भौतिकविदों से लेकर डेटा साइंस तक (विज्ञान के इंजन से लेकर ऑफिस प्लैंकटन तक)। तीसरा भाग

यह चित्र आर्थर कुज़िन द्वारा है (n01z3), ब्लॉग पोस्ट की सामग्री को काफी सटीक रूप से सारांशित करता है। परिणामस्वरूप, निम्नलिखित कथा को अत्यंत उपयोगी और तकनीकी के बजाय शुक्रवार की कहानी की तरह अधिक माना जाना चाहिए। इसके अलावा, यह ध्यान देने योग्य है कि पाठ अंग्रेजी शब्दों से भरपूर है। मैं नहीं जानता कि उनमें से कुछ का सही ढंग से अनुवाद कैसे किया जाए, और मैं उनमें से कुछ का अनुवाद नहीं करना चाहता।

पहला भाग।
दूसरा भाग।

शैक्षणिक माहौल से औद्योगिक माहौल में परिवर्तन कैसे हुआ, इसका खुलासा पहले दो एपिसोड में किया गया है। इसमें बातचीत इस बारे में होगी कि आगे क्या हुआ।

यह जनवरी 2017 था. उस समय मेरे पास एक साल से थोड़ा अधिक का कार्य अनुभव था और मैंने सैन फ्रांसिस्को में कंपनी में काम किया था ट्रूअकॉर्ड सीनियर की तरह डेटा वैज्ञानिक।

TrueAccord एक ऋण वसूली स्टार्टअप है। सरल शब्दों में - एक संग्रह एजेंसी। कलेक्टर आमतौर पर बहुत कॉल करते हैं। हमने बहुत सारे ईमेल भेजे, लेकिन कॉल बहुत कम कीं। प्रत्येक ईमेल कंपनी की वेबसाइट पर ले जाता था, जहां देनदार को ऋण पर छूट की पेशकश की जाती थी, और यहां तक ​​कि किश्तों में भुगतान करने की भी अनुमति दी जाती थी। इस दृष्टिकोण से बेहतर संग्रह हुआ, स्केलिंग की अनुमति मिली और मुकदमों में कम जोखिम हुआ।

कंपनी सामान्य थी. उत्पाद स्पष्ट है. प्रबंधन समझदार है. स्थान अच्छा है.

औसतन, घाटी में लोग लगभग डेढ़ साल तक एक ही स्थान पर काम करते हैं। यानी आप जिस भी कंपनी में काम करते हैं, वह एक छोटा सा कदम है। इस कदम पर आप कुछ पैसे जुटाएंगे, अपने बायोडाटा में नया ज्ञान, कौशल, कनेक्शन और लाइनें हासिल करेंगे। इसके बाद अगले चरण में संक्रमण होता है।

TrueAccord में ही, मैं ईमेल न्यूज़लेटर्स में अनुशंसा प्रणाली संलग्न करने के साथ-साथ फ़ोन कॉल को प्राथमिकता देने में भी शामिल था। प्रभाव समझ में आता है और ए/बी परीक्षण के माध्यम से डॉलर में काफी अच्छी तरह से मापा गया था। चूँकि मेरे आने से पहले कोई मशीन लर्निंग नहीं थी, इसलिए मेरे काम पर बुरा असर नहीं पड़ा। फिर, पहले से ही अत्यधिक अनुकूलित किसी चीज़ की तुलना में किसी चीज़ को सुधारना बहुत आसान है।

इन प्रणालियों पर छह महीने काम करने के बाद, उन्होंने मेरा आधार वेतन $150k से $163k तक बढ़ा दिया। समुदाय में ओपन डेटा साइंस (ओडीएस) $163k के बारे में एक मीम है। यहीं से यह अपने पैरों के साथ बढ़ता है।

यह सब अद्भुत था, लेकिन यह कहीं नहीं ले गया, या यह ले गया, लेकिन वहां नहीं।

ट्रूएकॉर्ड, कंपनी और जिन लोगों के साथ मैंने वहां काम किया, दोनों के लिए मेरे मन में बहुत सम्मान है। मैंने उनसे बहुत कुछ सीखा, लेकिन मैं किसी संग्रह एजेंसी में अनुशंसा प्रणाली पर लंबे समय तक काम नहीं करना चाहता था। इस कदम से आपको किसी दिशा में कदम बढ़ाना था। यदि आगे और ऊपर की ओर नहीं, तो कम से कम बग़ल में।

मुझे क्या पसंद नहीं आया?

