Tämän kuvan on ottanut Arthur Kuzin (), tiivistää melko tarkasti blogikirjoituksen sisällön. Seurauksena on, että seuraava kertomus tulee nähdä enemmän perjantaina kuin jotain erittäin hyödyllistä ja teknistä. Lisäksi on syytä huomata, että tekstissä on runsaasti englanninkielisiä sanoja. En osaa kääntää joitain niistä oikein, enkä vain halua kääntää joitain niistä.
Kuinka siirtyminen akateemisesta ympäristöstä teolliseen ympäristöön tapahtui, paljastuu kahdessa ensimmäisessä jaksossa. Tässä keskustelussa keskustellaan siitä, mitä tapahtui seuraavaksi.
Oli tammikuu 2017. Minulla oli tuolloin hieman yli vuoden työkokemusta ja työskentelin San Franciscossa yrityksessä kuten Sr. Tietojen tutkija.
TrueAccord on perintäyritys. Yksinkertaisesti sanottuna - perintätoimisto. Keräilijät soittavat yleensä paljon. Lähetimme paljon sähköposteja, mutta soitimme vähän. Jokainen sähköposti johti yrityksen verkkosivuille, jossa velalliselle tarjottiin alennusta velasta ja annettiin jopa maksaa erissä. Tämä lähestymistapa johti parempaan keräämiseen, mahdollisti skaalauksen ja vähemmän altistumisen oikeudenkäynneille.
Yhtiö oli normaali. Tuote on kirkas. Hallinto on järkevää. Sijainti on hyvä.
Laaksossa ihmiset työskentelevät yhdessä paikassa keskimäärin noin puolitoista vuotta. Eli mikä tahansa yritys, jossa työskentelet, on vain pieni askel. Tässä vaiheessa keräät rahaa, hankit uusia tietoja, taitoja, yhteyksiä ja linjoja ansioluetteloosi. Tämän jälkeen siirrytään seuraavaan vaiheeseen.
Itse TrueAccordissa olin mukana liittämässä sähköpostiuutiskirjeisiin suositusjärjestelmiä sekä priorisoimassa puheluita. Vaikutus on ymmärrettävä ja mitattiin varsin hyvin dollareissa A/B-testauksella. Koska koneoppimista ei ollut ennen saapumistani, työni vaikutus ei ollut huono. Jälleen kerran, on paljon helpompaa parantaa jotain kuin jotain, joka on jo voimakkaasti optimoitu.
Kuuden kuukauden työskentelyn jälkeen näiden järjestelmien parissa he jopa nostivat peruspalkkaani 150 163 dollarista XNUMX XNUMX dollariin. Yhteisössä siellä on meemi noin 163 XNUMX dollarista. Se kasvaa jalkoineen täältä.
Kaikki tämä oli ihanaa, mutta se ei johtanut minnekään, tai se johti, mutta ei sinne.
Kunnioitan suuresti TrueAccordia, sekä yritystä että kavereita, joiden kanssa työskentelin siellä. Opin heiltä paljon, mutta en halunnut työskennellä pitkään suositusjärjestelmien parissa perintätoimistossa. Tästä askeleesta piti astua johonkin suuntaan. Jos ei eteenpäin ja ylöspäin, niin ainakin sivuttain.
Mistä en pitänyt?
- Koneoppimisen näkökulmasta ongelmat eivät innostaneet minua. Halusin jotain muodikasta, nuorekasta, eli Deep Learningiä, Computer Visionia, jotain melko lähellä tiedettä tai ainakin alkemiaa.
- Startupilla ja jopa perintätoimistolla on ongelmia korkeasti koulutetun henkilöstön palkkaamisessa. Aloittajana se ei voi maksaa paljon. Mutta perintätoimistona se menettää asemansa. Karkeasti sanottuna, jos tyttö treffeillä kysyy missä olet töissä? Vastauksesi: "Googlessa" kuulostaa suuruusluokkaa paremmalta kuin "perintätoimisto". Minua hieman häiritsi se, että Googlessa ja Facebookissa työskenteleville ystävilleni, toisin kuin minulle, heidän yrityksensä nimi avasi ovensa seuraavasti: sinut voidaan kutsua konferenssiin tai tapaamiseen puhujaksi tai mielenkiintoisemmat ihmiset kirjoittavat LinkedIniin tarjouksella tavata ja jutella teelasillisen ääressä. Rakastan todella kommunikointia ihmisten kanssa, joita en tunne henkilökohtaisesti. Joten jos asut San Franciscossa, älä epäröi kirjoittaa – mennään kahville ja juttelemaan.
