Foto a bụ Arthur Kuzin (), na-achịkọta nke ọma ọdịnaya nke blọọgụ post. N'ihi ya, a ga-aghọta akụkọ na-esonụ dị ka akụkọ Friday karịa dị ka ihe bara uru na nkà na ụzụ. Tụkwasị na nke ahụ, ọ dị mma ịmara na ederede bara ụba na okwu Bekee. Amaghị m ka m ga-esi sụgharịa ụfọdụ n'ime ha nke ọma, achọghịkwa m ịsụgharị ụfọdụ n'ime ha.
E gosipụtara ngbanwe site na gburugburu agụmakwụkwọ gaa na gburugburu ụlọ ọrụ mmepụta ihe na nkeji abụọ mbụ. Na nke a, mkparịta ụka ga-abụ maka ihe mere na-esote.
Ọ bụ Jenụwarị 2017. N'oge ahụ, enwere m ahụmịhe ọrụ karịa otu afọ ma rụọ ọrụ na San Francisco na ụlọ ọrụ dị ka Sr. Ọkà mmụta sayensị data.
TrueAccord bụ mmalite nnakọta ụgwọ. N'okwu dị mfe - ụlọ ọrụ nchịkọta. Ndị nchịkọta na-akpọkarị ọtụtụ ihe. Anyị zigara ọtụtụ ozi-e, mana anyị mere oku ole na ole. Email ọ bụla na-eduga na ebe nrụọrụ weebụ nke ụlọ ọrụ ahụ, bụ ebe a na-enye onye ji ụgwọ ego ego na ụgwọ ahụ, ma kwe ka ọ kwụọ ụgwọ na nkeji. Ụzọ a mere ka nchịkọta ka mma, na-enye ohere maka ịchacha na obere ikpughe na ikpe ikpe.
Ụlọ ọrụ ahụ dị mma. Ngwaahịa ahụ doro anya. Nlekọta ahụ dị mma. Ebe ahụ dị mma.
Ná nkezi, ndị nọ na ndagwurugwu na-arụ ọrụ n’otu ebe ruo ihe dị ka otu afọ na ọkara. Ya bụ, ụlọ ọrụ ọ bụla ị na-arụ ọrụ bụ obere nzọụkwụ. Na nzọụkwụ a ị ga-ebuli ụfọdụ ego, nweta ihe ọmụma ọhụrụ, nkà, njikọ na ahịrị na gị malitegharịa. Mgbe nke a gasịrị, enwere mgbanwe na ọkwa ọzọ.
Na TrueAccord n'onwe ya, etinyere m aka n'ịkọba usoro nkwado na akwụkwọ akụkọ email, yana ịkwado oku ekwentị. Mmetụta bụ ihe kwere nghọta ma tụọ ya nke ọma na dollar site na ule A/B. Ebe ọ bụ na e nweghị igwe mmụta tupu m abịarute, mmetụta nke ọrụ m adịghị njọ. Ọzọ, ọ dị mfe imelite ihe karịa ihe emeberela nke ukwuu.
Mgbe ọnwa isii nke ịrụ ọrụ na sistemụ ndị a gasịrị, ha welitere ụgwọ ọrụ m site na $150k ruo $163k. N'ime obodo enwere meme ihe dịka $163k. Ọ na-eto na ụkwụ ya si ebe a.
Ihe ndị a niile dị ebube, ma ọ naghị eduga ebe ọ bụla, ma ọ bụ na-edu, ma ọ bụghị ebe ahụ.
Enwere m nkwanye ùgwù dị ukwuu maka TrueAccord, ma ụlọ ọrụ na ụmụ okorobịa mụ na ha rụkọrọ ọrụ n'ebe ahụ. Amụtara m ọtụtụ ihe n'aka ha, mana achọghị m ịrụ ọrụ ogologo oge na usoro nkwado na ụlọ ọrụ nchịkọta. Site na nzọụkwụ a, ị ga-azọ ụkwụ n'ụzọ ụfọdụ. Ọ bụrụ na ọ bụghị n'ihu na elu, mgbe ahụ ọ dịkarịa ala n'akụkụ.
Kedu ihe na-amasịghị m?
- Site n'usoro mmụta igwe, nsogbu ndị ahụ emeghị m obi ụtọ. Achọrọ m ihe ejiji, nke ntorobịa, ya bụ, mmụta miri emi, ọhụụ Kọmputa, ihe dị nso na sayensị ma ọ bụ opekata mpe na alchemy.