1. मशीन लर्निंग के नजरिए से, समस्याओं ने मुझे उत्साहित नहीं किया। मैं कुछ फैशनेबल, युवा, यानी डीप लर्निंग, कंप्यूटर विजन, कुछ विज्ञान के करीब या कम से कम कीमिया के करीब चाहता था।
2. एक स्टार्टअप और यहां तक ​​कि एक संग्रह एजेंसी को भी उच्च योग्य कर्मियों को काम पर रखने में समस्या होती है। एक स्टार्टअप के रूप में, यह अधिक भुगतान नहीं कर सकता। लेकिन एक संग्रह एजेंसी के रूप में, यह अपनी स्थिति खो देती है। मोटे तौर पर कहें तो अगर डेट पर गई कोई लड़की पूछे कि आप कहां काम करते हैं? आपका उत्तर: "Google पर" "संग्रह एजेंसी" से कहीं बेहतर लगता है। मैं इस तथ्य से थोड़ा परेशान था कि मेरे विपरीत, Google और Facebook पर काम करने वाले मेरे दोस्तों के लिए, उनकी कंपनी के नाम ने दरवाजे खोल दिए जैसे: आपको एक वक्ता के रूप में किसी सम्मेलन या मीटअप में आमंत्रित किया जा सकता है, या अधिक दिलचस्प लोग लिंक्डइन पर लिखते हैं एक गिलास चाय पर मिलने और बातचीत करने के प्रस्ताव के साथ। मुझे उन लोगों के साथ संवाद करना बहुत पसंद है जिन्हें मैं व्यक्तिगत रूप से नहीं जानता। इसलिए यदि आप सैन फ्रांसिस्को में रहते हैं, तो लिखने में संकोच न करें - आइए कॉफी के लिए चलें और बात करें।
3. मेरे अलावा, तीन डेटा वैज्ञानिकों ने कंपनी में काम किया। मैं मशीन लर्निंग पर काम कर रहा था, और वे अन्य डेटा साइंस कार्यों पर काम कर रहे थे, जो आज से कल तक किसी भी स्टार्टअप में आम हैं। परिणामस्वरूप, वे वास्तव में मशीन लर्निंग को समझ नहीं पाए। लेकिन आगे बढ़ने के लिए, मुझे किसी के साथ संवाद करने, लेखों और नवीनतम घटनाओं पर चर्चा करने और अंत में सलाह मांगने की ज़रूरत है।

क्या उपलब्ध था?

1. शिक्षा: भौतिकी, कंप्यूटर विज्ञान नहीं।
2. एकमात्र प्रोग्रामिंग भाषा जो मैं जानता था वह पायथन थी। ऐसा महसूस हो रहा था कि मुझे C++ पर स्विच करने की आवश्यकता है, लेकिन मैं अभी भी उस तक नहीं पहुंच सका।
3. इंडस्ट्री में डेढ़ साल का काम। इसके अलावा, काम के दौरान मैंने डीप लर्निंग या कंप्यूटर विज़न का अध्ययन नहीं किया।
4. बायोडाटा में डीप लर्निंग/कंप्यूटर विज़न पर एक भी लेख नहीं।
5. कागल मास्टर उपलब्धि थी।

तुम क्या चाहते थे?

1. एक ऐसी स्थिति जहां कई नेटवर्कों को प्रशिक्षित करना और कंप्यूटर विज़न के करीब होना आवश्यक होगा।
2. अगर यह Google, Tesla, Facebook, Uber, LinkedIn इत्यादि जैसी बड़ी कंपनी है तो बेहतर है। हालाँकि एक चुटकी में, एक स्टार्टअप काम करेगा।
3. मुझे टीम में सबसे बड़ा मशीन लर्निंग विशेषज्ञ होने की आवश्यकता नहीं है। वरिष्ठ साथियों, सलाहकारों और सभी प्रकार के संचार की बहुत आवश्यकता थी, जिससे सीखने की प्रक्रिया में तेजी आए।
4. औद्योगिक अनुभव के बिना स्नातकों को प्रति वर्ष $300-500k का कुल मुआवजा कैसे मिलता है, इस बारे में ब्लॉग पोस्ट पढ़ने के बाद, मैं उसी श्रेणी में जाना चाहता था। ऐसा नहीं है कि यह मुझे इतना परेशान करता है, लेकिन चूंकि वे कहते हैं कि यह एक सामान्य घटना है, लेकिन मेरे पास कम है, तो यह एक संकेत है।

कार्य पूरी तरह से हल करने योग्य लग रहा था, हालाँकि इस अर्थ में नहीं कि आप किसी भी कंपनी में कूद सकते हैं, बल्कि यह कि यदि आप भूखे रहेंगे, तो सब कुछ ठीक हो जाएगा। अर्थात्, दसियों या सैकड़ों प्रयास, और हर विफलता और हर अस्वीकृति से होने वाले दर्द का उपयोग फोकस को तेज करने, याददाश्त में सुधार करने और दिन को 36 घंटे तक बढ़ाने के लिए किया जाना चाहिए।

