កម្មវិធី Yandex Resident ឬរបៀបដែល Backender ដែលមានបទពិសោធន៍អាចក្លាយជាវិស្វករ ML

Yandex កំពុងបើកកម្មវិធីស្នាក់នៅក្នុងការរៀនម៉ាស៊ីនសម្រាប់អ្នកអភិវឌ្ឍន៍កម្មវិធីខាងក្រោយដែលមានបទពិសោធន៍។ ប្រសិនបើអ្នកបានសរសេរច្រើននៅក្នុង C++/Python ហើយចង់អនុវត្តចំណេះដឹងនេះទៅ ML នោះយើងនឹងបង្រៀនអ្នកពីរបៀបធ្វើការស្រាវជ្រាវជាក់ស្តែង និងផ្តល់អ្នកណែនាំដែលមានបទពិសោធន៍។ អ្នកនឹងធ្វើការលើសេវាកម្ម Yandex សំខាន់ៗ និងទទួលបានជំនាញក្នុងផ្នែកដូចជា គំរូលីនេអ៊ែរ និងការជំរុញកម្រិតជម្រាល ប្រព័ន្ធណែនាំ បណ្តាញសរសៃប្រសាទសម្រាប់ការវិភាគរូបភាព អត្ថបទ និងសំឡេង។ អ្នកក៏នឹងរៀនពីរបៀបដើម្បីវាយតម្លៃគំរូរបស់អ្នកឱ្យបានត្រឹមត្រូវដោយប្រើមាត្រដ្ឋានក្រៅបណ្តាញ និងអ៊ីនធឺណិត។

រយៈពេលនៃកម្មវិធីគឺមួយឆ្នាំ ក្នុងអំឡុងពេលដែលអ្នកចូលរួមនឹងធ្វើការនៅក្នុងផ្នែកស៊ើបការណ៍ម៉ាស៊ីន និងស្រាវជ្រាវរបស់ Yandex ក៏ដូចជាចូលរួមការបង្រៀន និងសិក្ខាសាលាផងដែរ។ ការចូលរួមត្រូវបានបង់ និងពាក់ព័ន្ធនឹងការងារពេញម៉ោង៖ 40 ម៉ោងក្នុងមួយសប្តាហ៍ ដោយចាប់ផ្តើមពីថ្ងៃទី 1 ខែកក្កដា នៃឆ្នាំនេះ។ កម្មវិធីបានបើកហើយ។ ហើយនឹងបន្តរហូតដល់ថ្ងៃទី 1 ខែឧសភា។ 

ហើយឥឡូវនេះនៅក្នុងលម្អិតបន្ថែមទៀត - អំពីប្រភេទនៃទស្សនិកជនដែលយើងកំពុងរង់ចាំ ដំណើរការការងារនឹងទៅជាយ៉ាងណា ហើយជាទូទៅរបៀបដែលអ្នកឯកទេសផ្នែកខាងក្រោយអាចប្តូរទៅអាជីពនៅក្នុង ML ។

ដឹកនាំ

ក្រុមហ៊ុនជាច្រើនមានកម្មវិធីស្នាក់នៅ រួមទាំងឧទាហរណ៍ Google និង Facebook។ ពួកគេមានគោលបំណងជាចម្បងទៅលើអ្នកជំនាញកម្រិតតូច និងមធ្យមដែលកំពុងព្យាយាមបោះជំហានឆ្ពោះទៅរកការស្រាវជ្រាវ ML ។ កម្មវិធីរបស់យើងគឺសម្រាប់ទស្សនិកជនផ្សេងគ្នា។ យើងសូមអញ្ជើញអ្នកអភិវឌ្ឍន៍ផ្នែកខាងក្រោយដែលបានទទួលបទពិសោធន៍គ្រប់គ្រាន់រួចហើយ ហើយដឹងច្បាស់ថានៅក្នុងសមត្ថភាពរបស់ពួកគេ ពួកគេត្រូវការផ្លាស់ប្តូរឆ្ពោះទៅរក ML ដើម្បីទទួលបានជំនាញជាក់ស្តែង - និងមិនមែនជាជំនាញរបស់អ្នកវិទ្យាសាស្ត្រ - ក្នុងការដោះស្រាយបញ្ហាការរៀនម៉ាស៊ីនឧស្សាហកម្ម។ នេះមិនមានន័យថាយើងមិនគាំទ្រអ្នកស្រាវជ្រាវវ័យក្មេងនោះទេ។ យើងបានរៀបចំកម្មវិធីដាច់ដោយឡែកមួយសម្រាប់ពួកគេ - បុព្វលាភ ដាក់ឈ្មោះតាម Ilya Segalovich ដែលអនុញ្ញាតឱ្យអ្នកធ្វើការនៅក្នុង Yandex ផងដែរ។