- Mmalite, na ọbụna ụlọ ọrụ nchịkọta, nwere nsogbu n'iwe ndị ọrụ tozuru oke. Dịka mmalite, ọ nweghị ike ịkwụ nnukwu ego. Mana dị ka ụlọ ọrụ nchịkọta, ọ na-efunahụ ọkwa. N'ikwu okwu n'ụzọ dị mfe, ọ bụrụ na nwa agbọghọ na-akpakọrịta na-ajụ ebe ị na-arụ ọrụ? Azịza gị: "Na Google" na-ada usoro ịdị ukwuu karịa "ụlọ ọrụ nchịkọta." Enwere m nsogbu n'ihi eziokwu ahụ bụ na ndị enyi m na-arụ ọrụ na Google na Facebook, n'adịghị ka m, aha ụlọ ọrụ ha meghere ọnụ ụzọ dị ka: ị nwere ike ịkpọ gị na ogbako ma ọ bụ izute dị ka ọkà okwu, ma ọ bụ ndị ọzọ na-adọrọ mmasị dee na LinkedIn na onyinye iji zute ma kparịta otu iko tii. Ọ na-amasị m ka mụ na ndị m na-amaghị na-akpakọrịta. Yabụ ọ bụrụ na ị bi na San Francisco, egbula oge ide - ka anyị gaa kọfị ma kwuo okwu.
- Na mgbakwunye na m, atọ Data Scientists rụrụ ọrụ na ụlọ ọrụ. M na-arụ ọrụ na mmụta igwe, ha na-arụkwa ọrụ ndị ọzọ Data Science ọrụ, nke na-emekarị na mmalite ọ bụla site na ebe a ruo echi. N'ihi ya, ha aghọtachaghị mmụta igwe. Ma ka m wee too, ọ dị m mkpa ka mụ na mmadụ na-ekwurịta okwu, kwurịta isiokwu na ihe ndị ọhụrụ, na-arịọ maka ndụmọdụ, n'ikpeazụ.
Kedu ihe dị?
- Education: physics, ọ bụghị kọmputa sayensị.
- Naanị asụsụ mmemme m maara bụ Python. Enwere mmetụta na m kwesịrị ịgbanwe gaa na C ++, mana enweghị m ike ịgakwuru ya.
- Otu afọ na ọkara nke ọrụ na ụlọ ọrụ. Ọzọkwa, n'ebe ọrụ, agụghị m Deep Learning ma ọ bụ Ọhụụ Kọmputa.
- Ọ bụghị otu isiokwu na Deep Learning / Computer Vision na malitegharịa.
- Enwere mmezu nke Kaggle Master.
Kedu ihe ị chọrọ?
- Ọnọdụ ebe ọ ga-adị mkpa ịzụ ọtụtụ netwọkụ, yana nso ọhụụ kọmputa.
- Ọ ka mma ma ọ bụrụ na ọ bụ nnukwu ụlọ ọrụ dị ka Google, Tesla, Facebook, Uber, LinkedIn, wdg. Agbanyeghị na ntụtụ, mmalite ga-eme.
- Achọghị m ịbụ onye ọkachamara mmụta igwe kachasị na otu. Enwere nnukwu mkpa maka ndị ọrụ ibe, ndị ndụmọdụ na ụdị nzikọrịta ozi niile, nke kwesịrị ime ka usoro mmụta dị ngwa ngwa.
- Mgbe m gụchara akwụkwọ akụkọ blọọgụ banyere otu ndị gụsịrị akwụkwọ na-enweghị ahụmịhe ụlọ ọrụ nwere ngụkọta ụgwọ nke $ 300-500k kwa afọ, achọrọ m ịbanye n'otu ebe ahụ. Ọ bụghị na nke a na-ewute m nke ukwuu, ma ebe ọ bụ na ha na-ekwu na nke a bụ ihe a na-emekarị, ma enwere m obere, mgbe ahụ nke a bụ ihe mgbaàmà.
Ọrụ ahụ yiri ka enwere ike idozi ya kpamkpam, ọ bụ ezie na ọ bụghị n'echiche na ị nwere ike ịbanye n'ime ụlọ ọrụ ọ bụla, kama na ọ bụrụ na agụụ na-agụ gị, ihe niile ga-arụ ọrụ. Nke ahụ bụ, ọtụtụ iri ma ọ bụ ọtụtụ narị mgbalị, na ihe mgbu sitere na ọdịda ọ bụla na ọjụjụ ọ bụla, kwesịrị iji mee ka elekwasị anya, melite ncheta ma gbatịa ụbọchị ruo awa 36.