- Yrityksessä työskenteli minun lisäksi kolme datatieteilijää. Työskentelin koneoppimisen parissa, ja he työskentelivät muiden Data Science -tehtävien parissa, jotka ovat yleisiä jokaisessa käynnistyksessä tästä eteenpäin. Tämän seurauksena he eivät todellakaan ymmärtäneet koneoppimista. Mutta kasvaakseni minun täytyy kommunikoida jonkun kanssa, keskustella artikkeleista ja viimeisimmistä tapahtumista ja kysyä lopulta neuvoja.
Mitä oli tarjolla?
- Koulutus: fysiikka, ei tietojenkäsittely.
- Ainoa ohjelmointikieli, jonka tiesin, oli Python. Tuntui, että minun pitäisi vaihtaa C++:aan, mutta en silti päässyt siihen.
- Puolitoista vuotta töitä alalla. Lisäksi työssäni en opiskellut syväoppimista enkä Computer Visionia.
- Ansioluettelossa ei ole yhtään artikkelia Deep Learning / Computer Visionista.
- Siellä oli Kaggle Master -saavutus.
Mitä halusit?
- Asema, jossa on tarpeen kouluttaa monia verkkoja ja lähempänä tietokonenäköä.
- On parempi, jos se on iso yritys, kuten Google, Tesla, Facebook, Uber, LinkedIn jne. Vaikka pikkuhiljaa, startup käy.
- Minun ei tarvitse olla tiimin suurin koneoppimisen asiantuntija. Vanhemmille tovereille, mentoreille ja kaikenlaiselle kommunikaatiolle oli suuri tarve, jonka piti nopeuttaa oppimisprosessia.
- Luettuani blogikirjoituksia siitä, kuinka valmistuneiden, joilla ei ole teollista kokemusta, kokonaiskorvaus on 300-500 XNUMX dollaria vuodessa, halusin mennä samalle alueelle. Se ei tarkoita, että tämä häiritsee minua niin paljon, mutta koska he sanovat, että tämä on yleinen ilmiö, mutta minulla on vähemmän, tämä on signaali.
Tehtävä vaikutti täysin ratkaistavalta, tosin ei siinä mielessä, että mihin tahansa yritykseen voi hypätä, vaan pikemminkin siinä, että jos näkee nälkää, kaikki järjestyy. Toisin sanoen kymmeniä tai satoja yrityksiä ja jokaisesta epäonnistumisesta ja jokaisesta hylkäämisestä aiheutuvaa kipua tulisi käyttää keskittymisen terävöittämiseen, muistin parantamiseen ja päivän venyttämiseen 36 tuntiin.
Muokkasin ansioluetteloani, aloin lähettää sen ja menin haastatteluihin. Lensin useimpien ohi HR:n kanssa kommunikoinnin vaiheessa. Monet ihmiset vaativat C++:aa, mutta en tiennyt sitä, ja minulla oli vahva tunne, että en olisi kovin kiinnostunut C++:aa vaativista tehtävistä.
On syytä huomata, että suunnilleen samaan aikaan Kagglen kilpailutyypeissä tapahtui vaihemuutos. Ennen vuotta 2017 oli paljon taulukkotietoa ja hyvin harvoin kuvadataa, mutta vuodesta 2017 alkaen tietokonenäkötehtäviä oli paljon.
Elämä sujui seuraavassa tilassa:
- Työtä päivällä.
- Kun tekninen näyttö / paikan päällä otat tauon.