मैंने अपने बायोडाटा में बदलाव किया, इसे भेजना शुरू किया और साक्षात्कार के लिए जाना शुरू किया। मैंने एचआर के साथ संचार के चरण में उनमें से अधिकांश को पार कर लिया। बहुत से लोगों को C++ की आवश्यकता होती है, लेकिन मुझे यह नहीं पता था, और मुझे इस बात का प्रबल एहसास था कि मुझे उन पदों में बहुत दिलचस्पी नहीं होगी जिनके लिए C++ की आवश्यकता होती है।

यह ध्यान देने योग्य है कि लगभग उसी समय कागल पर प्रतियोगिताओं के प्रकार में एक चरण परिवर्तन हुआ था। 2017 से पहले बहुत सारा सारणीबद्ध डेटा था और बहुत कम चित्र डेटा था, लेकिन 2017 से शुरू होकर बहुत सारे कंप्यूटर विज़न कार्य थे।

जीवन निम्नलिखित मोड में प्रवाहित हुआ:

1. दिन में काम करो.
2. जब टेक स्क्रीन/ऑनसाइट आप समय निकालते हैं।
3. शाम और सप्ताहांत कागल + लेख/किताबें/ब्लॉग पोस्ट

2016 के अंत को इस तथ्य से चिह्नित किया गया कि मैं समुदाय में शामिल हुआ ओपन डेटा साइंस (ओडीएस), जिसने बहुत सी चीजों को सरल बना दिया। समुदाय में बहुत सारे लोग हैं जिनके पास समृद्ध औद्योगिक अनुभव है, जिससे हमें बहुत सारे मूर्खतापूर्ण प्रश्न पूछने और बहुत सारे स्मार्ट उत्तर प्राप्त करने की अनुमति मिलती है। सभी प्रकार के बहुत से मजबूत मशीन लर्निंग विशेषज्ञ भी हैं, जिन्होंने अप्रत्याशित रूप से, मुझे ODS के माध्यम से, डेटा साइंस के बारे में नियमित रूप से गहन संचार के साथ इस मुद्दे को बंद करने की अनुमति दी। अब तक, एमएल के संदर्भ में, ओडीएस मुझे काम पर जो मिलता है उससे कई गुना अधिक देता है।

खैर, हमेशा की तरह, ओडीएस के पास कागल और अन्य साइटों पर प्रतियोगिताओं में पर्याप्त विशेषज्ञ हैं। एक टीम में समस्याओं को हल करना अधिक मज़ेदार और उत्पादक होता है, इसलिए चुटकुलों, अपशब्दों, मीम्स और अन्य मनोरंजक मनोरंजन के साथ, हमने एक-एक करके समस्याओं को हल करना शुरू कर दिया।

मार्च 2017 में - सेरेगा मुशिंस्की के साथ एक टीम में - तीसरे स्थान के लिए डीएसटीएल सैटेलाइट इमेजरी फ़ीचर डिटेक्शन. कागल पर स्वर्ण पदक + दो के लिए $20k। इस कार्य पर, यूनेट के माध्यम से उपग्रह छवियों + बाइनरी विभाजन के साथ काम में सुधार किया गया था। इस विषय पर हैबे पर ब्लॉग पोस्ट।

उसी मार्च में, मैं सेल्फ ड्राइविंग टीम के साथ एनवीडिया में एक साक्षात्कार के लिए गया। मैं वास्तव में ऑब्जेक्ट डिटेक्शन के बारे में सवालों से जूझ रहा था। पर्याप्त ज्ञान नहीं था.

सौभाग्य से, उसी समय, उसी डीएसटीएल से हवाई इमेजरी पर ऑब्जेक्ट डिटेक्शन प्रतियोगिता शुरू हुई। भगवान ने स्वयं समस्या को हल करने और अपग्रेड करने का आदेश दिया। शाम और सप्ताहांत का एक महीना। मैंने ज्ञान प्राप्त किया और दूसरे स्थान पर रहा। इस प्रतियोगिता के नियमों में एक दिलचस्प बारीकियाँ थीं, जिसके कारण मुझे रूस में संघीय और गैर-संघीय चैनलों पर दिखाया गया। मेरा मन ठीक हो गया होम लेंटा.ru, और प्रिंट और ऑनलाइन प्रकाशनों के एक समूह में। मेल आरयू ग्रुप को मेरे खर्च और अपने पैसे से थोड़ा सकारात्मक पीआर प्राप्त हुआ, और रूस में मौलिक विज्ञान को 12000 पाउंड से समृद्ध किया गया। हमेशा की तरह, यह इस विषय पर लिखा गया था हबर पर ब्लॉग पोस्ट. विवरण के लिए वहां जाएं.

