Dëst Bild ass vum Arthur Kuzin (), zimmlech präzis resüméiert den Inhalt vum Blogpost. Als Resultat soll déi folgend narrativ méi wéi eng Freideggeschicht ugesi ginn wéi als eppes extrem nëtzlecht an technescht. Zousätzlech ass et derwäert ze notéieren datt den Text reich an englesche Wierder ass. Ech weess net wéi e puer vun hinnen richteg ze iwwersetzen, an ech wëll just net e puer vun hinnen ze iwwersetzen.
Wéi den Iwwergang vun engem akademeschen Ëmfeld an en industriellt Ëmfeld stattfonnt huet, gëtt an den éischten zwee Episode verroden. An dësem gëtt d'Gespréich iwwer dat wat duerno geschitt ass.
Et war Januar 2017. Zu där Zäit hat ech e bësse méi wéi ee Joer Aarbechtserfahrung an ech hunn zu San Francisco an der Firma geschafft wéi Sr. Datewëssenschaftler.
TrueAccord ass e Startup fir Scholdensammlung. An einfach Begrëffer - eng Kollektioun Agence. Sammler ruffen normalerweis vill. Mir hunn vill E-Maile geschéckt, awer e puer Uruff gemaach. All E-Mail huet op d'Websäit vun der Gesellschaft gefouert, wou de Scholden eng Remise op d'Schold ugebueden huet, an esouguer erlaabt a Bezuelungen ze bezuelen. Dës Approche huet zu enger besserer Sammlung gefouert, erlaabt fir Skaléieren a manner Belaaschtung vu Prozesser.
D'Firma war normal. De Produit ass kloer. D'Gestioun ass verstänneg. D'Location ass gutt.
Am Duerchschnëtt schaffen d'Leit am Dall ongeféier annerhallef Joer op enger Plaz. Dat ass, all Firma fir déi Dir schafft ass just e klenge Schrëtt. Op dësem Schrëtt sammelt Dir e puer Suen, kritt neit Wëssen, Fäegkeeten, Verbindungen a Linnen an Ärem CV. Duerno gëtt et en Iwwergang op den nächste Schrëtt.
Bei TrueAccord selwer war ech involvéiert fir Empfehlungssystemer un d'E-Mail Newsletter ze befestigen, wéi och d'Prioritéit vun Telefonsgespréicher. Den Impakt ass verständlech a gouf ganz gutt an Dollar duerch A / B Tester gemooss. Well et keng Maschinnléiere war virun menger Arrivée, war den Impakt vu menger Aarbecht net schlecht. Erëm, et ass vill méi einfach eppes ze verbesseren wéi eppes wat scho staark optiméiert ass.
No sechs Méint un dëse Systemer ze schaffen, hu si souguer meng Basisbezuelung vun $150k op $163k erhéicht. An der Gemeng et gëtt e Meme iwwer $ 163k. Et wiisst vun hei mat de Been.
All dëst war wonnerbar, mee et huet net iwwerall gefouert, oder et gefouert, awer net do.
Ech hu grousse Respekt fir TrueAccord, souwuel d'Firma an de Kärelen ech mat do geschafft. Ech hunn vill vun hinnen geléiert, awer ech wollt net laang un Empfehlungssystemer bei enger Sammelagentur schaffen. Vun dësem Schrëtt musst Dir an eng Richtung goen. Wann net no vir an no uewen, dann op d'mannst op der Säit.
Wat hunn ech net gär?
- Aus enger Maschinn Léieren Perspektiv hunn d'Problemer mech net opgereegt. Ech wollt eppes fashionables, jugendlechs, also Deep Learning, Computer Vision, eppes éischter no der Wëssenschaft oder op d'mannst un der Alchimie.