តើ​អ្នក​ស្រុក​នឹង​ធ្វើ​ការ​នៅ​កន្លែង​ណា?

នៅក្នុងនាយកដ្ឋានស៊ើបការណ៍ម៉ាស៊ីន និងស្រាវជ្រាវ យើងខ្លួនឯងបង្កើតគំនិតគម្រោង។ ប្រភពសំខាន់នៃការបំផុសគំនិតគឺអក្សរសិល្ប៍វិទ្យាសាស្រ្ត អត្ថបទ និងនិន្នាការនៅក្នុងសហគមន៍ស្រាវជ្រាវ។ សហការីរបស់ខ្ញុំ និងខ្ញុំវិភាគនូវអ្វីដែលយើងអាន ដោយរកមើលពីរបៀបដែលយើងអាចកែលម្អ ឬពង្រីកវិធីសាស្រ្តដែលស្នើឡើងដោយអ្នកវិទ្យាសាស្ត្រ។ ទន្ទឹមនឹងនេះ យើងម្នាក់ៗគិតគូរពីផ្នែកនៃចំណេះដឹង និងចំណាប់អារម្មណ៍របស់គាត់ បង្កើតភារកិច្ចដោយផ្អែកលើផ្នែកដែលគាត់ចាត់ទុកថាសំខាន់។ គំនិតសម្រាប់គម្រោងមួយ ជាធម្មតាកើតនៅចំនុចប្រសព្វនៃលទ្ធផលនៃការស្រាវជ្រាវខាងក្រៅ និងសមត្ថភាពផ្ទាល់ខ្លួន។

ប្រព័ន្ធនេះគឺល្អព្រោះវាជួយដោះស្រាយបញ្ហាបច្ចេកវិទ្យាជាច្រើននៃសេវាកម្ម Yandex សូម្បីតែមុនពេលវាកើតឡើងក៏ដោយ។ នៅពេលដែលសេវាកម្មប្រឈមមុខនឹងបញ្ហា អ្នកតំណាងរបស់វាមករកយើង ភាគច្រើនទំនងជាទទួលយកបច្ចេកវិទ្យាដែលយើងបានរៀបចំរួចហើយ ដែលអ្វីៗដែលនៅសល់គឺត្រូវអនុវត្តឱ្យបានត្រឹមត្រូវនៅក្នុងផលិតផល។ ប្រសិនបើមានអ្វីមួយមិនទាន់រួចរាល់ យ៉ាងហោចណាស់យើងនឹងចងចាំយ៉ាងឆាប់រហ័សនូវកន្លែងដែលយើងអាច "ចាប់ផ្តើមជីក" ហើយនៅក្នុងអត្ថបទណាដែលត្រូវស្វែងរកដំណោះស្រាយ។ ដូចដែលយើងដឹងហើយថា វិធីសាស្រ្តវិទ្យាសាស្ត្រគឺឈរលើស្មារបស់យក្ស។