उसी समय, एक टेस्ला भर्तीकर्ता ने मुझसे संपर्क किया और कंप्यूटर विज़न स्थिति के बारे में बात करने की पेशकश की। मैं सहमत। मैं टेक होम, दो तकनीकी स्क्रीन, एक ऑनसाइट साक्षात्कार के माध्यम से गया, और आंद्रेई करपथी के साथ एक बहुत ही सुखद बातचीत हुई, जिन्हें हाल ही में टेस्ला में एआई के निदेशक के रूप में नियुक्त किया गया था। अगला चरण पृष्ठभूमि जांच है। उसके बाद, एलोन मस्क को व्यक्तिगत रूप से मेरे आवेदन को मंजूरी देनी पड़ी। टेस्ला के पास सख्त गैर प्रकटीकरण समझौता (एनडीए) है।
मैंने बैकगाउंड जांच पास नहीं की. रिक्रूटर ने कहा कि मैं एनडीए का उल्लंघन करते हुए खूब ऑनलाइन चैट करता हूं। एकमात्र स्थान जहां मैंने टेस्ला में एक साक्षात्कार के बारे में कुछ भी कहा था, वह ओडीएस था, इसलिए वर्तमान परिकल्पना यह है कि किसी ने स्क्रीनशॉट लिया और टेस्ला में एचआर को लिखा, और मुझे नुकसान के रास्ते से दौड़ से हटा दिया गया। यह तब शर्म की बात थी. अब मुझे खुशी है कि यह काम नहीं कर सका। मेरी वर्तमान स्थिति काफी बेहतर है, हालांकि एंड्री के साथ काम करना बहुत दिलचस्प होगा।

उसके तुरंत बाद, मैं कागल पर सैटेलाइट इमेजरी प्रतियोगिता में शामिल हो गया प्लैनेट लैब्स - अंतरिक्ष से अमेज़ॅन को समझना. समस्या सरल और बेहद उबाऊ थी; कोई भी इसे हल नहीं करना चाहता था, लेकिन हर कोई मुफ़्त स्वर्ण पदक या पुरस्कार राशि चाहता था। इसलिए, 7 लोगों की कागल मास्टर्स की एक टीम के साथ, हम सहमत हुए कि हम लोहा फेंकेंगे। हमने 480 नेटवर्कों को 'fit_predict' मोड में प्रशिक्षित किया और उनसे तीन मंजिला समूह बनाया। हम सातवें स्थान पर रहे. आर्थर कुज़िन की ओर से समाधान का वर्णन करने वाला ब्लॉग पोस्ट. वैसे, जेरेमी हॉवर्ड, जिन्हें व्यापक रूप से निर्माता के रूप में जाना जाता है फास्ट.एआई समाप्त 23.

प्रतियोगिता की समाप्ति के बाद, AdRoll में काम करने वाले एक मित्र के माध्यम से, मैंने उनके परिसर में एक मीटअप का आयोजन किया। प्लैनेट लैब्स के प्रतिनिधियों ने वहां इस बारे में बात की कि उनकी ओर से प्रतियोगिता का संगठन और डेटा अंकन कैसा दिखता है। वेंडी क्वान, जो कागल में काम करती हैं और प्रतियोगिता की देखरेख करती हैं, ने इस बारे में बात की कि उन्होंने इसे कैसे देखा। मैंने हमारे समाधान, तरकीबें, तकनीक और तकनीकी विवरण का वर्णन किया। दो-तिहाई दर्शकों ने इस समस्या को हल कर लिया, इसलिए प्रश्न बिंदुवार पूछे गए और सामान्य तौर पर सब कुछ अच्छा था। जेरेमी हॉवर्ड भी वहां थे. यह पता चला कि वह 23वें स्थान पर रहा क्योंकि उसे नहीं पता था कि मॉडल को कैसे स्टैक करना है और उसे पहनावा बनाने की इस पद्धति के बारे में बिल्कुल भी पता नहीं था।

मशीन लर्निंग पर घाटी में मीटअप मॉस्को में मीटअप से बहुत अलग हैं। एक नियम के रूप में, घाटी में मुलाकातें निचले स्तर पर होती हैं। लेकिन हमारा तो अच्छा निकला. दुर्भाग्य से, जिस कॉमरेड को बटन दबाना था और सब कुछ रिकॉर्ड करना था, उसने बटन नहीं दबाया :)

उसके बाद, मुझे इसी प्लैनेट लैब्स में डीप लर्निंग इंजीनियर के पद पर बात करने के लिए आमंत्रित किया गया, और तुरंत ऑनसाइट पर। मैंने इसे पास नहीं किया. इनकार का शब्द यह है कि डीप लर्निंग में पर्याप्त ज्ञान नहीं है।

मैंने प्रत्येक प्रतियोगिता को एक प्रोजेक्ट के रूप में डिज़ाइन किया लिंक्डइन. डीएसटीएल समस्या के लिए हमने लिखा पूर्व प्रिंट और इसे arxiv पर पोस्ट किया। लेख नहीं, फिर भी रोटी। मैं बाकी सभी को प्रतियोगिताओं, लेखों, कौशलों आदि के माध्यम से अपने लिंक्डइन प्रोफाइल को बढ़ाने की भी सलाह देता हूं। आपके लिंक्डइन प्रोफ़ाइल में कितने कीवर्ड हैं और लोग आपको कितनी बार संदेश भेजते हैं, इसके बीच एक सकारात्मक संबंध है।