- E Startup, a souguer eng Sammlungsagentur, huet Problemer fir héichqualifizéiert Personal anzestellen. Als Startup kann et net vill bezuelen. Mä als Kollektioun Agence verléiert et am Status. Grof geschwat, wann e Meedchen op engem Datum freet wou Dir schafft? Är Äntwert: "Op Google" kléngt Bestellungen vun der Gréisst besser wéi "Sammlungsagentur." Ech war liicht gestéiert vun der Tatsaach, datt fir meng Frënn, déi bei Google a Facebook schaffen, am Géigesaz zu mir, den Numm vun hirer Firma Dieren opgemaach huet wéi: Dir kënnt op eng Konferenz oder Meetup als Spriecher invitéiert ginn, oder méi interessant Leit schreiwen op LinkedIn mat enger Offer iwwer e Glas Téi ze treffen an ze chatten. Ech hu wierklech gär mat Leit ze kommunizéieren déi ech net perséinlech kennen. Also wann Dir zu San Francisco wunnt, zéckt net ze schreiwen - loosst eis Kaffi goen a schwätzen.
- Zousätzlech zu mir hunn dräi Datewëssenschaftler an der Firma geschafft. Ech hunn u Maschinnléiere geschafft, a si hunn un aner Data Science Aufgaben geschafft, déi an all Startup vun hei bis muer heefeg sinn. Als Resultat hunn se net wierklech Maschinnléiere verstanen. Awer fir ze wuessen, muss ech mat engem kommunizéieren, Artikelen an déi lescht Entwécklungen diskutéieren, a Rotschléi froen, um Enn.
Wat war verfügbar?
- Ausbildung: Physik, net Informatik.
- Déi eenzeg programméiere Sprooch ech wosst war Python. Et war e Gefill datt ech op C ++ muss wiesselen, awer ech konnt nach ëmmer net dohinner kommen.
- An en halleft Joer Aarbecht an der Industrie. Ausserdeem hunn ech op der Aarbecht weder Deep Learning oder Computer Vision studéiert.
- Net een eenzegen Artikel iwwer Deep Learning / Computer Vision am CV.
- Et war e Kaggle Master Erreeche.
Wat wollts du?
- Eng Positioun wou et néideg ass fir vill Netzwierker ze trainéieren, a méi no un d'Computervisioun.
- Et ass besser wann et eng grouss Firma ass wéi Google, Tesla, Facebook, Uber, LinkedIn, etc. Obwuel an enger Prise, e Startup géif maachen.
- Ech brauch net de gréisste Maschinn Léieren Expert am Team ze sinn. Et war e grousse Bedierfnes fir Seniorskollegen, Mentoren an all Zorte vu Kommunikatioun, déi de Léierprozess beschleunegen sollt.
- Nodeems ech Blogposte gelies hunn iwwer wéi Graduéierter ouni Industrieerfahrung eng total Entschiedegung vun $300-500k pro Joer hunn, wollt ech an déiselwecht Gamme goen. Et ass net datt dëst mech esou vill stéiert, awer well se soen datt dëst e gemeinsame Phänomen ass, awer ech hunn manner, dann ass dëst e Signal.
D'Aufgab schéngt komplett léisbar ze sinn, awer net am Sënn datt Dir an all Firma sprange kënnt, mä éischter datt wann Dir hongereg ass, alles klappt. Dat ass, Zénger oder Honnerte vu Versuche, an de Schmerz vun all Versoen an all Oflehnung, solle benotzt ginn fir de Fokus ze schärfen, d'Erënnerung ze verbesseren an den Dag op 36 Stonnen ze strecken.
Ech hunn mäi Resumé ugepasst, ugefaang et eraus ze schécken a fir Interviewen ze goen. Ech sinn déi meescht vun hinnen op der Etapp vun der Kommunikatioun mam HR geflunn. Vill Leit verlaangt C ++, mee ech wosst et net, an ech hat e staarkt Gefill, datt ech net ganz interesséiert Positiounen wier, datt C ++ verlaangt.
Et ass derwäert ze notéieren datt ongeféier gläichzäiteg e Phasetransitioun an der Aart vu Concoursen op Kaggle war. Virun 2017 gouf et vill Tabulardaten a ganz selten Bilddaten, awer ab 2017 waren et vill Computervisiounsaufgaben.