អ្វី​ដែល​ត្រូវធ្វើ

នៅ Yandex - និងជាពិសេសនៅក្នុងការគ្រប់គ្រងរបស់យើង - ផ្នែកពាក់ព័ន្ធទាំងអស់នៃ ML កំពុងត្រូវបានបង្កើតឡើង។ គោលដៅរបស់យើងគឺធ្វើឱ្យប្រសើរឡើងនូវគុណភាពនៃផលិតផលជាច្រើនប្រភេទ ហើយនេះបម្រើជាការលើកទឹកចិត្តមួយដើម្បីសាកល្បងអ្វីគ្រប់យ៉ាងថ្មី។ លើសពីនេះ សេវាកម្មថ្មីលេចឡើងជាទៀងទាត់។ ដូច្នេះ​កម្មវិធី​បង្រៀន​មាន​គ្រប់​ផ្នែក​សំខាន់ៗ (ដែល​បាន​បញ្ជាក់​យ៉ាង​ច្បាស់) នៃ​ការ​រៀន​ម៉ាស៊ីន​ក្នុង​ការ​អភិវឌ្ឍ​ឧស្សាហកម្ម។ នៅពេលចងក្រងផ្នែករបស់ខ្ញុំនៃវគ្គសិក្សា ខ្ញុំបានប្រើបទពិសោធន៍បង្រៀនរបស់ខ្ញុំនៅសាលាការវិភាគទិន្នន័យ ក៏ដូចជាសម្ភារៈ និងការងាររបស់គ្រូ SHAD ផ្សេងទៀត។ ខ្ញុំដឹងថាសហការីរបស់ខ្ញុំបានធ្វើដូចគ្នា។

នៅក្នុងខែដំបូង ការបណ្តុះបណ្តាលយោងទៅតាមកម្មវិធីវគ្គសិក្សានឹងមានប្រហែល 30% នៃពេលវេលាធ្វើការរបស់អ្នក បន្ទាប់មកប្រហែល 10% ។ ទោះជាយ៉ាងណាក៏ដោយ វាជាការសំខាន់ដែលត្រូវយល់ថាការធ្វើការជាមួយគំរូ ML ខ្លួនឯងនឹងបន្តចំណាយពេលប្រហែល XNUMX ដងតិចជាងដំណើរការដែលពាក់ព័ន្ធទាំងអស់។ ទាំងនេះរួមមានការរៀបចំផ្នែកខាងក្រោយ ការទទួលទិន្នន័យ ការសរសេរបំពង់សម្រាប់ដំណើរការវាជាមុន ការបង្កើនប្រសិទ្ធភាពកូដ ការសម្របខ្លួនទៅនឹងផ្នែករឹងជាក់លាក់។ មានសមត្ថភាពដោះស្រាយបញ្ហាតាំងពីដើមដល់ចប់។ សូម្បីតែជាមួយនឹងគំរូដែលត្រៀមរួចជាស្រេចក៏ដោយ អ្នកប្រហែលជាត្រូវធ្វើសកម្មភាពមួយចំនួនទៀត៖ ប្រៀបធៀបការប្រតិបត្តិរបស់វានៅលើម៉ាស៊ីនជាច្រើន រៀបចំការអនុវត្តក្នុងទម្រង់ជាចំណុចទាញ បណ្ណាល័យ ឬធាតុផ្សំនៃសេវាកម្មខ្លួនឯង។

ការជ្រើសរើសសិស្ស
ប្រសិនបើអ្នកស្ថិតក្រោមការចាប់អារម្មណ៍ថា វាជាការប្រសើរជាងក្នុងការក្លាយជាវិស្វករ ML ដោយធ្វើការដំបូងជាអ្នកអភិវឌ្ឍន៍ផ្នែកខាងក្រោយ នេះមិនមែនជាការពិតទេ។ ការចុះឈ្មោះក្នុង ShAD ដូចគ្នាដោយគ្មានបទពិសោធន៍ពិតប្រាកដក្នុងការអភិវឌ្ឍន៍សេវាកម្ម ការរៀន និងការក្លាយជាតម្រូវការខ្លាំងនៅលើទីផ្សារគឺជាជម្រើសដ៏ល្អ។ អ្នកឯកទេស Yandex ជាច្រើនបានបញ្ចប់មុខតំណែងបច្ចុប្បន្នរបស់ពួកគេតាមរបៀបនេះ។ ប្រសិនបើក្រុមហ៊ុនមួយចំនួនត្រៀមខ្លួនផ្តល់ជូនអ្នកនូវការងារក្នុងវិស័យ ML ភ្លាមៗបន្ទាប់ពីបញ្ចប់ការសិក្សា អ្នកក៏ប្រហែលជាទទួលយកការផ្តល់ជូនផងដែរ។ ព្យាយាមចូលទៅក្នុងក្រុមល្អជាមួយអ្នកណែនាំដែលមានបទពិសោធន៍ ហើយត្រៀមខ្លួនដើម្បីរៀនឱ្យបានច្រើន។

តើអ្វីជាធម្មតារារាំងអ្នកពីការធ្វើ ML?