M tweaked m malitegharịa, malite izipu ya, na-aga maka ajụjụ ọnụ. M fefere ọtụtụ n'ime ha na ọkwa nke nkwurịta okwu na HR. Ọtụtụ ndị chọrọ C ++, ma amaghị m ya, enwere m mmetụta siri ike na agaghị m enwe mmasị na ọkwá ndị chọrọ C ++.
Ọ dị mma ịmara na n'otu oge ahụ enwere mgbanwe mgbanwe na ụdị asọmpi na Kaggle. Tupu afọ 2017 enwere ọtụtụ data tabular na data eserese adịghị adịkarị, mana malite na 2017 enwere ọtụtụ ọrụ ọhụụ kọmputa.
Ndụ gara n'ụdị a:
- Na-arụ ọrụ n'ụbọchị.
- Mgbe ihuenyo tech / na saịtị ị na-ewepụ oge.
- Mbubreyo na ngwụsị izu Kaggle + akụkọ / akwụkwọ / blọọgụ
Akara njedebe nke 2016 bụ eziokwu na m sonyeere obodo , nke mere ka ọtụtụ ihe dị mfe. Enwere ọtụtụ ụmụ okorobịa na obodo nwere ahụmahụ ụlọ ọrụ bara ụba, nke mere ka anyị jụọ ọtụtụ ajụjụ nzuzu ma nweta ọtụtụ azịza amamihe. Enwekwara ọtụtụ ndị ọkachamara mmụta igwe siri ike nke ọnyá niile, nke, na-atụghị anya ya, nyere m ohere, site na ODS, iji mechie okwu ahụ site na nkwurịta okwu miri emi mgbe niile gbasara Data Science. Ruo ugbu a, n'ihe gbasara ML, ODS na-enye m ọtụtụ ugboro karịa ihe m nwetara na ọrụ.
Ọ dị mma, dị ka ọ dị na mbụ, ODS nwere ndị ọkachamara zuru oke na asọmpi na Kaggle na saịtị ndị ọzọ. Ịdozi nsogbu n'ime otu egwuregwu na-atọ ụtọ ma na-arụpụta ihe, ya mere site na njakịrị, ịkpọ iyi, memes na ihe ntụrụndụ ndị ọzọ nerdy, anyị malitere idozi nsogbu n'otu n'otu.
Na March 2017 - na otu na Serega Mushinsky - atọ ebe maka . Ihe nrite ọla edo na Kaggle + $20k maka abụọ. Na ọrụ a, arụ ọrụ na onyonyo satịlaịtị + nkebi ọnụọgụ abụọ site na UNet ka emelitere.
N'otu March ahụ, agara m ndị otu ịnya ụgbọ ala maka ajụjụ ọnụ na NVidia. Ajụrụ m nsogbu gbasara nchọpụta ihe. Enweghị ihe ọmụma zuru oke.
Ọ dabara nke ọma, n'otu oge ahụ, asọmpi nchọpụta ihe na onyonyo ikuku sitere na otu DSTL malitere. Chineke n'onwe ya nyere iwu ka e dozie nsogbu ahụ na nkwalite. Otu ọnwa nke mgbede na izu ụka. M nwetara ihe ọmụma ahụ wee gụchaa nke abụọ. Asọmpi a nwere ihe na-adọrọ mmasị na iwu, nke mere ka m gosi na Russia na gọọmenti etiti na ọ bụghị nke gọọmenti etiti. M wee banye , na n'ọtụtụ mbipụta na akwụkwọ ntanetị. Mail Ru Group nwetara obere PR dị mma na ego m na ego nke ya, na sayensị sayensị dị na Russia ejiri 12000 pound mee ka ọ baa ọgaranya. Dị ka ọ dị na mbụ, e dere ya n'isiokwu a . Gaa ebe ahụ maka nkọwa.