यदि सर्दियों और वसंत ऋतु में मैं बहुत तकनीकी था, तो अगस्त तक मेरे पास ज्ञान और आत्मविश्वास दोनों थे।

जुलाई के अंत में, Lyft में डेटा साइंस मैनेजर के रूप में काम करने वाले एक व्यक्ति ने मुझसे लिंक्डइन पर संपर्क किया और मुझे कॉफी पीने और जीवन के बारे में, Lyft के बारे में, TrueAccord के बारे में बात करने के लिए आमंत्रित किया। हमने बात किया। उन्होंने डेटा साइंटिस्ट के पद के लिए अपनी टीम के साथ साक्षात्कार की पेशकश की। मैंने कहा कि विकल्प काम कर रहा है, बशर्ते कि यह सुबह से शाम तक कंप्यूटर विजन/डीप लर्निंग हो। उन्होंने आश्वस्त किया कि उनकी ओर से कोई आपत्ति नहीं है.

मैंने अपना बायोडाटा भेजा और उसने इसे Lyft के आंतरिक पोर्टल पर अपलोड कर दिया। उसके बाद, भर्तीकर्ता ने मुझे अपना बायोडाटा खोलने और मेरे बारे में और जानने के लिए बुलाया। पहले शब्दों से, यह स्पष्ट था कि उनके लिए यह एक औपचारिकता थी, क्योंकि उनके बायोडाटा से यह स्पष्ट था कि "मैं लिफ़्ट के लिए सामग्री नहीं हूँ।" मुझे लगता है कि उसके बाद मेरा बायोडाटा कूड़ेदान में चला गया।

इस पूरे समय, जब मेरा साक्षात्कार लिया जा रहा था, मैंने ओडीएस में अपनी असफलताओं और गिरावटों पर चर्चा की और लोगों ने मुझे फीडबैक दिया और सलाह के साथ हर संभव तरीके से मेरी मदद की, हालांकि, हमेशा की तरह, वहां बहुत दोस्ताना ट्रोलिंग भी हुई।

ODS सदस्यों में से एक ने मुझे अपने मित्र से मिलाने की पेशकश की, जो Lyft में इंजीनियरिंग के निदेशक हैं। आपने कहा हमने किया। मैं दोपहर के भोजन के लिए लिफ़्ट आता हूँ, और इस मित्र के अलावा वहाँ डेटा साइंस के एक प्रमुख और एक उत्पाद प्रबंधक भी हैं जो डीप लर्निंग के बहुत बड़े प्रशंसक हैं। दोपहर के भोजन के समय हमने डीएल पर बातचीत की। और चूँकि मैं आधे साल से 24/7 नेटवर्क का प्रशिक्षण कर रहा हूँ, घन मीटर साहित्य पढ़ रहा हूँ, और कम या ज्यादा स्पष्ट परिणामों के साथ कागल पर कार्य चला रहा हूँ, मैं डीप लर्निंग के बारे में घंटों बात कर सकता हूँ, नए लेखों के संदर्भ में और व्यावहारिक तकनीकें.

दोपहर के भोजन के बाद उन्होंने मेरी ओर देखा और कहा - यह तुरंत स्पष्ट है कि आप सुंदर हैं, क्या आप हमसे बात करना चाहते हैं? इसके अलावा, उन्होंने कहा कि मेरे लिए यह स्पष्ट है कि टेक होम + टेक स्क्रीन को छोड़ा जा सकता है। और मुझे तुरंत ऑनसाइट पर आमंत्रित किया जाएगा। मैं सहमत।

उसके बाद, उस भर्तीकर्ता ने मुझे ऑनसाइट साक्षात्कार निर्धारित करने के लिए बुलाया, और वह असंतुष्ट था। उसने तुम्हारे सिर के ऊपर से न कूदने के बारे में कुछ बुदबुदाया।

आया। ऑनसाइट साक्षात्कार. विभिन्न लोगों के साथ पाँच घंटे का संचार। डीप लर्निंग या सैद्धांतिक रूप से मशीन लर्निंग के बारे में एक भी प्रश्न नहीं था। चूँकि कोई डीप लर्निंग/कंप्यूटर विज़न नहीं है, तो मुझे कोई दिलचस्पी नहीं है। इस प्रकार, साक्षात्कार के परिणाम रूढ़िवादी थे।

यह भर्तीकर्ता कॉल करता है और कहता है - बधाई हो, आप दूसरे ऑनसाइट साक्षात्कार में सफल हो गए। ये सब हैरान करने वाला है. दूसरा ऑनसाइट क्या है? मैंने ऐसी बात कभी नहीं सुनी है। मैं चला गया। वहाँ कुछ घंटे हैं, इस बार सब कुछ पारंपरिक मशीन लर्निंग के बारे में है। वह बेहतर है। लेकिन फिर भी दिलचस्प नहीं है.