- Iltaisin ja viikonloppuisin Kaggle + artikkelit / kirjat / blogikirjoitukset
Vuoden 2016 loppua leimasi se, että liityin yhteisöön , joka yksinkertaisti monia asioita. Yhteisössä on paljon tyyppejä, joilla on rikas teollinen kokemus, mikä antoi meille mahdollisuuden kysyä paljon tyhmiä kysymyksiä ja saada paljon älykkäitä vastauksia. Siellä on myös monia erittäin vahvoja kaikentasoisia koneoppimisen asiantuntijoita, mikä yllättäen antoi minulle mahdollisuuden päättää ongelman ODS:n kautta säännöllisellä syvällisellä viestinnällä Data Sciencestä. Tähän asti ODS antaa minulle ML:n suhteen monta kertaa enemmän kuin mitä saan työssäni.
No, kuten tavallista, ODS:llä on tarpeeksi asiantuntijoita Kagglen ja muiden sivustojen kilpailuihin. Ongelmien ratkaiseminen ryhmässä on hauskempaa ja tuottavampaa, joten vitsien, kiroilun, meemien ja muun nörttiviihteen avulla aloimme ratkaista ongelmia yksitellen.
Maaliskuussa 2017 - joukkueessa Serega Mushinskyn kanssa - kolmas sija . Kultamitali Kagglessa + 20 XNUMX dollaria kahdelle. Tässä tehtävässä työskentelyä satelliittikuvien kanssa + binäärisegmentointia UNetin kautta parannettiin.
Samana maaliskuussa menin haastatteluun NVidiassa Self Driving -tiimin kanssa. Taistelin todella objektien havaitsemista koskevien kysymysten kanssa. Tieto ei riittänyt.
Onneksi samaan aikaan alkoi Object Detection -kilpailu saman DSTL:n ilmakuvista. Jumala itse käski ratkaisemaan ongelman ja päivittämään. Kuukausi iltaisin ja viikonloppuisin. Otin tiedon ja sijoitin toiseksi. Tässä kilpailussa oli mielenkiintoinen vivahde säännöissä, mikä johti siihen, että minut näytettiin Venäjällä liittovaltion ja ei niin liittovaltion kanavilla. Pääsin päälle , sekä joukossa painettuja ja verkkojulkaisuja. Mail Ru Group sai hieman positiivista PR:tä minun kustannuksellani ja omilla rahoillaan, ja perustiede Venäjällä rikastui 12000 XNUMX puntaa. Kuten tavallista, se on kirjoitettu tästä aiheesta . Siirry sinne saadaksesi lisätietoja.
Samaan aikaan Teslan rekrytoija otti minuun yhteyttä ja tarjoutui keskustelemaan Computer Vision -asemasta. Suostuin. Kävelin kotiin viemisen, kahden teknisen näytön, paikan päällä suoritetun haastattelun läpi ja kävin erittäin miellyttävän keskustelun Andrei Karpathyn kanssa, joka oli juuri palkattu Teslaan tekoälyn johtajaksi. Seuraava vaihe on taustan tarkistus. Sen jälkeen Elon Muskin piti henkilökohtaisesti hyväksyä hakemukseni. Teslalla on tiukka salassapitosopimus (NDA).
En läpäissyt taustatarkastusta. Rekrytoija sanoi, että chattailen paljon verkossa, mikä rikkoo NDA:ta. Ainoa paikka, jossa sanoin mitään Teslan haastattelusta, oli ODS, joten nykyinen hypoteesi on, että joku otti kuvakaappauksen ja kirjoitti Teslan HR:lle, ja minut poistettiin kilpailusta vaaratilanteen vuoksi. Se oli silloin sääli. Nyt olen iloinen, että se ei onnistunut. Nykyinen asemani on paljon parempi, vaikka olisikin erittäin mielenkiintoista työskennellä Andreyn kanssa.
