🥇ડેટા સાયન્સ તમને જાહેરાત કેવી રીતે વેચે છે? યુનિટી એન્જિનિયર સાથે મુલાકાત

એક અઠવાડિયા પહેલા, યુનિટી એડ્સના ડેટા સાયન્ટિસ્ટ નિકિતા એલેક્ઝાન્ડ્રોવ, અમારા સોશિયલ નેટવર્ક પર વાત કરી હતી, જ્યાં તે રૂપાંતરણ અલ્ગોરિધમ્સમાં સુધારો કરે છે. નિકિતા હવે ફિનલેન્ડમાં રહે છે, અને અન્ય વસ્તુઓની સાથે, તેણે દેશમાં આઇટી જીવન વિશે વાત કરી.

અમે તમારી સાથે ઇન્ટરવ્યુની ટ્રાન્સક્રિપ્ટ અને રેકોર્ડિંગ શેર કરીએ છીએ.

મારું નામ નિકિતા એલેકસાન્ડ્રોવ છે, હું તાટારસ્તાનમાં મોટો થયો છું અને ત્યાંની શાળામાંથી સ્નાતક થયો છું, અને ગણિત ઓલિમ્પિયાડ્સમાં ભાગ લીધો હતો. તે પછી, તેમણે હાયર સ્કૂલ ઑફ ઇકોનોમિક્સમાં કોમ્પ્યુટર સાયન્સ ફેકલ્ટીમાં પ્રવેશ કર્યો અને ત્યાં તેમની સ્નાતકની ડિગ્રી પૂર્ણ કરી. મારા 4થા વર્ષની શરૂઆતમાં હું વિનિમય અભ્યાસ પર ગયો અને ફિનલેન્ડમાં એક સેમેસ્ટર વિતાવ્યો. મને તે ત્યાં ગમ્યું, મેં આલ્ટો યુનિવર્સિટીમાં માસ્ટર પ્રોગ્રામમાં પ્રવેશ કર્યો, જો કે મેં તે સંપૂર્ણ રીતે પૂર્ણ કર્યું ન હતું - મેં બધા અભ્યાસક્રમો પૂર્ણ કર્યા અને મારા થીસીસ લખવાનું શરૂ કર્યું, પરંતુ મારી ડિગ્રી પ્રાપ્ત કર્યા વિના યુનિટીમાં કામ કરવાનું છોડી દીધું. હવે હું યુનિટી ડેટા સાયન્ટિસ્ટમાં કામ કરું છું, વિભાગને ઓપરેટ સોલ્યુશન્સ કહેવામાં આવે છે (પહેલાં તેને મુદ્રીકરણ કહેવામાં આવતું હતું); મારી ટીમ સીધી જાહેરાત પહોંચાડે છે. એટલે કે, ઇન-ગેમ જાહેરાત - જ્યારે તમે મોબાઇલ ગેમ રમો છો અને વધારાનું જીવન કમાવવાની જરૂર હોય ત્યારે દેખાય છે, ઉદાહરણ તરીકે. હું જાહેરાતના રૂપાંતરણને સુધારવા પર કામ કરી રહ્યો છું - એટલે કે, ખેલાડીને જાહેરાત પર ક્લિક કરવાની શક્યતા વધારે છે.

તમે કેવી રીતે ખસેડ્યા?

પ્રથમ, હું એક્સચેન્જ સેમેસ્ટરનો અભ્યાસ કરવા ફિનલેન્ડ આવ્યો હતો, ત્યારબાદ હું રશિયા પાછો ફર્યો અને મારો ડિપ્લોમા પૂર્ણ કર્યો. પછી મેં Aalto યુનિવર્સિટીમાં મશીન લર્નિંગ/ડેટા સાયન્સમાં માસ્ટર પ્રોગ્રામમાં પ્રવેશ કર્યો. હું એક્સચેન્જનો વિદ્યાર્થી હોવાથી મારે અંગ્રેજીની પરીક્ષા પણ આપવાની નહોતી; મેં તે સરળતાથી કર્યું, હું જાણતો હતો કે હું શું કરી રહ્યો છું. હું અહીં 3 વર્ષથી રહું છું.

ફિનિશ જરૂરી છે?

જો તમે અહીં સ્નાતકની ડિગ્રી માટે અભ્યાસ કરવા જઈ રહ્યા હોવ તો તે જરૂરી છે. સ્નાતક માટે અંગ્રેજીમાં બહુ ઓછા પ્રોગ્રામ્સ છે; તમારે ફિનિશ અથવા સ્વીડિશની જરૂર છે - આ બીજી રાજ્ય ભાષા છે, કેટલીક યુનિવર્સિટીઓ સ્વીડિશમાં શીખવે છે. પરંતુ માસ્ટર્સ અને પીએચડી પ્રોગ્રામ્સમાં મોટાભાગના પ્રોગ્રામ અંગ્રેજીમાં હોય છે. જો આપણે રોજિંદા સંદેશાવ્યવહાર અને રોજિંદા જીવન વિશે વાત કરીએ, તો અહીં મોટાભાગના લોકો અંગ્રેજી બોલે છે, લગભગ 90%. લોકો સામાન્ય રીતે એક સમયે વર્ષો સુધી જીવે છે (મારો સાથીદાર 20 વર્ષ જીવે છે) ફિનિશ ભાષા વિના.

અલબત્ત, જો તમે અહીં રહેવા માંગતા હો, તો તમારે ઓછામાં ઓછું ફોર્મ ભરવાના સ્તરે ફિનિશને સમજવાની જરૂર છે - છેલ્લું નામ, પ્રથમ નામ, વગેરે.

શું શિક્ષણની ગુણવત્તા રશિયન ફેડરેશનની યુનિવર્સિટીઓથી અલગ છે? શું તેઓ જુનિયર ઉપકરણ માટે તમામ જરૂરી આધાર પૂરા પાડે છે?