भर्तीकर्ता बधाई के साथ फोन करता है कि मैंने तीसरा ऑनसाइट साक्षात्कार पास कर लिया है और कसम खाता है कि यह आखिरी होगा। मैं इसे देखने गया और वहां एक डीएल और एक सीवी दोनों थे।

मेरे पास कई महीनों से एक पूर्व व्यक्ति था जिसने मुझसे कहा था कि कोई प्रस्ताव नहीं होगा। मैं तकनीकी कौशल पर नहीं, बल्कि सॉफ्ट कौशल पर प्रशिक्षण लूंगा। नरम पक्ष पर नहीं, बल्कि इस तथ्य पर कि पद बंद कर दिया जाएगा या कंपनी अभी तक भर्ती नहीं कर रही है, बल्कि केवल बाजार और उम्मीदवारों के स्तर का परीक्षण कर रही है।

मध्य अगस्त। मैंने बियर पी ली ठीक है. अंधकारमय विचार. 8 महीने बीत गए लेकिन अभी तक कोई ऑफर नहीं आया। बियर के नीचे रचनात्मक होना अच्छा है, खासकर अगर रचनात्मकता अजीब हो। मेरे मन में एक विचार आता है. मैं इसे एलेक्सी श्वेत्स के साथ साझा करता हूं, जो उस समय एमआईटी में पोस्टडॉक थे।

यदि आप निकटतम डीएल/सीवी सम्मेलन में भाग लेते हैं, उसके भाग के रूप में आयोजित होने वाली प्रतियोगिताओं को देखते हैं, कुछ प्रशिक्षित करते हैं और सबमिट करते हैं तो क्या होगा? चूंकि वहां के सभी विशेषज्ञ इसी पर अपना करियर बना रहे हैं और कई महीनों या वर्षों से ऐसा कर रहे हैं, इसलिए हमारे पास कोई मौका नहीं है। लेकिन यह डरावना नहीं है. हम कुछ सार्थक प्रस्तुतिकरण करते हैं, अंतिम स्थान तक उड़ान भरते हैं, और उसके बाद हम एक प्री-प्रिंट या एक लेख लिखते हैं कि हम हर किसी की तरह कैसे नहीं हैं और अपने निर्णय के बारे में बात करते हैं। और लेख पहले से ही लिंक्डइन पर और आपके बायोडाटा में है।

यानी, यह प्रासंगिक लगता है और बायोडाटा में अधिक सही कीवर्ड हैं, जिससे तकनीकी स्क्रीन पर आने की संभावना थोड़ी बढ़ जानी चाहिए। कोड और प्रस्तुतियाँ मेरी ओर से, पाठ एलेक्सी की ओर से। खेल, बिल्कुल, लेकिन क्यों नहीं?

आपने कहा हमने किया। हमने गूगल पर जो निकटतम सम्मेलन खोजा वह MICCAI था और वहां वास्तव में प्रतियोगिताएं थीं। हमने पहला मारा. वह था गैस्ट्रोइंटेस्टाइनल छवि विश्लेषण (जीआईएएनए). कार्य में 3 उपकार्य हैं. समय सीमा समाप्त होने में 8 दिन शेष थे. सुबह मैं शांत हो गया, लेकिन मैंने विचार नहीं छोड़ा। मैंने कागल से अपनी पाइपलाइनें लीं और उन्हें सैटेलाइट डेटा से मेडिकल डेटा में बदल दिया। 'fit_predict'। एलेक्सी ने प्रत्येक समस्या के समाधान का दो पेज का विवरण तैयार किया और हमने उसे भेज दिया। तैयार। सिद्धांत रूप में, आप साँस छोड़ सकते हैं। लेकिन पता चला कि उसी कार्यशाला के लिए एक और कार्य था (रोबोटिक उपकरण विभाजन) तीन उप-कार्यों के साथ और उसकी समय सीमा 4 दिन बढ़ा दी गई है, यानी हम वहां 'fit_predict' कर सकते हैं और भेज सकते हैं। हमने यही किया.