Välittömästi sen jälkeen hyppäsin Kagglen satelliittikuvakilpailuun . Ongelma oli yksinkertainen ja erittäin tylsä; kukaan ei halunnut ratkaista sitä, mutta kaikki halusivat ilmaisen kultamitalin tai palkintorahoja. Siksi sovimme 7 hengen Kaggle Masters -tiimin kanssa, että heitämme rautaa. Koulutimme 480 verkkoa "fit_predict"-tilassa ja teimme niistä kolmikerroksisen kokonaisuuden. Tulimme seitsemänneksi. . Muuten, Jeremy Howard, joka tunnetaan laajalti luojana päättyi 23.
Kilpailun päätyttyä järjestin AdRollilla työskennellyt ystäväni kautta Meetupin heidän tiloissaan. Planet Labsin edustajat kertoivat siellä miltä kilpailun järjestäminen ja datamerkintä näytti heidän osaltaan. Wendy Kwan, joka työskentelee Kagglessa ja valvoi kilpailua, kertoi kuinka hän näki sen. Kuvasin ratkaisumme, temppuja, tekniikoita ja teknisiä yksityiskohtia. Kaksi kolmasosaa yleisöstä ratkaisi tämän ongelman, joten kysymykset esitettiin ytimekkäästi ja yleensä kaikki oli siistiä. Jeremy Howard oli myös paikalla. Kävi ilmi, että hän sijoittui sijalle 23, koska hän ei osannut pinota mallia ja ettei hän tiennyt tästä kokoonpanojen rakentamismenetelmästä ollenkaan.
Koneoppimista käsittelevät kokoukset laaksossa ovat hyvin erilaisia kuin Moskovan tapaamiset. Yleensä kokoukset laaksossa ovat pohja. Mutta meistä tuli hyvä. Valitettavasti toveri, jonka piti painaa nappia ja tallentaa kaikki, ei painanut nappia :)
Sen jälkeen minut kutsuttiin keskustelemaan Deep Learning Engineerin asemasta tässä samassa Planet Labsissa ja heti paikan päällä. En läpäissyt sitä. Kieltäytymisen sanamuoto on, että syväoppimisessa ei ole tarpeeksi tietoa.
Suunnittelin jokaisen kilpailun projektiksi . Kirjoitimme DSTL-ongelmasta ja julkaisi sen arxiviin. Ei artikkeli, mutta silti leipä. Suosittelen myös kaikille muille LinkedIn-profiilinsa lisäämistä kilpailujen, artikkelien, taitojen ja niin edelleen avulla. LinkedIn-profiilissasi olevien avainsanojen ja ihmisten viestien välillä on positiivinen korrelaatio.
Jos talvella ja keväällä olin hyvin tekninen, niin elokuussa minulla oli sekä tietoa että itseluottamusta.
Heinäkuun lopussa Lyftillä tietotiedepäällikkönä työskennellyt kaveri otti minuun yhteyttä LinkedInissä ja kutsui minut kahville ja juttelemaan elämästä, Lyftistä, TrueAccordista. Puhuimme. Hän tarjoutui haastatteluun tiiminsä kanssa Data Scientistin tehtävään. Sanoin, että vaihtoehto toimii, jos se on Computer Vision / Deep Learning aamusta iltaan. Hän vakuutti, ettei hänellä ollut vastalauseita.
Lähetin ansioluetteloni ja hän latasi sen Lyftin sisäiseen portaaliin. Sen jälkeen rekrytoija soitti minulle avatakseen ansioluetteloni ja saadakseen lisätietoja minusta. Heti ensimmäisistä sanoista oli selvää, että hänelle tämä oli muodollisuus, koska hänelle kävi ilmi hänen ansioluettelostaan, että "en ole materiaali Lyftille". Luulen, että ansioluetteloni meni sen jälkeen roskakoriin.
Koko tämän ajan haastattelun aikana keskustelin epäonnistumisistani ja kaatumisistani ODS:ssä ja kaverit antoivat palautetta ja auttoivat minua kaikin mahdollisin tavoin neuvoilla, vaikka tuttuun tapaan siellä oli myös paljon ystävällistä trollausta.