N'otu oge ahụ, onye na-ewe ọrụ Tesla kpọtụụrụ m ma nye m ikwu banyere ọnọdụ ọhụụ Kọmputa. Ekwetara m. Agara m n'ụlọ, ihuenyo teknụzụ abụọ, ajụjụ ọnụ na saịtị, wee nwee mkparịta ụka obi ụtọ na Andrei Karpathy, onye ka goro na Tesla dị ka onye isi AI. Oge na-esote bụ nlele ndabere. Mgbe nke ahụ gasịrị, Elon Musk aghaghị ịkwado ngwa m n'onwe ya. Tesla nwere nkwekọrịta na-enweghị ngosi (NDA).
Agafeghị m nlele azụ azụ. Onye ọrụ ahụ kwuru na m na-akparịta ụka nke ukwuu n'ịntanetị, na-emebi NDA. Naanị ebe m kwuru ihe ọ bụla gbasara ajụjụ ọnụ na Tesla bụ ODS, yabụ echiche dị ugbu a bụ na mmadụ weere nseta ihuenyo wee degara HR na Tesla akwụkwọ, ewepụrụ m n'ọsọ ahụ n'ihi mmerụ ahụ. Ọ bụ ihe ihere mgbe ahụ. Ugbu a enwere m obi ụtọ na ọ naghị arụ ọrụ. Ọnọdụ m dị ugbu a ka mma karịa, ọ bụ ezie na ọ ga-amasị m ịrụ ọrụ na Andrey.
Ozugbo nke ahụ gasịrị, m banyere n'ime asọmpi ihe onyonyo satịlaịtị na Kaggle si . Nsogbu a dị mfe ma na-agwụ ike nke ukwuu; ọ nweghị onye chọrọ idozi ya, mana onye ọ bụla chọrọ ihe nrite ọla edo ma ọ bụ ego nrite n'efu. Ya mere, na otu Kaggle Masters nke mmadụ 7, anyị kwetara na anyị ga-atụba ígwè. Anyị zụrụ netwọk 480 n'ụdị 'fit_predict' wee mepụta mkpokọta okpukpu atọ n'ime ha. Anyị gụchara nke asaa. . Site n'ụzọ, Jeremy Howard, onye a maara nke ọma dị ka onye okike mezuru 23.
Mgbe njedebe nke asọmpi ahụ gasịrị, site n'aka otu enyi m rụrụ ọrụ na AdRoll, m haziri Nzukọ na ogige ha. Ndị nnọchianya nke Planet Labs kwuru n'ebe ahụ banyere ihe nhazi nke asọmpi na akara data dị n'akụkụ ha. Wendy Kwan, onye na-arụ ọrụ na Kaggle ma na-ahụ maka asọmpi ahụ, kwuru banyere otú o si hụ ya. Akọwara m ngwọta anyị, aghụghọ, usoro na nkọwa teknụzụ. Ụzọ abụọ n'ụzọ atọ nke ndị na-ege ntị doziri nsogbu a, ya mere a jụrụ ajụjụ ndị ahụ ruo n'ókè na n'ozuzu ihe niile dị mma. Jeremy Howard nọkwa ebe ahụ. Ọ tụgharịrị na ọ gụchara n'ọkwa 23 n'ihi na ọ maghị otú e si achịkọta ihe nlereanya ahụ nakwa na ọ maghị maka usoro a e ji arụ mgbakọ.
Nzute na ndagwurugwu na mmụta igwe dị nnọọ iche na meetups na Moscow. Dị ka a na-achị, izute na ndagwurugwu bụ ala. Mana nke anyị gara nke ọma. N'ụzọ dị mwute, onye ọrụ ibe ahụ kwesịrị ịpị bọtịnụ wee dekọọ ihe niile emeghị bọtịnụ ahụ :)
Mgbe nke ahụ gasịrị, a kpọrọ m ka m kwuo okwu na ọkwa nke Deep Learning Engineer na otu Planet Labs a, na ozugbo na saịtị. Agafeghị m ya. Okwu nke ọjụjụ ahụ bụ na enweghi ihe ọmụma zuru oke na mmụta miri emi.
Emebere m asọmpi ọ bụla dị ka ọrụ n'ime . Maka nsogbu DSTL anyị dere ma tinye ya na arxiv. Ọ bụghị isiokwu, ma ka achịcha. Ana m akwado onye ọ bụla ọzọ ka ọ gbasaa profaịlụ LinkedIn ha site na asọmpi, akụkọ, nkà na ihe ndị ọzọ. Enwere njikọ dị mma n'etiti mkpụrụokwu ole ị nwere na profaịlụ LinkedIn gị yana ugboro ole ndị mmadụ na-ezigara gị ozi.