ગુણવત્તા અલગ છે. મને લાગે છે કે રશિયામાં તેઓ એક સાથે ઘણી બધી વસ્તુઓ શીખવવાનો પ્રયાસ કરી રહ્યા છે: વિભેદક સમીકરણો, અલગ ગણિત અને ઘણું બધું. હકીકતમાં, તમારે કોર્સવર્ક અથવા નિબંધ તરીકે વધારાની સામગ્રી લેવાની જરૂર છે, તમારા પોતાના પર કંઈક નવું શીખો, કેટલાક અભ્યાસક્રમો લો. અહીં માસ્ટર પ્રોગ્રામમાં મારા માટે સરળ હતું; શું થઈ રહ્યું છે તેની મને ઘણી ખબર હતી. ફરીથી, ફિનલેન્ડમાં સ્નાતક હજી નિષ્ણાત નથી; ત્યાં હજી પણ આવા વિભાગ છે. હવે, જો તમારી પાસે માસ્ટર ડિગ્રી છે, તો તમે નોકરી મેળવી શકો છો. હું કહીશ કે ફિનલેન્ડમાં માસ્ટર પ્રોગ્રામ્સમાં સામાજિક કૌશલ્યો મહત્વપૂર્ણ છે, તેમાં ભાગ લેવો, સક્રિય રહેવું મહત્વપૂર્ણ છે; સંશોધન પ્રોજેક્ટ છે. જો તમારા માટે રસપ્રદ સંશોધન હોય અને તમે વધુ ઊંડું ખોદવા માંગતા હો, તો તમે પ્રોફેસરના સંપર્કો મેળવી શકો છો, આ દિશામાં કામ કરી શકો છો અને વિકાસ કરી શકો છો.

એટલે કે, જવાબ "હા" છે, પરંતુ તમારે સામાજિક રીતે સક્રિય રહેવાની જરૂર છે, જો તે અસ્તિત્વમાં હોય તો દરેક તકને વળગી રહેવું જોઈએ. મારો એક મિત્ર ખીણમાં સ્ટાર્ટઅપ પર કામ કરવા ગયો હતો - યુનિવર્સિટીમાં એક પ્રોગ્રામ છે જે યોગ્ય સ્ટાર્ટઅપ્સ શોધે છે અને ઇન્ટરવ્યુ ગોઠવે છે. મને લાગે છે કે તે પછીથી CERN માં પણ ગયો હતો.

ફિનલેન્ડમાં કંપની કર્મચારીઓને કેવી રીતે પ્રોત્સાહિત કરે છે, તેના ફાયદા શું છે?

સ્પષ્ટ (પગાર) ઉપરાંત, સામાજિક લાભો છે. ઉદાહરણ તરીકે, માતાપિતા માટે પ્રસૂતિ રજાની રકમ. આરોગ્ય વીમો, સ્ટોક્સ, વિકલ્પો છે. વેકેશનના દિવસો અસામાન્ય સંચય છે. ખાસ કંઈ નથી, મૂળભૂત રીતે.

ઉદાહરણ તરીકે, અમારી ઑફિસમાં એક sauna છે.

કૂપન્સ પણ છે - લંચ માટે, જાહેર પરિવહન માટે, સાંસ્કૃતિક અને રમતગમતના કાર્યક્રમો (સંગ્રહાલયો, રમતગમત) માટે ચોક્કસ રકમ.

ITમાં પ્રવેશ માટે માનવતાનો વિદ્યાર્થી શું ભલામણ કરી શકે?

શાળાના અભ્યાસક્રમને પુનરાવર્તિત કરો અને HSE દાખલ કરો? પ્રોગ્રામરો પાસે ઘણીવાર ગાણિતિક પૃષ્ઠભૂમિ/ઓલિમ્પિયાડ્સ હોય છે...

હું, અલબત્ત, તમારા ગણિતને સુધારવાની સલાહ આપું છું. પરંતુ શાળાના અભ્યાસક્રમનું પુનરાવર્તન કરવું જરૂરી નથી. વધુ સ્પષ્ટ રીતે, જો તમને કંઈપણ યાદ ન હોય તો જ તેનું પુનરાવર્તન કરવું જોઈએ. વધુમાં, તમારે તે નક્કી કરવાની જરૂર છે કે તમે કઈ ITમાં જવા માંગો છો. ફ્રન્ટ-એન્ડ ડેવલપર બનવા માટે, તમારે ગણિત જાણવાની જરૂર નથી: તમારે ફક્ત ફ્રન્ટ-એન્ડ અભ્યાસક્રમો લેવાની અને શીખવાની જરૂર છે. મારી મિત્રે તાજેતરમાં એક્સેન્ચરના અભ્યાસક્રમોમાં પ્રવેશ લેવાનું નક્કી કર્યું, તે હાલમાં સ્કાલા શીખી રહી છે; તેણી માનવતાવાદી નથી, પરંતુ તેણીને પ્રોગ્રામિંગનો કોઈ અનુભવ નહોતો. તમે શું પ્રોગ્રામ કરવા માંગો છો તેના આધારે અને કયા આધારે, તમારે ગણિતની અલગ રકમની જરૂર છે. અલબત્ત, મશીન લર્નિંગ વિશેષતાને એક યા બીજી રીતે ગણિતની જરૂર છે. પરંતુ, જો તમે માત્ર પ્રયાસ કરવા માંગતા હો, તો ઘણા જુદા જુદા ટ્યુટોરિયલ્સ, ખુલ્લી માહિતી, સ્થાનો છે જ્યાં તમે ન્યુરલ નેટવર્ક સાથે રમી શકો છો અથવા તેને જાતે બનાવી શકો છો, અથવા તૈયાર ડાઉનલોડ કરો, પરિમાણો બદલો અને જુઓ કે તે કેવી રીતે બદલાય છે. તે બધું પ્રેરણા કેટલી મજબૂત છે તેના પર નિર્ભર છે.

જો તે ગુપ્ત નથી - પગાર, અનુભવ, તમે શું લખો છો?

હું Python માં લખું છું - તે મશીન લર્નિંગ અને ડેટા સાયન્સ માટેની સાર્વત્રિક ભાષા છે. અનુભવ - વિવિધ અનુભવો હતા; હું ઘણી કંપનીઓમાં એક સરળ એન્જિનિયર હતો, હું મોસ્કોમાં ઘણા મહિનાઓ માટે ઇન્ટર્નશિપ પર હતો. એકતા પહેલા પૂર્ણ-સમયની નોકરી નહોતી. હું ત્યાં ઈન્ટર્ન તરીકે પણ આવ્યો, 9 મહિના સુધી ઈન્ટર્ન તરીકે કામ કર્યું, પછી બ્રેક લીધો અને હવે હું એક વર્ષથી કામ કરું છું. પગાર પ્રાદેશિક મધ્યથી ઉપર, સ્પર્ધાત્મક છે. શિખાઉ નિષ્ણાત 3500 EUR થી કમાણી કરશે; આ કંપનીએ કંપનીમાં બદલાય છે. સામાન્ય રીતે, 3.5-4 એ પ્રારંભિક પગાર છે.