D'Liewen ass an de folgende Modus gefloss:
- Aarbecht während dem Dag.
- Wann Tech Écran / op der Plaz huelt Dir Zäit.
- Owender a Weekend Kaggle + Artikelen / Bicher / Blog posts
D'Enn vun 2016 war markéiert vun der Tatsaach, datt ech der Communautéit ugeschloss , wat vill Saache vereinfacht huet. Et gi vill Leit an der Gemeinschaft mat enger räicher Industrieerfahrung, déi eis erlaabt hunn vill domm Froen ze stellen a vill intelligent Äntwerten ze kréien. Et ginn och vill ganz staark Maschinn Léieren Spezialisten vun all Sträifen, déi, onerwaart, erlaabt mir, duerch ODS, d'Thema mat regelméisseg an-Déift Kommunikatioun iwwer Data Science zouzemaachen. Bis elo, a punkto ML, gëtt ODS mir vill Mol méi wéi dat wat ech op der Aarbecht kréien.
Ee, wéi gewinnt, ODS huet genuch Spezialisten an Concoursen op Kaggle an aner Siten. Probleemer an engem Team léisen ass méi lëschteg a produktiv, also mat Witzer, Schwieren, Memes an aner nerdy Ënnerhalung hu mir ugefaang Problemer een nom aneren ze léisen.
Am Mäerz 2017 - an enger Equipe mat Serega Mushinsky - drëtt Plaz fir . Goldmedail op Kaggle + $ 20k fir zwee. Op dëser Aufgab, Aarbecht mat Satellit Biller + binär Segmentatioun iwwer UNet gouf verbessert.
Dee selwechte Mäerz sinn ech fir en Interview bei NVidia mam Self Driving Team gaangen. Ech hu wierklech mat Froen iwwer Objekterkennung gekämpft. Et war net genuch Wëssen.
Glécklecherweis huet gläichzäiteg d'Objektdetektiounskonkurrenz op Loftbilder vum selwechten DSTL ugefaang. Gott selwer bestallt de Problem ze léisen an Upgrade. E Mount vun Owender a Weekender. Ech hunn d'Wëssen opgeholl an zweete fäerdeg. Dëse Concours hat eng interessant Nuancen an de Regelen, déi dozou gefouert hunn, datt ech a Russland op federalen an net sou federal Channels gewisen ginn. Ech sinn op , an an enger Rëtsch vun gedréckte an online Publikatiounen. Mail Ru Group krut e bësse positiv PR op meng Käschte a seng eege Suen, a fundamental Wëssenschaft an Russland war vun 12000 Pond beräichert. Wéi gewinnt gouf et iwwer dëst Thema geschriwwen . Gitt do fir Detailer.
Zur selwechter Zäit huet en Tesla Recruteur mech kontaktéiert a proposéiert iwwer d'Computer Vision Positioun ze schwätzen. Ech hunn ausgemaach. Ech sinn duerch den Take Home, zwee Tech-Bildschirmer, en Interview op der Plaz, an hat e ganz agreabelt Gespréich mam Andrei Karpathy, dee just bei Tesla als Direkter vun AI agestallt gouf. Déi nächst Etapp ass Hannergrondcheck. Duerno huet den Elon Musk meng Demande perséinlech guttgeheescht. Tesla huet e strikte Non Disclosure Agreement (NDA).
Ech hunn d'Backgoundcheck net passéiert. De Recruteur sot datt ech vill online chatten, d'NDA verletzen. Déi eenzeg Plaz wou ech eppes iwwer en Interview bei Tesla gesot hunn war ODS, sou datt déi aktuell Hypothes ass datt een e Screenshot gemaach huet an dem HR bei Tesla geschriwwen huet, an ech gouf aus der Course aus dem Schued erausgeholl. Et war dann schued. Elo sinn ech frou datt et net geklappt huet. Meng aktuell Positioun ass vill besser, obwuel et ganz interessant wier mam Andrey ze schaffen.