Yksi ODS:n jäsenistä tarjoutui yhdistämään minut ystäväänsä, joka on Lyftin suunnittelujohtaja. Ei ennemmin sanottu kuin tehty. Tulen Lyftiin lounaalle, ja tämän ystävän lisäksi siellä on myös datatieteen johtaja ja tuotepäällikkö, joka on suuri Deep Learning -fani. Lounaalla juttelimme DL:stä. Ja koska olen kouluttanut verkostoja 24/7 puoli vuotta, lukenut kuutiometrejä kirjallisuutta ja ajanut tehtäviä Kagglella enemmän tai vähemmän selkein tuloksin, voisin puhua Deep Learningistä tuntikausia, sekä uusien artikkeleiden että käytännön tekniikoita.
Lounaan jälkeen he katsoivat minua ja sanoivat - on heti selvää, että olet komea, haluatko puhua meille? Lisäksi he lisäsivät, että minulle on selvää, että kotiin vieminen + tekninen näyttö voidaan ohittaa. Ja että minut kutsutaan heti paikalle. Suostuin.
Sen jälkeen tuo rekrytoija soitti minulle sovitakseen haastattelun paikan päällä, ja hän oli tyytymätön. Hän mutisi jotain, ettei hän hyppää pään yli.
Tuli. Haastattelu paikan päällä. Viisi tuntia viestintää eri ihmisten kanssa. Deep Learningistä tai koneoppimisesta periaatteessa ei ollut yhtään kysymystä. Koska Deep Learning / Computer Visionia ei ole, en ole kiinnostunut. Näin ollen haastattelutulokset olivat ortogonaalisia.
Tämä rekrytoija soittaa ja sanoo - onnittelut, pääsit toiseen paikan päällä olevaan haastatteluun. Tämä kaikki on yllättävää. Mikä on toinen paikan päällä? En ole koskaan kuullut sellaisesta. Menin. Siellä on pari tuntia, tällä kertaa perinteisestä koneoppimisesta. Tuo on parempi. Mutta ei silti kiinnostavaa.
Rekrytoija soittaa onnitellen, että läpäisin kolmannen paikan päällä haastattelun ja lupaa, että tämä on viimeinen. Kävin katsomassa sitä ja siellä oli sekä DL että CV.
Minulla oli monen kuukauden ajan esimies, joka sanoi minulle, että tarjousta ei tule. En harjoittele teknisiä taitoja, vaan pehmeitä. Ei pehmeällä puolella, vaan siitä, että paikka suljetaan tai yritys ei vielä palkkaa, vaan vain testaa markkinoita ja ehdokkaiden tasoa.
Elokuun puolivälissä. Join olutta ok. Tummat ajatukset. 8 kuukautta on kulunut eikä tarjousta ole vieläkään. Oluen alla on hyvä olla luova, varsinkin jos luovuus on outoa. Mieleeni tulee ajatus. Jaan sen Alexey Shvetsin kanssa, joka oli tuolloin MIT:n postdoc.
Entä jos otat lähimmän DL/CV-konferenssin, katsot sen osana järjestetyt kilpailut, treenaat jotain ja lähetät? Koska kaikki siellä olevat asiantuntijat rakentavat uraansa tämän varaan ja ovat tehneet tätä useita kuukausia tai jopa vuosia, meillä ei ole mahdollisuuksia. Mutta se ei ole pelottavaa. Teemme mielekästä palautetta, lennämme viimeiselle sijalle ja sen jälkeen kirjoitamme preprintin tai artikkelin siitä, kuinka emme ole kuin kaikki muut ja puhumme päätöksestämme. Ja artikkeli on jo LinkedInissä ja ansioluettelossasi.
Eli se näyttää olevan relevantti ja ansioluettelossa on enemmän oikeita avainsanoja, minkä pitäisi hieman lisätä mahdollisuuksia päästä tekniikan ruudulle. Koodi ja lähetykset minulta, tekstit Alekseilta. Peli tietysti, mutta miksi ei?