તમે કયા પુસ્તકો અને ટ્યુટોરિયલ્સની ભલામણ કરો છો?

મને ખાસ કરીને પુસ્તકોમાંથી શીખવું ગમતું નથી - મારા માટે ફ્લાય પર પ્રયાસ કરવો મહત્વપૂર્ણ છે; કંઈક તૈયાર ડાઉનલોડ કરો અને તેને જાતે અજમાવો. હું મારી જાતને વધુ પ્રયોગકર્તા માનું છું, તેથી હું પુસ્તકોમાં મદદ કરી શકતો નથી. પણ મેં અહીં કેટલાક ઈન્ટરવ્યુ અને લાઈવ બ્રોડકાસ્ટ જોયા છે, જ્યાં બીજા વક્તા પુસ્તકો વિશે વિગતવાર વાત કરે છે.

વિવિધ ટ્યુટોરિયલ્સ છે. જો તમે અલ્ગોરિધમ અજમાવવા માંગતા હો, તો અલ્ગોરિધમ, પદ્ધતિ, પદ્ધતિ વર્ગોનું નામ લો અને તેને શોધમાં દાખલ કરો. પ્રથમ કડી તરીકે જે પણ આવે, પછી જુઓ.

તે કેટલો સમય સ્વચ્છ રહે છે?

ટેક્સ પછી - તમારે ટેક્સ વત્તા 8% (જે ટેક્સ નથી, પરંતુ ટેક્સ છે) લેવો પડશે - પગારનો 2/3 બાકી છે. દર ગતિશીલ છે - તમે જેટલું વધુ કમાશો, તેટલો વધારે ટેક્સ.

કઈ કંપનીઓ જાહેરાત માટે અરજી કરે છે?

તમારે એ સમજવાની જરૂર છે કે યુનિટી / યુનિટી જાહેરાતો મોબાઇલ ગેમ્સની જાહેરાતમાં રોકાયેલી છે. એટલે કે, અમારી પાસે એક વિશિષ્ટ સ્થાન છે, અમે મોબાઇલ ગેમ્સમાં ખૂબ જ સારી રીતે વાકેફ છીએ, તમે તેને યુનિટીમાં બનાવી શકો છો. એકવાર તમે રમત લખી લો તે પછી, તમે તેમાંથી પૈસા કમાવવા માંગો છો, અને મુદ્રીકરણ એ એક રીત છે.
કોઈપણ કંપની જાહેરાત માટે અરજી કરી શકે છે - ઑનલાઇન સ્ટોર્સ, વિવિધ નાણાકીય એપ્લિકેશનો. દરેકને જાહેરાતની જરૂર છે. ખાસ કરીને, અમારા મુખ્ય ગ્રાહકો મોબાઇલ ગેમ ડેવલપર્સ છે.

તમારી કુશળતા સુધારવા માટે કયા પ્રોજેક્ટ શ્રેષ્ઠ છે?

સારો પ્રશ્ન. જો આપણે ડેટા સાયન્સ વિશે વાત કરી રહ્યા છીએ, તો તમારે ઑનલાઇન કોર્સ (ઉદાહરણ તરીકે, સ્ટેનફોર્ડ પાસે છે) અથવા ઑનલાઇન યુનિવર્સિટી દ્વારા તમારી જાતને અપગ્રેડ કરવાની જરૂર છે. ત્યાં વિવિધ પ્લેટફોર્મ છે જેના માટે તમારે ચૂકવણી કરવાની જરૂર છે - ઉદાહરણ તરીકે, Udacity. ત્યાં હોમવર્ક, વિડિઓઝ, માર્ગદર્શન છે, પરંતુ આનંદ સસ્તો નથી.

તમારી રુચિઓ જેટલી સાંકડી છે (ઉદાહરણ તરીકે, અમુક પ્રકારનું મજબૂતીકરણ શિક્ષણ), પ્રોજેક્ટ્સ શોધવાનું વધુ મુશ્કેલ છે. તમે કાગલ સ્પર્ધાઓમાં ભાગ લેવાનો પ્રયાસ કરી શકો છો: kaggle.com પર જાઓ, ત્યાં ઘણી જુદી જુદી મશીન લર્નિંગ સ્પર્ધાઓ છે. તમે એવી વસ્તુ લો કે જેની સાથે પહેલાથી જ અમુક પ્રકારની બેઝલાઇન જોડાયેલ હોય; ડાઉનલોડ કરો અને તે કરવાનું શરૂ કરો. એટલે કે, ત્યાં ઘણી રીતો છે: તમે તમારા પોતાના પર અભ્યાસ કરી શકો છો, તમે ઑનલાઇન અભ્યાસક્રમ લઈ શકો છો - મફત અથવા પેઇડ, તમે સ્પર્ધાઓમાં ભાગ લઈ શકો છો. જો તમે Facebook, Google વગેરે પર નોકરી શોધવા માંગતા હો, તો તમારે એલ્ગોરિધમિક સમસ્યાઓ કેવી રીતે હલ કરવી તે શીખવાની જરૂર છે - એટલે કે, ઇન્ટરવ્યુ પાસ કરવા માટે તમારે LeetCode પર જવાની જરૂર છે, ત્યાં તમારી કુશળતા મેળવો.

મશીન લર્નિંગ તાલીમ માટે ટૂંકા રોડમેપનું વર્ણન કરો?