ប្រសិនបើអ្នកគាំទ្រប្រាថ្នាចង់ក្លាយជាវិស្វករ ML គាត់អាចជ្រើសរើសពីផ្នែកពីរនៃការអភិវឌ្ឍន៍ - ដោយមិនគិតពីកម្មវិធីស្នាក់នៅ។

ជាដំបូង សិក្សាជាផ្នែកមួយនៃវគ្គសិក្សាអប់រំមួយចំនួន។ មេរៀន Coursera នឹងនាំអ្នកឱ្យកាន់តែខិតទៅជិតការយល់ដឹងអំពីបច្ចេកទេសជាមូលដ្ឋាន ប៉ុន្តែដើម្បីបញ្ចូលខ្លួនអ្នកនៅក្នុងវិជ្ជាជីវៈក្នុងកម្រិតគ្រប់គ្រាន់ អ្នកត្រូវលះបង់ពេលវេលាបន្ថែមទៀតសម្រាប់វា។ ឧទាហរណ៍ បញ្ចប់ការសិក្សាពី ShAD ។ ប៉ុន្មានឆ្នាំមកនេះ ShAD មានចំនួនវគ្គសិក្សាផ្សេងគ្នាដោយផ្ទាល់លើការរៀនម៉ាស៊ីន - ជាមធ្យមប្រហែលប្រាំបី។ ពួកគេម្នាក់ៗពិតជាមានសារៈសំខាន់ និងមានប្រយោជន៍ រួមទាំងនៅក្នុងគំនិតរបស់និស្សិតបញ្ចប់ការសិក្សាផងដែរ។ 

ទីពីរ អ្នកអាចចូលរួមក្នុងគម្រោងប្រយុទ្ធ ដែលអ្នកត្រូវអនុវត្តក្បួនដោះស្រាយ ML មួយ ឬផ្សេងទៀត។ ទោះយ៉ាងណាក៏ដោយ មានគម្រោងបែបនេះតិចតួចណាស់នៅលើទីផ្សារអភិវឌ្ឍន៍ IT៖ ការរៀនម៉ាស៊ីនមិនត្រូវបានប្រើក្នុងកិច្ចការភាគច្រើនទេ។ សូម្បីតែនៅក្នុងធនាគារដែលកំពុងស្វែងរកយ៉ាងសកម្មនូវឱកាសដែលទាក់ទងនឹង ML ក៏ដោយ មានតែមួយចំនួនប៉ុណ្ណោះដែលត្រូវបានចូលរួមនៅក្នុងការវិភាគទិន្នន័យ។ ប្រសិនបើអ្នកមិនអាចចូលរួមក្រុមមួយក្នុងចំណោមក្រុមទាំងនេះបានទេ ជម្រើសតែមួយគត់របស់អ្នកគឺត្រូវចាប់ផ្តើមគម្រោងផ្ទាល់ខ្លួនរបស់អ្នក (ដែលភាគច្រើនទំនងជាអ្នកនឹងកំណត់ពេលវេលាកំណត់របស់អ្នក ហើយវាមិនពាក់ព័ន្ធនឹងការងារផលិតកម្មប្រយុទ្ធ) ឬចាប់ផ្តើមប្រកួតប្រជែងនៅលើ កាកហ្គល។