Ei ennemmin sanottu kuin tehty. Lähin googlettamamme konferenssi oli MICCAI ja siellä itse asiassa oli kilpailuja. Osuimme ensimmäiseen. Se oli . Tehtävässä on 3 alatehtävää. Määräaikaan oli jäljellä 8 päivää. Selvisin aamulla, mutta en luopunut ajatuksesta. Otin putkilinjani Kagglesta ja vaihdoin ne satelliittitiedoista lääketieteellisiin tietoihin. 'fit_predict'. Aleksei valmisteli kaksisivuisen kuvauksen ratkaisuista jokaiseen ongelmaan, ja lähetimme sen. Valmis. Teoriassa voit hengittää ulos. Mutta kävi ilmi, että samalle työpajalle oli toinen tehtävä (). Niin me teimme.
Toisin kuin Kaggle, näillä kilpailuilla oli omat akateemiset erityispiirteensä:
- Ei tulostaulukkoa. Esitykset lähetetään sähköpostitse.
- Sinut poistetaan, jos tiimin edustaja ei tule esittelemään ratkaisua konferenssissa Workshopissa.
- Paikkasi tulostaulukossa selviää vasta konferenssin aikana. Eräänlainen akateeminen draama.
MICCAI 2017 -konferenssi pidettiin Quebec Cityssä. Ollakseni rehellinen, syyskuussa aloin polttaa, joten ajatus viikon lomasta töistä ja matkasta Kanadaan vaikutti mielenkiintoiselta.
Tuli konferenssiin. Tulin tähän Workshopiin, en tunne ketään, istun nurkassa. Kaikki tuntevat toisensa, he kommunikoivat, he heittelevät viisaita lääketieteellisiä sanoja. Katsaus ensimmäisestä kilpailusta. Osallistujat puhuvat ja puhuvat päätöksistään. Siellä on viileää, kimaltelemalla. Minun vuoroni. Ja jotenkin jopa häpeän. He ratkaisivat ongelman, työskentelivät sen parissa, kehittivät tiedettä, ja me puhtaasti "fit_predictimme" menneisyyden kehityksestä, emme tieteen vuoksi, vaan ansioluettelomme vahvistamiseksi.
Hän tuli ulos ja sanoi, että minäkään en ole lääketieteen asiantuntija, pahoitteli heidän aikansa tuhlaamista ja näytti minulle yhden dian, jossa oli ratkaisu. Menin alas aulaan.
He ilmoittavat ensimmäisen osatehtävän - olemme ensimmäisiä ja marginaalilla.
Toinen ja kolmas julkistetaan.
He ilmoittavat kolmannen - uudestaan ensin ja uudelleen johdolla.
Kenraali on ensimmäinen.
Jotkut yleisöstä hymyilevät ja katsovat minua kunnioittavasti. Toisilla, joita ilmeisesti pidettiin alan asiantuntijoina, jotka olivat saaneet apurahaa tähän tehtävään ja jotka olivat tehneet sitä monta vuotta, oli hieman vääristynyt ilme kasvoillaan.
Seuraavana on toinen tehtävä, jossa on kolme alatehtävää ja jota on siirretty neljällä päivällä eteenpäin.
Täällä myös pyysin anteeksi ja näytin taas yhden diamme.
Sama tarina. Kaksi ensin, yksi toinen, yhteinen ensin.
Luulen, että tämä on luultavasti ensimmäinen kerta historiassa, kun perintätoimisto on voittanut lääketieteellisen kuvantamiskilpailun.
Ja nyt seison lavalla, he ojentavat minulle jonkinlaisen diplomin ja minua pommitetaan. Miten helvetissä se voi olla? Nämä tutkijat kuluttavat veronmaksajien rahoja, pyrkivät yksinkertaistamaan ja parantamaan lääkäreiden työn laatua, eli teoriassa minun elinajanodotetani, ja joku taho repi koko akateemisen henkilökunnan Ison-Britannian lipun alle muutamassa illassa.