હું તમને સાર્વત્રિક હોવાનો ડોળ કર્યા વિના આદર્શ રીતે કહીશ. તમે સૌપ્રથમ યુનિ.માં ગણિતના અભ્યાસક્રમો લો, તમારે રેખીય બીજગણિત, સંભાવના અને આંકડાઓની જાણકારી અને સમજની જરૂર છે. તે પછી, કોઈ તમને એમએલ વિશે કહે છે; જો તમે મોટા શહેરમાં રહો છો, તો ત્યાં ML અભ્યાસક્રમો ઓફર કરતી શાળાઓ હોવી જોઈએ. સૌથી પ્રસિદ્ધ SHAD, યાન્ડેક્સ સ્કૂલ ઓફ ડેટા એનાલિસિસ છે. જો તમે પાસ થશો અને તમે બે વર્ષ અભ્યાસ કરી શકશો, તો તમને સંપૂર્ણ ML બેઝ મળશે. તમારે સંશોધન અને કાર્યમાં તમારી કુશળતાને આગળ વધારવાની જરૂર પડશે.

જો ત્યાં અન્ય વિકલ્પો છે: ઉદાહરણ તરીકે, ટિન્કોવ પાસે સ્નાતક થયા પછી ટિન્કોફમાં નોકરી મેળવવાની તક સાથે મશીન લર્નિંગના અભ્યાસક્રમો છે. જો આ તમારા માટે અનુકૂળ હોય, તો આ અભ્યાસક્રમો માટે સાઇન અપ કરો. ત્યાં વિવિધ પ્રવેશ થ્રેશોલ્ડ છે: ઉદાહરણ તરીકે, SAD માં પ્રવેશ પરીક્ષણો છે.
જો તમે નિયમિત અભ્યાસક્રમો લેવા માંગતા ન હો, તો તમે ઑનલાઇન અભ્યાસક્રમોથી પ્રારંભ કરી શકો છો, જેમાંથી પર્યાપ્ત કરતાં વધુ છે. તે તમારા પર નિર્ભર છે; જો તમારી પાસે સારું અંગ્રેજી છે, સારું, તો તે શોધવાનું સરળ રહેશે. જો નહીં, તો કદાચ ત્યાં પણ કંઈક છે. સમાન SAD પ્રવચનો જાહેરમાં ઉપલબ્ધ છે.
સૈદ્ધાંતિક આધાર પ્રાપ્ત કર્યા પછી, તમે આગળ વધી શકો છો - ઇન્ટર્નશીપ, સંશોધન અને તેથી વધુ માટે.

શું મશીન લર્નિંગ જાતે શીખવું શક્ય છે? શું તમે આવા પ્રોગ્રામરને મળ્યા છો?

મને લાગે છે હા. તમારે ફક્ત મજબૂત પ્રેરણાની જરૂર છે. કોઈ વ્યક્તિ પોતાની જાતે અંગ્રેજી શીખી શકે છે, ઉદાહરણ તરીકે, પરંતુ કોઈએ અભ્યાસક્રમો લેવાની જરૂર છે, અને આ વ્યક્તિ ફક્ત તે જ રીતે શીખી શકે છે. તે ML સાથે સમાન છે. જો કે હું એવા પ્રોગ્રામરને જાણતો નથી કે જેણે પોતાની જાતે બધું શીખ્યા હોય, કદાચ મારી પાસે ઘણા બધા પરિચિતો નથી; મારા બધા મિત્રો સામાન્ય રીતે શીખ્યા. હું એમ કહેવાનું ધારતો નથી કે તમારે આ રીતે 100% અભ્યાસ કરવાની જરૂર છે: મુખ્ય વસ્તુ તમારી ઇચ્છા, તમારો સમય છે. અલબત્ત, જો તમારી પાસે ગાણિતિક પાયો ન હોય, તો તમારે તેને વિકસાવવા માટે ઘણો સમય પસાર કરવો પડશે.
ડેટા સાયન્ટિસ્ટ બનવાનો અર્થ શું છે તે સમજવા ઉપરાંત: હું મારી જાતે ડેટા સાયન્સ કરતો નથી.
સંશોધન તરીકે. અમારી કંપની એવી પ્રયોગશાળા નથી કે જ્યાં અમે છ મહિના સુધી પ્રયોગશાળામાં પોતાને લૉક કરીને પદ્ધતિઓ વિકસાવીએ. હું ઉત્પાદન સાથે સીધો કામ કરું છું, અને મને એન્જિનિયરિંગ કૌશલ્યની જરૂર છે; શું કામ કરે છે તે સમજવા માટે મારે કોડ લખવાની અને એન્જિનિયરિંગ કૌશલ્યની જરૂર છે. ડેટા સાયન્સ વિશે વાત કરતી વખતે લોકો ઘણીવાર આ સુવિધાઓને છોડી દે છે. પીએચડી ધરાવતા લોકો વાંચી ન શકાય તેવા, ભયંકર, અનસ્ટ્રક્ચર્ડ કોડ લખે છે અને તેઓ ઉદ્યોગમાં જવાનું નક્કી કર્યા પછી મોટી સમસ્યાઓ અનુભવે છે તેવી ઘણી વાર્તાઓ છે. એટલે કે, મશીન લર્નિંગ સાથે સંયોજનમાં, વ્યક્તિએ એન્જિનિયરિંગ કુશળતા વિશે ભૂલવું જોઈએ નહીં.

ડેટા સાયન્સ એવી સ્થિતિ છે જે પોતાના વિશે બોલતી નથી. તમે ડેટા સાયન્સ સાથે કામ કરતી કંપનીમાં નોકરી મેળવી શકો છો, અને તમે SQL ક્વેરીઝ લખશો, અથવા ત્યાં સરળ લોજિસ્ટિક રીગ્રેશન હશે. સૈદ્ધાંતિક રીતે, આ પણ મશીન લર્નિંગ છે, પરંતુ ડેટા સાયન્સ શું છે તેની દરેક કંપનીની પોતાની સમજ છે. ઉદાહરણ તરીકે, ફેસબુક પરના મારા મિત્રએ કહ્યું કે ડેટા સાયન્સ એ છે જ્યારે લોકો ફક્ત આંકડાકીય પ્રયોગો ચલાવે છે: બટનો પર ક્લિક કરો, પરિણામો એકત્રિત કરો અને પછી તેમને પ્રસ્તુત કરો. તે જ સમયે, હું જાતે રૂપાંતરણ પદ્ધતિઓ અને અલ્ગોરિધમ્સમાં સુધારો કરું છું; કેટલીક અન્ય કંપનીઓમાં આ વિશેષતાને મશીન લર્નિંગ એન્જિનિયર કહેવામાં આવે છે. વિવિધ કંપનીઓમાં વસ્તુઓ અલગ અલગ હોઈ શકે છે.

