ĉe RUVDS - kiel vivi kaj labori kun psikiatria diagnozo. 1-parto. 2-parto.
  7. Ilya Kashlakov, estro de la front-end-sekcio de Yandex.Money - kiel fariĝi front-end teamgvidanto kaj kiel vivi post tio.
  8. Vlada Rau, Ĉefa Cifereca Analizisto ĉe McKinsey Digital Labs - kiel akiri staĝon ĉe Guglo, konsulti kaj translokiĝi al Londono.
  9. Richard "Levellord" Gray, kreinto de la ludoj Duke Nukem 3D, SiN, Blood - pri sia persona vivo, plej ŝatataj ludoj kaj Moskvo.
  10. Vyacheslav Dreher, luddezajnisto kaj ludproduktanto kun 12-jara sperto - pri ludoj, ilia vivociklo kaj monetizado
  11. Andrey, teknika direktoro ĉe GameAcademy - kiel videoludoj helpas vin evoluigi realajn kapablojn kaj trovi vian revan laboron.
  12. Alexander Vysotsky, ĉefa PHP-programisto ĉe Badoo - kiel Highload-projektoj estas kreitaj en PHP en Badoo.
  13. Andrey Evsyukov, Deputito CTO ĉe Delivery Club - pri dungado de 50 maljunuloj en 43 tagoj kaj kiel optimumigi la dungan kadron
  14. John Romero, kreinto de la ludoj Doom, Quake kaj Wolfenstein 3D - rakontoj pri kiel DOOM estis kreita
  15. Paŝao Zhovner, kreinto de Tamagotchi por retpiratoj Flipper Zero - pri lia projekto kaj aliaj agadoj
  16. Tatyana Lando, lingva analizisto ĉe Guglo - kiel instrui la homan konduton de Google Assistant
  17. La vojo de juniora al administra direktoro ĉe Sberbank. Intervjuo kun Alexey Levanov

Kiel Data Science vendas al vi reklamadon? Intervjuo kun Unity-inĝeniero

Kiel Data Science vendas al vi reklamadon? Intervjuo kun Unity-inĝeniero

fonto: www.habr.com

Aldoni komenton