Plussaa tästä on, että muissa tiimeissä näitä tehtäviä monta kuukautta työskennelleillä jatko-opiskelijoilla on HR:lle houkutteleva ansioluettelo eli he pääsevät helposti tekniikan ruudulle. Ja silmieni edessä on juuri saapunut sähköposti:
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.Yleisesti ottaen suoraan lavalta kysyn yleisöltä: "Tietääkö kukaan missä työskentelen?" Yksi kilpailun järjestäjistä tiesi – hän googletti, mikä TrueAccord on. Loput eivät ole. Jatkan: ”Työskentelen perintätoimistossa, enkä tee töissä Computer Visionia enkä Deep Learningiä. Ja monella tapaa tämä tapahtuu, koska Google Brainin ja Deepmindin henkilöstöosastot suodattavat ansioluetteloni, eivätkä anna minulle mahdollisuutta näyttää teknistä koulutusta. "
He luovuttivat todistuksen, tauko. Ryhmä akateemikkoja vetää minut sivuun. Kävi ilmi, että tämä on Deepmindin terveysryhmä. He olivat niin vaikuttuneita, että he halusivat heti puhua minulle tutkimusinsinöörin paikasta heidän tiimissään. (Puhuimme kyllä. Tämä keskustelu kesti 6 kuukautta, läpäisin kotiin viemisen, tietokilpailun, mutta se katkesi teknisellä näytöllä. 6 kuukautta yhteydenpidosta tekniikkaruutuun on pitkä aika. Pitkä odotus antaa makua Tutkimusinsinööri Deepmindissä Lontoossa, TrueAccordin taustalla oli voimakas askel ylöspäin, mutta nykyisen asemani taustalla se on askel alaspäin.Siitä kuluneen kahden vuoden etäisyydeltä on hyvä että ei.)
Johtopäätös
Samaan aikaan sain Lyftiltä tarjouksen, jonka hyväksyin.
Näiden kahden MICCAI:n kanssa järjestetyn kilpailun tulosten perusteella julkaistiin seuraavat:
Eli idean jyrkkyydestä huolimatta inkrementaalisten artikkelien ja preprinttien lisääminen kilpailujen kautta toimii hyvin. Ja seuraavina vuosina teimme sen vielä pahemmaksi.
Olen työskennellyt Lyftillä parin viime vuoden ajan tekemässä Computer Vision/Deep Learning for Self Driving Cars -ohjelmaa. Eli sain mitä halusin. Ja tehtäviä ja korkeatasoista yritystä ja vahvoja työkavereita ja kaikkea muuta hyvää.
Näiden kuukausien aikana olen kommunikoinut sekä suurten yritysten Googlen, Facebookin, Uberin, LinkedInin että erikokoisten startup-yritysten kanssa.
Se sattui kaikki nämä kuukaudet. Universumi kertoo sinulle jotain ei kovin miellyttävää joka päivä. Säännöllinen hylkääminen, säännöllinen virheiden teko ja kaikki tämä on maustettu jatkuvalla toivottomuuden tunteella. Ei ole takeita onnistumisesta, mutta on tunne, että olet hölmö. Se muistuttaa hyvin sitä, kuinka yritin löytää töitä heti yliopiston jälkeen.
Luulen, että monet etsivät työtä laaksosta ja kaikki oli heille paljon helpompaa. Temppu on mielestäni tämä. Jos etsit työtä alalta, jota ymmärrät, sinulla on runsaasti kokemusta ja ansioluettelosi sanoo saman, ei ongelmia. Otin sen ja löysin sen. Avoimia työpaikkoja on paljon.
Mutta jos etsit työtä alalta, joka on sinulle uusi, eli kun ei ole tietoa, ei yhteyksiä ja ansioluettelosi sanoo jotain väärin - tällä hetkellä kaikesta tulee erittäin mielenkiintoista.
Tällä hetkellä rekrytoijat kirjoittavat minulle säännöllisesti ja tarjoutuvat tekemään saman asian, jota teen nyt, mutta eri yrityksessä. On todellakin aika vaihtaa työpaikkaa. Mutta ei ole mitään järkeä tehdä sitä, missä olen jo hyvä. Minkä vuoksi?
Mutta mitä haluan, minulla ei taaskaan ole tietoja eikä linjoja ansioluettelossani. Katsotaan miten tämä kaikki päättyy. Jos kaikki menee hyvin, kirjoitan seuraavan osan. 🙂
Lähde: will.com