તમે કઈ લાઈબ્રેરીઓનો ઉપયોગ કરો છો?

અમે કેરાસ અને ટેન્સરફ્લોનો ઉપયોગ કરીએ છીએ. PyTorch પણ શક્ય છે - આ મહત્વપૂર્ણ નથી, તે તમને બધી સમાન વસ્તુઓ કરવાની મંજૂરી આપે છે - પરંતુ અમુક સમયે તેનો ઉપયોગ કરવાનું નક્કી કરવામાં આવ્યું હતું. હાલના ઉત્પાદન સાથે તેને બદલવું મુશ્કેલ છે.

યુનિટી પાસે માત્ર ડેટા વૈજ્ઞાનિકો જ નથી કે જેઓ રૂપાંતરણ અલ્ગોરિધમ્સને ઑપ્ટિમાઇઝ કરે છે, પણ ગેમટ્યુન એ એક એવી વસ્તુ છે જ્યાં તમે વિવિધ ટ્યુટોરિયલ્સનો ઉપયોગ કરીને નફા અથવા રીટેન્શનના સંદર્ભમાં મેટ્રિક્સમાં સુધારો કરો છો. ચાલો કહીએ કે કોઈએ રમત રમી અને કહ્યું: હું સમજી શકતો નથી, મને રસ નથી - તેણે તે છોડી દીધું; કેટલાક માટે તે ખૂબ જ સરળ છે, પરંતુ તેનાથી વિપરીત, તેણે પણ છોડી દીધું. તેથી જ GameTune ની જરૂર છે - એક પહેલ જે ગેમરની ક્ષમતા, અથવા ગેમિંગ ઇતિહાસ અથવા તેઓ એપ્લિકેશનમાં કેટલી વાર કંઈક ખરીદે છે તેના આધારે રમતોની મુશ્કેલીને અનુરૂપ બનાવે છે.

યુનિટી લેબ્સ પણ છે - તમે તેને પણ ગૂગલ કરી શકો છો. ત્યાં એક વિડિયો છે જ્યાં તમે અનાજનું બૉક્સ લો છો, અને તેની પાછળ મેઝ જેવી રમતો છે - પરંતુ તે સંવર્ધિત વાસ્તવિકતા સાથે સુસંગત છે, અને તમે કાર્ડબોર્ડ પર વ્યક્તિને નિયંત્રિત કરી શકો છો. ખૂબ જ મસ્ત લાગે છે.

તમે યુનિટી જાહેરાતો વિશે સીધી વાત કરી શકો છો. જો તમે રમત લખવાનું નક્કી કરો છો, અને તેને પ્રકાશિત કરીને પૈસા કમાવવાનું નક્કી કરો છો, તો તમારે કેટલીક મુશ્કેલ સમસ્યાઓ હલ કરવી પડશે.

હું એક ઉદાહરણથી શરૂઆત કરીશ: Apple એ iOS 14 લોન્ચ કરવાની જાહેરાત કરી. તેમાં, સંભવિત ગેમર એપ્લિકેશનમાં જઈ શકે છે અને કહી શકે છે કે તે તેનું ઉપકરણ-ID કોઈની સાથે શેર કરવા માંગતો નથી. જો કે, તે સંમત છે કે જાહેરાતની ગુણવત્તા બગડશે. પરંતુ તે જ સમયે, તે અમારા માટે એક પડકાર છે કારણ કે જો અમે તમને ઓળખી શકતા નથી, તો અમે ચોક્કસ મેટ્રિક્સ એકત્રિત કરી શકીશું નહીં, અને અમારી પાસે તમારા વિશે ઓછી માહિતી હશે. ગોપનીયતા અને ડેટા સંરક્ષણ માટે વધુ પ્રતિબદ્ધ હોય તેવા વિશ્વમાં ડેટા સાયન્ટિસ્ટ માટે કાર્યને ઑપ્ટિમાઇઝ કરવું વધુને વધુ મુશ્કેલ છે - ત્યાં ઓછા અને ઓછા ડેટા, તેમજ ઉપલબ્ધ પદ્ધતિઓ છે.

યુનિટી ઉપરાંત, ત્યાં ફેસબુક અને ગૂગલ જેવા દિગ્ગજો છે - અને, એવું લાગે છે કે આપણને યુનિટી જાહેરાતોની શા માટે જરૂર છે? પરંતુ તમારે એ સમજવાની જરૂર છે કે આ જાહેરાત નેટવર્ક વિવિધ દેશોમાં અલગ રીતે કામ કરી શકે છે. સાપેક્ષ રીતે કહીએ તો, ટાયર 1 દેશો છે (અમેરિકા, કેનેડા, ઓસ્ટ્રેલિયા); ત્યાં ટાયર 2 દેશો (એશિયા), ત્યાં ટાયર 2 દેશો (ભારત, બ્રાઝિલ) છે. જાહેરાત નેટવર્ક્સ તેમાં અલગ રીતે કામ કરી શકે છે. ઉપયોગમાં લેવાતી જાહેરાતનો પ્રકાર પણ મહત્વપૂર્ણ છે. શું તે સામાન્ય પ્રકાર છે, અથવા "પુરસ્કારપાત્ર" જાહેરાત - જ્યારે, ઉદાહરણ તરીકે, રમત સમાપ્ત થયા પછી તે જ જગ્યાએથી ચાલુ રાખવા માટે, તમારે જાહેરાત જોવાની જરૂર છે. વિવિધ પ્રકારની જાહેરાતો, વિવિધ લોકો. કેટલાક દેશોમાં, એક જાહેરાત નેટવર્ક વધુ સારું કામ કરે છે, અન્યમાં, બીજું. અને વધારાની નોંધ તરીકે, મેં સાંભળ્યું છે કે Google નું AdMob એકીકરણ Unity કરતાં વધુ જટિલ છે.