कागल के विपरीत, इन प्रतियोगिताओं की अपनी शैक्षणिक विशिष्टताएँ थीं:

1. कोई लीडरबोर्ड नहीं. सबमिशन ईमेल द्वारा भेजे जाते हैं।
2. यदि कार्यशाला में कोई टीम प्रतिनिधि सम्मेलन में समाधान प्रस्तुत करने नहीं आता है तो आपको हटा दिया जाएगा।
3. लीडरबोर्ड पर आपका स्थान कॉन्फ्रेंस के दौरान ही पता चलता है। एक प्रकार का अकादमिक नाटक।

MICCAI 2017 सम्मेलन क्यूबेक शहर में आयोजित किया गया था। सच कहूँ तो, सितंबर तक मैं थकने लगा था, इसलिए काम से एक सप्ताह की छुट्टी लेकर कनाडा जाने का विचार दिलचस्प लगा।

सम्मेलन में आये. मैं इस कार्यशाला में आया था, मैं किसी को नहीं जानता, मैं कोने में बैठा हूं। हर कोई एक-दूसरे को जानता है, वे संवाद करते हैं, वे चतुर चिकित्सा शब्द निकालते हैं। प्रथम प्रतियोगिता की समीक्षा. प्रतिभागी बोलते हैं और अपने निर्णयों के बारे में बात करते हैं। वहां ठंडक है, चमक के साथ। मेरी बारी। और मैं किसी तरह शर्मिंदा भी हूं। उन्होंने समस्या हल की, उस पर काम किया, विज्ञान को उन्नत किया, और हम पूरी तरह से पिछले विकासों से "फिट_प्रेडिक्ट" हैं, विज्ञान के लिए नहीं, बल्कि अपने बायोडाटा को बढ़ावा देने के लिए।

उन्होंने बाहर आकर कहा कि मैं चिकित्सा में भी विशेषज्ञ नहीं हूं, उन्होंने उनका समय बर्बाद करने के लिए माफी मांगी और समाधान के साथ मुझे एक स्लाइड दिखाई। मैं नीचे हॉल में चला गया.

वे पहले उपकार्य की घोषणा करते हैं - हम पहले हैं, और एक मार्जिन से।
दूसरे और तीसरे की घोषणा हो चुकी है.
वे तीसरे की घोषणा करते हैं - फिर पहले और फिर बढ़त के साथ।
जनरल प्रथम है.

आधिकारिक प्रेस विज्ञप्ति.

दर्शकों में से कुछ लोग मुस्कुराते हैं और मुझे सम्मान की दृष्टि से देखते हैं। अन्य, जो स्पष्ट रूप से इस क्षेत्र के विशेषज्ञ माने जाते थे, उन्होंने इस कार्य के लिए अनुदान प्राप्त किया था और कई वर्षों से यह कर रहे थे, उनके चेहरे पर थोड़ी विकृत अभिव्यक्ति थी।

अगला दूसरा कार्य है, तीन उपकार्यों वाला और जिसे चार दिन आगे बढ़ा दिया गया है।

यहां मैंने माफ़ी भी मांगी और हमारी एक स्लाइड दोबारा दिखाई.
वही कहानी. दो प्रथम, एक द्वितीय, सामान्य प्रथम।

मुझे लगता है कि यह शायद इतिहास में पहली बार है कि किसी संग्रह एजेंसी ने मेडिकल इमेजिंग प्रतियोगिता जीती है।

और अब मैं मंच पर खड़ा हूं, वे मुझे किसी प्रकार का डिप्लोमा दे रहे हैं और मैं अभिभूत हूं। यह कैसे बकवास हो सकता है? ये शिक्षाविद करदाताओं का पैसा खर्च कर रहे हैं, डॉक्टरों के लिए काम की गुणवत्ता को सरल बनाने और सुधारने के लिए काम कर रहे हैं, यानी सिद्धांत रूप में, मेरी जीवन प्रत्याशा, और किसी ने कुछ ही शामों में इस पूरे शैक्षणिक स्टाफ को ब्रिटिश ध्वज में फाड़ दिया।

इसका एक बोनस यह है कि अन्य टीमों में, स्नातक छात्र जो कई महीनों से इन कार्यों पर काम कर रहे हैं, उनके पास एक ऐसा बायोडाटा होगा जो एचआर के लिए आकर्षक होगा, यानी वे आसानी से तकनीकी स्क्रीन पर पहुंच जाएंगे। और मेरी आँखों के सामने एक ताजा प्राप्त ईमेल है:

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.

सामान्य तौर पर, मंच से ही, मैं दर्शकों से पूछता हूं: "क्या कोई जानता है कि मैं कहां काम करता हूं?" प्रतियोगिता के आयोजकों में से एक को पता था - उसने गूगल पर खोजा कि TrueAccord क्या है। बाकी नहीं हैं. मैं जारी रखता हूं: “मैं एक संग्रह एजेंसी के लिए काम करता हूं, और काम पर मैं न तो कंप्यूटर विजन और न ही डीप लर्निंग करता हूं। और कई मायनों में, ऐसा इसलिए होता है क्योंकि Google Brain और Deepmind के HR विभाग मेरे बायोडाटा को फ़िल्टर कर देते हैं, मुझे तकनीकी प्रशिक्षण दिखाने का मौका नहीं देते। "