ជាការពិត រួមក្រុមជាមួយសមាជិកសហគមន៍ផ្សេងទៀត ហើយសាកល្បងខ្លួនអ្នកនៅក្នុងការប្រកួតប្រជែង ងាយស្រួល - ជាពិសេសប្រសិនបើអ្នកបម្រុងទុកជំនាញរបស់អ្នកជាមួយនឹងការបណ្តុះបណ្តាល និងវគ្គសិក្សាដែលបានរៀបរាប់នៅលើ Coursera ។ ការប្រកួតប្រជែងនីមួយៗមានកាលកំណត់ - វានឹងបម្រើជាការលើកទឹកចិត្តសម្រាប់អ្នក និងរៀបចំអ្នកសម្រាប់ប្រព័ន្ធស្រដៀងគ្នានៅក្នុងក្រុមហ៊ុន IT ។ នេះគឺជាមធ្យោបាយដ៏ល្អ - ដែលទោះជាយ៉ាងណាក៏ត្រូវបានលែងលះគ្នាបន្តិចបន្តួចពីដំណើរការពិតប្រាកដផងដែរ។ នៅលើ Kaggle អ្នកត្រូវបានផ្តល់ឱ្យមុនដំណើរការ ទោះបីជាមិនតែងតែល្អឥតខ្ចោះក៏ដោយ ទិន្នន័យ។ កុំផ្តល់ជូនដើម្បីគិតអំពីការរួមចំណែកដល់ផលិតផល; ហើយសំខាន់បំផុត ពួកគេមិនទាមទារដំណោះស្រាយដែលសមរម្យសម្រាប់ផលិតកម្មទេ។ ក្បួនដោះស្រាយរបស់អ្នកប្រហែលជាដំណើរការ និងមានភាពត្រឹមត្រូវខ្ពស់ ប៉ុន្តែម៉ូដែល និងកូដរបស់អ្នកនឹងដូច Frankenstein ដេរភ្ជាប់គ្នាពីផ្នែកផ្សេងៗ - នៅក្នុងគម្រោងផលិតកម្ម រចនាសម្ព័ន្ធទាំងមូលនឹងដំណើរការយឺតពេក វានឹងពិបាកក្នុងការធ្វើបច្ចុប្បន្នភាព និងពង្រីក (ឧទាហរណ៍។ ក្បួនដោះស្រាយភាសា និងសំឡេងនឹងតែងតែសរសេរឡើងវិញដោយផ្នែកនៅពេលដែលភាសាអភិវឌ្ឍ)។ ក្រុមហ៊ុនចាប់អារម្មណ៍លើការពិតដែលថាការងារដែលបានរាយបញ្ជីអាចត្រូវបានធ្វើមិនត្រឹមតែដោយខ្លួនអ្នកផ្ទាល់ទេ (វាច្បាស់ណាស់ថាអ្នកជាអ្នកនិពន្ធនៃដំណោះស្រាយអាចធ្វើ) ប៉ុន្តែក៏ដោយមិត្តរួមការងាររបស់អ្នកផងដែរ។ ភាពខុសគ្នារវាងកីឡា និងកម្មវិធីឧស្សាហកម្មត្រូវបានពិភាក្សា многоហើយ Kaggle អប់រំ "អត្តពលិក" យ៉ាងជាក់លាក់ - បើទោះបីជាវាធ្វើវាបានយ៉ាងល្អដែលអនុញ្ញាតឱ្យពួកគេទទួលបានបទពិសោធន៍ខ្លះ។

ខ្ញុំបានពិពណ៌នាអំពីការអភិវឌ្ឍន៍ដែលអាចកើតមានពីរគឺ ការបណ្តុះបណ្តាលតាមរយៈកម្មវិធីអប់រំ និងការបណ្តុះបណ្តាល "ក្នុងការប្រយុទ្ធ" ឧទាហរណ៍នៅលើ Kaggle ។ កម្មវិធីស្នាក់នៅគឺជាការរួមបញ្ចូលគ្នានៃវិធីសាស្រ្តទាំងពីរនេះ។ ការបង្រៀន និងសិក្ខាសាលានៅកម្រិត ShAD ក៏ដូចជាគម្រោងប្រយុទ្ធដ៏ពិតប្រាកដកំពុងរង់ចាំអ្នក។

ប្រភព: www.habr.com