એટલે કે, જો તમે યુનિટીમાં કોઈ ગેમ બનાવી છે, તો પછી તમે યુનિટી જાહેરાતોમાં આપમેળે એકીકૃત થઈ જશો. તફાવત એ એકીકરણની સરળતા છે. હું શું ભલામણ કરી શકું છું: મધ્યસ્થી જેવી વસ્તુ છે; તેની વિવિધ સ્થિતિઓ છે: તમે જાહેરાત પ્લેસમેન્ટ માટે "વોટરફોલ" માં સ્થાનો સેટ કરી શકો છો. તમે કહી શકો, ઉદાહરણ તરીકે, આ: હું ઈચ્છું છું કે પહેલા ફેસબુક, પછી ગૂગલ, પછી યુનિટી બતાવવામાં આવે. અને, જો ફેસબુક અને ગૂગલ જાહેરાતો ન બતાવવાનું નક્કી કરે છે, તો યુનિટી કરશે. તમારી પાસે જેટલા વધુ જાહેરાત નેટવર્ક છે, તેટલું સારું. આને રોકાણ તરીકે ગણી શકાય, પરંતુ તમે એકસાથે અલગ-અલગ સંખ્યામાં જાહેરાત નેટવર્કમાં રોકાણ કરી રહ્યાં છો.
તમે જાહેરાત ઝુંબેશની સફળતા માટે શું મહત્વનું છે તે વિશે પણ વાત કરી શકો છો. હકીકતમાં, અહીં કંઈ ખાસ નથી: તમારે ખાતરી કરવાની જરૂર છે કે જાહેરાત તમારી એપ્લિકેશનની સામગ્રી સાથે સુસંગત છે. તમે, ઉદાહરણ તરીકે, "એપ જાહેરાત માફિયા" માટે YouTube શોધી શકો છો અને જોઈ શકો છો કે કેવી રીતે જાહેરાત સામગ્રીને અનુરૂપ નથી. હોમસ્કેપ્સ (કે ગાર્ડનસ્કેપ્સ?) નામની એક એપ્લિકેશન પણ છે. ઝુંબેશ યોગ્ય રીતે સેટ કરવામાં આવી છે કે કેમ તે વાંધો હોઈ શકે છે: જેથી અંગ્રેજીમાં જાહેરાત અંગ્રેજી બોલતા પ્રેક્ષકોને અને રશિયન બોલતા પ્રેક્ષકોને રશિયનમાં બતાવવામાં આવે. ઘણી વાર આમાં ભૂલો હોય છે: લોકો તેને સમજી શકતા નથી, તેઓ તેને રેન્ડમ ઇન્સ્ટોલ કરે છે.
તમારે વિવિધ શાનદાર વીડિયો બનાવવાની જરૂર છે, ફોર્મેટ વિશે વિચારો, તેમને કેટલી વાર અપડેટ કરવા તે વિશે વિચારો. મોટી કંપનીઓમાં, ખાસ લોકો આ કરે છે - વપરાશકર્તા સંપાદન સંચાલકો. જો તમે સિંગલ ડેવલપર છો, તો તમારે આની જરૂર નથી, અથવા ચોક્કસ વૃદ્ધિ હાંસલ કર્યા પછી તમને તેની જરૂર પડશે.

તમારી ભાવિ યોજનાઓ શું છે?

હું જ્યાં છું ત્યાં હજી પણ કામ કરું છું. કદાચ મને ફિનિશ નાગરિકતા મળશે - આ 5 વર્ષના નિવાસ પછી શક્ય છે (જો 30 વર્ષથી ઓછી હોય, તો તમારે પણ સેવા કરવાની જરૂર છે, જો વ્યક્તિએ બીજા દેશમાં આ કર્યું નથી).

તમે ફિનલેન્ડ કેમ ગયા?

હા, આઇટી નિષ્ણાત માટે આ બહુ લોકપ્રિય દેશ નથી. ઘણા લોકો પરિવારો સાથે સ્થળાંતર કરે છે કારણ કે અહીં સારા સામાજિક લાભો છે - કિન્ડરગાર્ટન્સ, નર્સરીઓ અને માતા-પિતા માટે પ્રસૂતિ રજા. હું મારી જાતને કેમ ખસેડીશ? મને તે અહીં ગમ્યું. મને તે ગમે ત્યાં ગમે છે, પરંતુ ફિનલેન્ડ સાંસ્કૃતિક માનસિકતામાં એકદમ નજીક છે; અલબત્ત, રશિયા સાથે તફાવતો છે, પરંતુ સમાનતાઓ પણ છે. તે નાની છે, સલામત છે અને ક્યારેય કોઈ મોટી મુશ્કેલીઓમાં ફસાઈ જશે નહીં. આ કોઈ પરંપરાગત અમેરિકા નથી, જ્યાં તમને પસંદ ન હોય તેવા પ્રમુખ મળી શકે છે, અને આના કારણે કંઈક શરૂ થશે; અને ગ્રેટ બ્રિટન નહીં, જે અચાનક EU છોડવા માંગે છે, અને ત્યાં પણ સમસ્યાઓ હશે. અહીં માત્ર 5 મિલિયન લોકો છે. કોરોનાવાયરસ રોગચાળા સાથે પણ, ફિનલેન્ડ અન્ય દેશોની તુલનામાં ખૂબ સારી રીતે સામનો કર્યો.

શું તમે રશિયા પાછા ફરવાનું વિચારી રહ્યા છો?

હું હજુ સુધી જવાનો નથી. મને આ કરવાથી કંઈપણ રોકી શકશે નહીં, પરંતુ હું અહીં આરામદાયક અનુભવું છું. તદુપરાંત, જો હું રશિયામાં કામ કરું છું, તો મારે સૈન્યમાં નોંધણી કરાવવી પડશે, અને મને ડ્રાફ્ટ કરવામાં આવશે.

ફિનલેન્ડમાં માસ્ટર પ્રોગ્રામ્સ વિશે

કઈ ખાસ નહિ. જો આપણે વ્યાખ્યાનોની સામગ્રી વિશે વાત કરીએ, તો તે ફક્ત સ્લાઇડ્સનો સમૂહ છે; ત્યાં સૈદ્ધાંતિક સામગ્રી છે, પ્રેક્ટિસ સાથે એક સેમિનાર, જ્યાં આ સિદ્ધાંતને સન્માનિત કરવામાં આવે છે, પછી આ બધી સામગ્રી (સિદ્ધાંત અને કાર્યો) પર પરીક્ષા.