Ọ bụrụ na n'oge oyi na mmiri m na-arụ ọrụ nke ọma, mgbe ahụ site n'August, enwere m ihe ọmụma na ntụkwasị obi onwe onye.
Na njedebe nke July, otu nwoke na-arụ ọrụ dị ka onye njikwa sayensị data na Lyft kpọtụrụ m na LinkedIn wee kpọọ m ka m rie kọfị na kparịta ụka banyere ndụ, banyere Lyft, banyere TrueAccord. Anyị kparịtara ụka. O kwere nkwa ka ya na ndị otu ya gbaa ajụjụ ọnụ maka ọnọdụ nke Data Scientist. M kwuru na nhọrọ na-arụ ọrụ, ma ọ bụrụhaala na ọ bụ Kọmputa Vision / Deep Learning site ụtụtụ ruo mgbede. O mesiri ya obi ike na onweghị ihe mgbochi n'akụkụ ya.
Ezitere m resume m wee bulite ya na ọnụ ụzọ ime Lyft. Mgbe nke ahụ gasịrị, onye na-ewe ọrụ kpọrọ m ka m mepee akwụkwọ akụkọ m ma chọpụtakwuo banyere m. Site na okwu mbụ ya, o doro anya na nke a bụ ụkpụrụ maka ya, ebe ọ bụ na o doro ya anya site na mmalite ya na "Abụghị m ihe maka Lyft." Echere m na mgbe nke ahụ gasịrị malitegharịa m banyere n'ime ebe a na-ekpofu ahịhịa.
N'oge a niile, mgbe a na-agba m ajụjụ ọnụ, m na-atụle ọdịda m na ọdịda m na ODS na ụmụ okorobịa ahụ nyere m nzaghachi ma nyere m aka n'ụzọ ọ bụla kwere omume na ndụmọdụ, ọ bụ ezie na, dị ka ọ dị na mbụ, enwerekwa ọtụtụ enyi na enyi trolling ebe ahụ.
Otu n'ime ndị òtù ODS kwere nkwa ka mụ na enyi ya jikọọ m, onye bụ Director nke Engineering na Lyft. Ekwughi ekwu bụ emeghị eme. Abịara m Lyft maka nri ehihie, ma e wezụga enyi a, e nwekwara onye isi nke sayensị data na onye njikwa ngwaahịa bụ nnukwu onye na-akwado Deep Learning. N'oge nri ehihie anyị kparịtara ụka karịa DL. Ma ebe ọ bụ na m na-azụ netwọk 24/7 maka ọkara otu afọ, na-agụ cubic mita nke akwụkwọ, na-agba ọsọ aga-eme na Kaggle na ọtụtụ ma ọ bụ na-erughị doro anya pụta, M nwere ike ikwu banyere Deep Learning ruo ọtụtụ awa, ma na okwu nke ọhụrụ isiokwu na. usoro bara uru .
Mgbe nri ehihie gasịrị, ha lere m anya wee sị - ọ pụtara ozugbo na ị mara mma, ị chọrọ ịgwa anyị okwu? Ọzọkwa, ha gbakwụnyere na o doro m anya na a ga-amafe ihuenyo ụlọ + teknụzụ. Na na a ga-akpọ m ozugbo na saịtị. Ekwetara m.
Mgbe nke ahụ gasịrị, onye ọrụ ahụ kpọrọ m ka m hazie oge a ga-agba ya ajụjụ ọnụ n'ebe ahụ, afọ eweghị ya afọ. Ọ kwara ihe banyere ịghara ịwụli n'isi gị.
bịara. Ajụjụ ọnụ na saịtị. Oge awa ise nke nkwurịta okwu na ndị dị iche iche. Ọ nweghị otu ajụjụ gbasara mmụta miri emi, ma ọ bụ gbasara mmụta igwe n'ụkpụrụ. Ebe ọ bụ na enweghị omimi mmụta / ọhụụ kọmputa, mgbe ahụ enweghị m mmasị. Ya mere, nsonaazụ ajụjụ ọnụ ahụ bụ orthogonal.
Nke a na-ewe ndị ọrụ na-akpọ ma kwuo - ekele, ị gafeworo ajụjụ ọnụ nke abụọ na saịtị. Ihe a niile bụ ihe ijuanya. Gịnị bụ nke abụọ na saịtị? Anụbeghị m maka ụdị ihe a. Agara m. Enwere awa ole na ole ebe ahụ, oge a niile gbasara mmụta igwe ọdịnala. Nke ka mma. Ma ka na-adọrọ mmasị.