उन्होंने सर्टिफिकेट थमा दिया, एक ब्रेक. शिक्षाविदों का एक समूह मुझे एक तरफ खींचता है। पता चला कि यह डीपमाइंड वाला एक स्वास्थ्य समूह है। वे इतने प्रभावित हुए कि वे तुरंत अपनी टीम में रिसर्च इंजीनियर की रिक्ति के बारे में मुझसे बात करना चाहते थे। (हमने बात की। यह बातचीत 6 महीने तक चली, मैंने टेक होम, क्विज़ पास किया, लेकिन टेक स्क्रीन पर इसे छोटा कर दिया गया। संचार की शुरुआत से लेकर टेक स्क्रीन तक 6 महीने एक लंबा समय है। लंबा इंतजार एक स्वाद देता है व्यर्थता का। लंदन में डीपमाइंड में रिसर्च इंजीनियर, ट्रूअकॉर्ड की पृष्ठभूमि के खिलाफ एक मजबूत कदम था, लेकिन मेरी वर्तमान स्थिति की पृष्ठभूमि के खिलाफ यह एक कदम नीचे है। तब से दो साल बीत चुके हैं, यह अच्छा है ऐसा नहीं हुआ।)

निष्कर्ष

लगभग उसी समय, मुझे लिफ़्ट से एक प्रस्ताव मिला, जिसे मैंने स्वीकार कर लिया।
MICCAI के साथ इन दो प्रतियोगिताओं के परिणामों के आधार पर, निम्नलिखित प्रकाशित किए गए:

1. गहन शिक्षण का उपयोग करके रोबोट-सहायता सर्जरी में स्वचालित उपकरण विभाजन
2. गहरे संकेंद्रित तंत्रिका नेटवर्क का उपयोग करके एंजियोडिसप्लासिया का पता लगाना और स्थानीयकरण करना
3. 2017 रोबोटिक उपकरण विभाजन चुनौती

यानी, विचार के जंगलीपन के बावजूद, प्रतियोगिताओं के माध्यम से वृद्धिशील लेख और प्रीप्रिंट जोड़ना अच्छा काम करता है। और बाद के वर्षों में हमने इसे और भी बदतर बना दिया।

मैं पिछले कुछ वर्षों से Lyft में सेल्फ ड्राइविंग कारों के लिए कंप्यूटर विजन/डीप लर्निंग पर काम कर रहा हूं। यानी जो मैं चाहता था, वह मुझे मिल गया। और कार्य, और एक उच्च-स्थिति वाली कंपनी, और मजबूत सहकर्मी, और अन्य सभी अच्छाइयाँ।

इन महीनों में, मैंने Google, Facebook, Uber, LinkedIn दोनों बड़ी कंपनियों और विभिन्न आकारों के स्टार्टअप्स के समुद्र के साथ संचार किया।

इन सभी महीनों में दुख हुआ। ब्रह्मांड आपको हर दिन कुछ ऐसा बताता है जो बहुत सुखद नहीं होता। नियमित अस्वीकृति, नियमित रूप से गलतियाँ करना और यह सब निराशा की निरंतर भावना से भरा हुआ है। इस बात की कोई गारंटी नहीं है कि आप सफल होंगे, लेकिन एक एहसास है कि आप मूर्ख हैं। यह बहुत याद दिलाता है कि कैसे मैंने विश्वविद्यालय के ठीक बाद नौकरी खोजने की कोशिश की थी।

मुझे लगता है कि कई लोग घाटी में काम की तलाश में थे और उनके लिए सब कुछ बहुत आसान था। मेरी राय में चाल यह है। यदि आप किसी ऐसे क्षेत्र में नौकरी की तलाश में हैं जिसमें आपको समझ हो, आपके पास भरपूर अनुभव हो और आपका बायोडाटा भी यही कहता हो, तो कोई समस्या नहीं है। मैंने इसे लिया और इसे पाया। बहुत सारी रिक्तियां हैं.

लेकिन अगर आप किसी ऐसे क्षेत्र में नौकरी की तलाश में हैं जो आपके लिए नया हो, यानी जब न कोई ज्ञान हो, न कोई संपर्क हो और आपका बायोडाटा कुछ गलत कहता हो - तो इस समय सब कुछ बेहद दिलचस्प हो जाता है।

अभी, भर्तीकर्ता नियमित रूप से मुझे लिखते हैं और वही काम करने की पेशकश करते हैं जो मैं अभी कर रहा हूं, लेकिन एक अलग कंपनी में। यह वास्तव में नौकरियां बदलने का समय है। लेकिन जिस काम में मैं पहले से ही अच्छा हूं, उसे करने का कोई मतलब नहीं है। किस लिए?

लेकिन मैं जो चाहता हूं, उसके लिए मेरे पास फिर से न तो ज्ञान है और न ही मेरे बायोडाटा में कोई पंक्तियां हैं। आइए देखें कि यह सब कैसे समाप्त होता है। अगर सब कुछ ठीक रहा तो मैं अगला भाग लिखूंगा। 🙂

स्रोत: www.habr.com