વિશેષતા: તેઓને માસ્ટર પ્રોગ્રામમાંથી બહાર કરવામાં આવશે નહીં. જો તમે પરીક્ષા પાસ ન કરો, તો તમારે ફક્ત આગામી સત્રમાં આ કોર્સ કરવો પડશે. અભ્યાસના કુલ સમય પર માત્ર એક મર્યાદા છે: સ્નાતકની ડિગ્રી માટે - 7 વર્ષથી વધુ નહીં, માસ્ટર ડિગ્રી માટે - 4 વર્ષ. તમે એક કોર્સ સિવાય બે વર્ષમાં બધું સરળતાથી પૂર્ણ કરી શકો છો અને તેને 2 વર્ષ સુધી લંબાવી શકો છો અથવા શૈક્ષણિક અભ્યાસક્રમો લઈ શકો છો.

શું મોસ્કો અને ફિનલેન્ડમાં કામ ખૂબ જ અલગ છે?

હું ના કહીશ. સમાન IT કંપનીઓ, સમાન કાર્યો. સાંસ્કૃતિક અને રોજિંદા દ્રષ્ટિએ, તે અનુકૂળ છે, કામ નજીકમાં છે, શહેર નાનું છે. કરિયાણાની દુકાન મારાથી એક મિનિટની છે, જીમ ત્રણ છે, કામ પચીસ છે, ડોર ટુ ડોર. મને માપો ગમે છે; હું પહેલા ક્યારેય આવા હૂંફાળું શહેરોમાં રહ્યો નથી, જ્યાં બધું હાથમાં છે. સુંદર પ્રકૃતિ, બીચ નજીકમાં છે.

પરંતુ કામના સંદર્ભમાં, મને લાગે છે કે બધું, વત્તા અથવા ઓછા, સમાન છે. ફિનલેન્ડમાં આઇટી લેબર માર્કેટ વિશે, મશીન લર્નિંગ અંગે, કેટલાક નોંધે છે કે ML સંબંધિત વિશેષતાઓ માટે, પીએચડી અથવા ઓછામાં ઓછી માસ્ટર ડિગ્રી જરૂરી છે. હું માનું છું કે નજીકના ભવિષ્યમાં આ બદલાશે. હજી પણ અહીં એક પૂર્વગ્રહ છે: જો તમારી પાસે સ્નાતકની ડિગ્રી છે, તો તમે પ્રશિક્ષિત નિષ્ણાત ન બની શકો, પરંતુ જો તમારી પાસે માસ્ટર ડિગ્રી છે, તો તમારી પાસે વિશેષતા છે અને તમે કામ કરી શકો છો. અને જો તમારી પાસે પીએચડી છે, તો બધું સંપૂર્ણપણે સરસ છે, અને તમે આઇટી સંશોધન કરી શકો છો. તેમ છતાં, મને લાગે છે કે, જે લોકોએ તેમની પીએચડી પૂર્ણ કરી છે તેઓ પણ ઉદ્યોગમાં સંપૂર્ણપણે સંકલિત થઈ શકતા નથી, અને તે સમજી શકતા નથી કે ઉદ્યોગ એ માત્ર અલ્ગોરિધમ્સ અને પદ્ધતિઓ નથી, પણ વ્યવસાય પણ છે. જો તમે વ્યવસાયને સમજી શકતા નથી, તો મને ખબર નથી કે તમે કંપની કેવી રીતે વિકસિત કરી શકો છો અને આ સમગ્ર મેટા-સિસ્ટમ કેવી રીતે કાર્ય કરે છે તે સમજી શકશો.

તેથી સ્નાતક શાળામાં જવાનો અને તરત જ નોકરી શોધવાનો વિચાર એકદમ મુશ્કેલ છે; જો તમે સ્નાતકની ડિગ્રી સાથે ફિનલેન્ડ જાવ છો, તો તમે નામ વગરના છો. કહેવા માટે તમારી પાસે થોડો કામનો અનુભવ હોવો જરૂરી છે: મેં Yandex, Mail, Kaspersky Lab, વગેરેમાં કામ કર્યું છે.

ફિનલેન્ડમાં 500 EUR પર કેવી રીતે જીવવું?

તમે જીવી શકો છો. જો તમે વિદ્યાર્થી છો, તો તમારે સમજવાની જરૂર છે કે તમારી પાસે શિષ્યવૃત્તિ નહીં હોય; EU નાણાં પ્રદાન કરી શકે છે, પરંતુ માત્ર વિનિમય વિદ્યાર્થીઓ માટે. જો તમે ફિનલેન્ડમાં યુનિવર્સિટીમાં પ્રવેશ કરી રહ્યાં છો, તો તમારે સમજવાની જરૂર છે કે તમે કેવી રીતે જીવશો. ઘણા વિકલ્પો છે; જો તમે પીએચડી ટ્રેક (એટલે કે એક સાથે માસ્ટર પ્રોગ્રામ અને પીએચડીમાં) સાથે માસ્ટર પ્રોગ્રામમાં નોંધણી કરાવો છો, તો પહેલા જ વર્ષથી તમે સંશોધન કાર્ય કરશો અને તેના માટે પૈસા પ્રાપ્ત કરશો.
નાનું, પરંતુ તે વિદ્યાર્થી માટે પૂરતું હશે. બીજો વિકલ્પ પાર્ટ-ટાઇમ જોબ છે; ઉદાહરણ તરીકે, હું ચોક્કસ કોર્સ માટે શિક્ષણ સહાયક હતો અને દર મહિને 400 EUR કમાતો હતો.

માર્ગ દ્વારા, ફિનલેન્ડમાં સારા વિદ્યાર્થી લાભો છે. તમે રૂમ દીઠ 300 અથવા 200 EURમાં ડોર્મમાં જઈ શકો છો, તમે વિદ્યાર્થી કેન્ટીનમાં નિશ્ચિત કિંમત સાથે ખાઈ શકો છો (તમે તમારી પ્લેટ પર જે કંઈ પણ મૂકો છો તે 2.60 EUR છે). કેટલાક 2.60 માટે ડાઇનિંગ રૂમમાં નાસ્તો, લંચ અને રાત્રિભોજન કરવાનો પ્રયાસ કરે છે; જો તમે આ કરો છો, તો તમે 500 EUR પર જીવી શકો છો. પરંતુ આ એકદમ ન્યૂનતમ છે.