Onye na-ewe ndị ọrụ na-akpọ na ekele na m gafere ajụjụ ọnụ nke atọ na saịtị wee kwe nkwa na nke a ga-abụ nke ikpeazụ. Agara m ịhụ ya ma enwere ma DL na CV.
Enwere m tupu ọtụtụ ọnwa ndị gwara m na a gaghị enwe onyinye. Agaghị m azụ ọzụzụ na nka nka, mana na ndị dị nro. Ọ bụghị n'akụkụ dị nro, ma n'eziokwu na a ga-emechi ọnọdụ ahụ ma ọ bụ na ụlọ ọrụ ahụ anaghị akwụ ụgwọ, mana ọ na-anwale ahịa ahịa na ọkwa nke ndị na-aga ime.
N'etiti August. Anụrụ m biya dị mma. Echiche gbara ọchịchịrị. Ọnwa 8 agafeela ma ọ nweghị onyinye. Ọ dị mma ịbụ ihe okike n'okpuru biya, ọkachasị ma ọ bụrụ na ihe okike dị iche. Otu echiche na-abata m n'obi. M na-ekerịta ya na Alexey Shvets, onye n'oge ahụ bụ postdoc na MIT.
Gịnị ma ọ bụrụ na ị na-ewere ọgbakọ DL/CV kacha nso, lelee asọmpi a na-eme dị ka akụkụ nke ya, zụọ ihe ma nyefee? Ebe ọ bụ na ndị ọkachamara niile nọ n'ebe ahụ na-arụ ọrụ ha na nke a ma na-eme nke a ruo ọtụtụ ọnwa ma ọ bụ ọbụna ọtụtụ afọ, anyị enweghị ohere. Ma ọ bụghị egwu. Anyị na-eme ụfọdụ nrubeisi bara uru, fega n'ebe ikpeazụ, na mgbe nke ahụ gasịrị, anyị na-ede tupu ebipụta ma ọ bụ isiokwu banyere otú anyị adịghị ka onye ọ bụla ọzọ na-ekwu banyere mkpebi anyị. Na akụkọ ahụ adịlarị na LinkedIn yana na mmalite gị.
Nke ahụ bụ, o yiri ka ọ dị mkpa na enwere isi okwu ziri ezi na mmalite, nke kwesịrị ịbawanye ohere ịnweta ihuenyo teknụzụ. Koodu na ntinye aka m, ederede sitere na Alexey. Egwuregwu, n'ezie, mana gịnị kpatara na ọ bụghị?
Ekwughi ekwu bụ emeghị eme. Nzukọ kacha nso anyị googled bụ MICCAI na enwere asọmpi ebe ahụ. Anyị kụrụ nke mbụ. Ọ bụ . Ọrụ ahụ nwere obere ọrụ 3. Enwere ụbọchị 8 tupu oge ngwụcha. Enwere m obi iru ala n'ụtụtụ, ma akwụsịghị m echiche ahụ. Eji m pipeline m na Kaggle gbanwee ha site na data satịlaịtị gaa na nke ahụike. 'fit_predict'. Alexey kwadebere nkọwa nke ibe abụọ nke ngwọta maka nsogbu ọ bụla, anyị zigakwara ya. Njikere. Na tiori, ị nwere ike iku ume. Mana ọ tụgharịrị na enwere ọrụ ọzọ maka otu nkuzi ahụ () nwere subtasks atọ yana na ụbọchị 4 kpaliri oge imecha ya, ya bụ, anyị nwere ike ịme 'fit_predict' ebe ahụ wee ziga ya. Nke ahụ bụ ihe anyị mere.
N'adịghị ka Kaggle, asọmpi ndị a nwere nkọwa agụmakwụkwọ nke ha:
- Enweghị akwụkwọ ndu. A na-ezigara ntinye site na email.
- A ga-ewepụ gị ma ọ bụrụ na onye nnọchi anya otu abịaghị wepụta ihe ngwọta na ogbako na Ụlọ Nzukọ Ọmụmụ.
- A na-amata ọnọdụ gị na bọọdụ ndu naanị n'oge ọgbakọ. Ụdị ihe nkiri agụmakwụkwọ.
Emere ọgbakọ MICCAI 2017 na Quebec City. N'ikwu eziokwu, ka ọ na-erule Septemba, m na-amalite ịka ọkụ, ya mere echiche nke ịhapụ ọrụ otu izu na ịga Canada na-adọrọ mmasị.
bia na ogbako. Abịara m na Workshop a, amaghị m onye ọ bụla, m na-anọdụ ala n'akụkụ. Onye ọ bụla maara ibe ya, ha na-ekwurịta okwu, na-atụfu okwu ahụike dị nkọ. Nyochaa asọmpi mbụ. Ndị sonyere na-ekwu ma na-ekwu maka mkpebi ha. Ọ dị mma ebe ahụ, na-egbuke egbuke. Oge m. Ihere na-emekwa m n'ụzọ ụfọdụ. Ha doziri nsogbu ahụ, rụọ ọrụ na ya, sayensị dị elu, na anyị bụ naanị "fit_predict" site na mmepe gara aga, ọ bụghị maka sayensị, mana iji kwalite mmalite anyị.
Ọ pụtara ma kwuo na abụghị m ọkachamara n'ịgwọ ọrịa, rịọ mgbaghara maka igbu oge ha, ma gosi m otu slide nwere ngwọta ya. M gbadara n'ụlọ nzukọ.
Ha na-akpọsa subtask nke mbụ - anyị bụ ndị mbụ, yana site na oke.
A mara ọkwa nke abụọ na nke atọ.
Ha na-akpọsa nke atọ - ọzọ na mbụ na ọzọ na-edu ndú.
General bụ nke mbụ.
Ụfọdụ ndị na-ege ntị na-amụmụ ọnụ ọchị ma jiri nkwanye ùgwù na-ele m anya. Ndị ọzọ, ndị o doro anya na a na-ewere dị ka ndị ọkachamara na ngalaba ahụ, nwetara onyinye maka ọrụ a ma na-eme nke a ruo ọtụtụ afọ, nwere mmetụta gbagọrọ agbagọ n'ihu ha.
Nke na-esote bụ ọrụ nke abụọ, nke nwere obere ọrụ atọ nke ejiri ụbọchị anọ aga n'ihu.
N'ebe a, m rịọkwara mgbaghara ma gosi otu slide anyị ọzọ.
Otu akụkọ ahụ. Abụọ mbụ, otu sekọnd, nkịtị mbụ.
Echere m na nke a nwere ike ịbụ oge mbụ n'akụkọ ihe mere eme nke ụlọ ọrụ nchịkọta na-emeri asọmpi onyonyo ahụike.
Ma ugbu a, m na-eguzo na ogbo, ha na-enye m ụfọdụ ụdị diploma na m bọmbụ. Kedu ka fuck nwere ike isi bụrụ? Ndị ọkà mmụta a na-emefu ego ndị na-atụ ụtụ isi, na-arụ ọrụ iji mee ka ọ dị mfe ma melite ogo ọrụ maka ndị dọkịta, ya bụ, na tiori, ndụ ndụ m, na ụfọdụ ahụ dọwara ndị ọrụ agụmakwụkwọ a dum n'ime ọkọlọtọ Britain na mgbede ole na ole.
Ihe mgbakwunye na nke a bụ na n'òtù ndị ọzọ, ụmụ akwụkwọ gụsịrị akwụkwọ bụ ndị na-arụ ọrụ ndị a ruo ọtụtụ ọnwa ga-enwe mmalite nke na-adọrọ mmasị HR, ya bụ, ha ga-adị mfe ịnweta ihuenyo teknụzụ. Na n'anya m, e nwere email enwetara ọhụrụ:
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.N'ozuzu, site na ogbo, ana m ajụ ndị na-ege ntị: "Ọ dị onye maara ebe m na-arụ ọrụ?" Otu n'ime ndị na-ahazi asọmpi ahụ maara - ọ Googled ihe TrueAccord bụ. Ndị ọzọ abụghị. M na-aga n'ihu, sị: “M na-arụ ọrụ maka ụlọ ọrụ na-anakọta ego, ma n'ebe ọrụ, anaghị m arụ ọrụ ọhụhụ Kọmputa ma ọ bụ Deep Learning. Na n'ọtụtụ ụzọ, nke a na-eme n'ihi na ngalaba HR nke Google Brain na Deepmind na-enyocha mmalite m, na-enyeghị m ohere igosi ọzụzụ nka. "
Ha nyefere asambodo ahụ, ezumike. Otu ndị gụrụ akwụkwọ dọpụrụ m n'akụkụ. Ọ tụgharịrị na nke a bụ otu ahụike nwere Deepmind. Ọ masịrị ha nke ukwuu nke na ha chọrọ ozugbo ịgwa m banyere ohere ahụ Injinia na-eme nchọpụta na-enwe ohere n'òtù ha. (Anyị kwurịtara okwu. Mkparịta ụka a were ọnwa 6, m gafeworo n'ụlọ, ajụjụ ọnụ, ma e bepụrụ ya na ihuenyo teknụzụ. 6 ọnwa site na mmalite nke nkwurịta okwu na ihuenyo tech bụ ogologo oge. Ogologo echere na-enye uto. Onye na-eme nchọpụta na Deepmind dị na London, megide ndabere nke TrueAccord, e nwere nzọụkwụ siri ike, ma megide ndabere nke ọnọdụ m ugbu a, ọ bụ nkwụsị ala. Site n'ebe dị anya afọ abụọ gafeworo kemgbe ahụ, ọ dị mma. na ọ bụghị.)