જો તમારે પ્રોગ્રામર બનવું હોય તો તમે ક્યાં જઈ શકો?

ઉદાહરણ તરીકે, તમે હાયર સ્કૂલ ઑફ ઇકોનોમિક્સ, મોસ્કો ઇન્સ્ટિટ્યૂટ ઑફ ફિઝિક્સ એન્ડ ટેક્નોલોજી - FIVT અને FUPM, અથવા મોસ્કો સ્ટેટ યુનિવર્સિટીની કમ્પ્યુટર સાયન્સ અને કમ્પ્યુટિંગ સમિતિમાં કમ્પ્યુટર સાયન્સ ફેકલ્ટીમાં નોંધણી કરાવી શકો છો. તમે સેન્ટ પીટર્સબર્ગમાં પણ કંઈક શોધી શકો છો. પરંતુ હું મશીન લર્નિંગની ચોક્કસ પરિસ્થિતિથી વાકેફ નથી, આ વિષયને ગૂગલ કરવાનો પ્રયાસ કરો.

હું કહેવા માંગુ છું કે પ્રોગ્રામર બનવા માટે, ફક્ત તાલીમ પૂરતી નથી. શક્ય તેટલી ઝડપથી સંપર્કો બનાવવા માટે, સામાજિક વ્યક્તિ બનવું, વાત કરવામાં આનંદદાયક હોવું મહત્વપૂર્ણ છે. સંપર્કો નક્કી કરી શકે છે. કંપનીને વ્યક્તિગત ભલામણો અન્ય અરજદારો કરતાં મૂર્ત લાભ પ્રદાન કરે છે; તમે ખાલી ભરતી કરનારની સ્ક્રીનિંગને છોડી શકો છો.

સ્વાભાવિક રીતે, ફિનલેન્ડમાં જીવન સંપૂર્ણપણે કલ્પિત નથી - હું સ્થળાંતર થયો, અને બધું તરત જ ઠંડુ થઈ ગયું. કોઈપણ સ્થળાંતર કરનારને હજુ પણ સંસ્કૃતિના આંચકાનો સામનો કરવો પડે છે. જુદા જુદા દેશોમાં જુદા જુદા લોકો, જુદી જુદી માનસિકતા, જુદા જુદા કાયદા હોય છે. ઉદાહરણ તરીકે, અહીં તમારે ટેક્સની જાતે કાળજી લેવાની જરૂર છે - ટેક્સ કાર્ડ જાતે ભરો; કાર ખરીદવી, ઘર ભાડે આપવું—ઘણી બાબતો અલગ રીતે કામ કરે છે. જો તમે ખસેડવાનું નક્કી કરો તો તે ખૂબ મુશ્કેલ છે. અહીંના લોકો બહુ સામાજિક નથી, હવામાન સેન્ટ પીટર્સબર્ગ જેવું છે - નવેમ્બર-ડિસેમ્બરમાં 1-2 સન્ની દિવસો હોઈ શકે છે. કેટલાક અહીં હતાશ પણ થાય છે; તેઓ આત્મવિશ્વાસ સાથે આવે છે કે તેઓની અહીં ખૂબ જ જરૂર છે, પરંતુ એવું બહાર આવ્યું નથી, અને તેમને કોઈ બીજાના નિયમો અનુસાર રમીને પૈસા કમાવવાની જરૂર છે. તે હંમેશા જોખમ છે. એવી શક્યતા હંમેશા રહે છે કે તમારે પાછા જવું પડશે કારણ કે તમે ફિટ થશો નહીં.

મહત્વાકાંક્ષી પ્રોગ્રામરોને તમે શું સલાહ આપશો?

તમારી રુચિ શું છે તે સમજવા માટે હું તમને શક્ય તેટલા વધુ પ્રયાસ કરવાની સલાહ આપું છું. એક ક્ષેત્રમાં અટવાઈ ન જવાનો પ્રયાસ કરો: Android વિકાસ, ફ્રન્ટએન્ડ/બેકએન્ડ, Java, Javascript, ML અને અન્ય વસ્તુઓનો પ્રયાસ કરો. અને, મેં પહેલેથી જ કહ્યું તેમ, તમારે સક્રિય રહેવાની, સંપર્ક કરવાની, જે થઈ રહ્યું છે તેમાં રસ લેવાની જરૂર છે; મિત્રો, સહકર્મીઓ, પરિચિતો શું કરી રહ્યા છે. વર્કશોપ, સેમિનાર, લેક્ચરમાં જાઓ, લોકોને મળો. તમારી પાસે જેટલા વધુ જોડાણો છે, તેટલી રસપ્રદ વસ્તુઓ શું થઈ રહી છે તે સમજવું સરળ છે.

રમતો સિવાય યુનિટીનો ઉપયોગ બીજે ક્યાં થાય છે?

યુનિટી એ પ્યોર ગેમ એન્જિન બનવાનું બંધ કરવાનો પ્રયાસ કરી રહી છે. ઉદાહરણ તરીકે, તેનો ઉપયોગ CGI વીડિયો રેન્ડર કરવા માટે થાય છે: ઉદાહરણ તરીકે, જો તમે કોઈ કાર ડેવલપ કરી રહ્યાં છો, અને જાહેરાત કરવા માંગો છો, તો તમે, અલબત્ત, એક સારો વીડિયો બનાવવા માગો છો. મેં સાંભળ્યું છે કે યુનિટીનો ઉપયોગ આર્કિટેક્ચરલ પ્લાનિંગ માટે પણ થાય છે. એટલે કે જ્યાં વિઝ્યુલાઇઝેશનની જરૂર હોય ત્યાં એકતાનો ઉપયોગ કરી શકાય છે. જો તમે ગૂગલ કરો છો, તો તમને રસપ્રદ ઉદાહરણો મળી શકે છે.

જો તમે કોઈ પ્રશ્ન પૂછવા માંગતા હો, તો મને બધા સામાજિક નેટવર્ક્સ પર શોધો.

પહેલા શું થયું

સોર્સ: www.habr.com

ડેટા સાયન્સ તમને જાહેરાત કેવી રીતે વેચે છે? યુનિટી એન્જિનિયર સાથે મુલાકાત