nkwubi
N'otu oge ahụ, enwetara m onyinye sitere n'aka Lyft, nke m nabatara.
Dabere na nsonaazụ asọmpi abụọ a nwere MICCAI, ebipụtara ihe ndị a:
Nke ahụ bụ, n'agbanyeghị oke ohia nke echiche ahụ, ịgbakwunye akụkọ agbakwunyere na preprints site na asọmpi na-arụ ọrụ nke ọma. Na ụdi afọ anyị mere ka ọ ka njọ.
Anọ m na-arụ ọrụ na Lyft afọ ole na ole gara aga na-eme ọhụụ Kọmputa / mmụta miri emi maka ụgbọ ala ịnya ụgbọ ala. Ya bụ, enwetara m ihe m chọrọ. Na ọrụ, na ụlọ ọrụ dị elu, na ndị ọrụ ibe siri ike, na ihe ọma ndị ọzọ niile.
N'ime ọnwa ndị a, enwere m mkparịta ụka na nnukwu ụlọ ọrụ Google, Facebook, Uber, LinkedIn, yana oke osimiri nke mmalite nke nha dị iche iche.
O wutere ọnwa ndị a niile. Eluigwe na Ala na-agwa gị ihe na-adịghị mma kwa ụbọchị. Ọjụjụ mgbe niile, na-emehie mgbe niile na ihe a niile na-enwe mmetụta enweghị olileanya na-adịgide adịgide. Enweghị nkwa na ị ga-eme nke ọma, mana enwere mmetụta na ị bụ onye nzuzu. Ọ na-echetara m otu m siri gbalịa ịchọta ọrụ ozugbo mahadum gasịrị.
Echere m na ọtụtụ ndị na-achọ ọrụ na ndagwurugwu na ihe niile dịịrị ha mfe karị. Aghụghọ, n'uche m, bụ nke a. Ọ bụrụ na ị na-achọ ọrụ na ubi nke ị na-aghọta, nwere ọtụtụ ahụmahụ, na gị malitegharịa na-ekwu otu ihe ahụ, ọ dịghị nsogbu. M weere ya hụ ya. Enwere ọtụtụ ohere.
Ma ọ bụrụ na ị na-achọ ọrụ na ubi nke bụ ihe ọhụrụ nye gị, ya bụ, mgbe ọ dịghị ihe ọmụma, ọ dịghị njikọ na gị malitegharịa na-ekwu ihe na-ezighị ezi - n'oge a ihe niile na-aghọ nnọọ mmasị.
Ugbu a, ndị na-ewe ọrụ na-edegara m akwụkwọ mgbe niile ma na-enye m otu ihe ahụ m na-eme ugbu a, mana na ụlọ ọrụ dị iche. Ọ bụ n'ezie oge ịgbanwe ọrụ. Ma ọ baghị uru ime ihe m na-amabu nke ọma. Maka gịnị?
Ma n'ihi na ihe m chọrọ, M ọzọ nwere ma ihe ọmụma ma ọ bụ akara na m malitegharịa. Ka anyị hụ ka ihe a niile si akwụsị. Ọ bụrụ na ihe niile na-aga nke ọma, m ga-ede akụkụ na-esote. 🙂
isi: www.habr.com