Direkt duerno sinn ech an d'Satellittbildkonkurrenz op Kaggle vun . De Problem war einfach an extrem langweileg, kee wollt et léisen, mee jidderee wollt eng gratis Goldmedail oder Präisgeld. Dofir hu mir mat enger Equipe vu Kaggle Masters vu 7 Leit eis eens ginn, datt mir Eisen geheien. Mir hunn 480 Netzwierker am 'fit_predict' Modus trainéiert an en dräistäckegen Ensembel aus hinnen gemaach. Mir sinn als siwente gepackt. . Iwwregens, den Jeremy Howard, deen als Créateur allgemeng bekannt ass fäerdeg 23.
Nom Enn vum Concours, duerch e Frënd deen bei AdRoll geschafft huet, hunn ech e Meetup op hire Raimlechkeeten organiséiert. Vertrieder vu Planet Labs hunn do geschwat wéi d'Organisatioun vum Concours an d'Datemarkéierung vun hirer Säit ausgesinn huet. D'Wendy Kwan, déi bei Kaggle schafft an d'Konkurrenz iwwerwaacht huet, huet geschwat wéi si et gesinn huet. Ech hunn eis Léisung, Tricken, Techniken an technesch Detailer beschriwwen. Zwee Drëttel vum Publikum hunn dëse Problem geléist, sou datt d'Froen zum Punkt gestallt goufen an am Allgemengen alles cool war. Den Jeremy Howard war och do. Et huet sech erausgestallt, datt hien op der 23. Plaz komm ass, well hien net wousst, wéi een de Modell stackelt an hien iwwerhaapt net iwwer dës Method fir Ensemblen ze konstruéieren wousst.
Meetups am Dall iwwer Maschinnléieren si ganz anescht wéi Meetups zu Moskau. Als Regel, Meetups am Dall sinn ënnen. Mee eis ass gutt erausgaang. Leider huet de Komerad deen de Knäppchen drécke sollt an alles opgeholl huet net op de Knäppchen dréckt :)
Duerno gouf ech invitéiert fir mat der Positioun vum Deep Learning Engineer op dësem selwechte Planet Labs ze schwätzen, an direkt op der Plaz. Ech hunn et net passéiert. D'Formuléierung vum Refus ass datt et net genuch Wëssen am Deep Learning gëtt.
Ech entworf all Concours als Projet an . Fir den DSTL Problem hu mir geschriwwen an huet et op arxiv gepost. Keen Artikel, awer trotzdem Brout. Ech recommandéieren och all aner fir hiren LinkedIn Profil duerch Concoursen, Artikelen, Fäegkeeten, asw. Et gëtt eng positiv Korrelatioun tëscht wéivill Schlësselwieder Dir an Ärem LinkedIn Profil hutt a wéi dacks d'Leit Iech mellen.
Wann am Wanter a Fréijoer ech ganz technesch war, dann am August hat ech souwuel Wëssen a Selbstvertrauen.
Enn Juli huet en Typ deen als Data Science Manager bei Lyft geschafft huet mech op LinkedIn kontaktéiert an mech invitéiert fir Kaffi ze drénken an iwwer d'Liewen ze chatten, iwwer Lyft, iwwer TrueAccord. Mir hunn geschwat. Hien huet ugebueden mat sengem Team ze interviewen fir d'Positioun vum Data Scientist. Ech hu gesot datt d'Optioun funktionnéiert, virausgesat datt et Computer Vision / Deep Learning vu moies bis owes ass. Hien huet verséchert, datt et keng Contestatiounen vu senger Säit ginn.
Ech hunn mäi CV geschéckt an hien huet et op den internen Portal vum Lyft eropgelueden. Duerno huet de Recruteur mech geruff fir mäi CV opzemaachen a méi iwwer mech gewuer ze ginn. Vun den éischte Wierder war et kloer datt fir hien dëst eng Formalitéit war, well et aus sengem CV kloer war datt "Ech kee Material fir Lyft sinn." Ech denken, datt duerno mäi CV an den Dreckskëscht gaang ass.
Déi ganz Zäit, wärend ech interviewt gi sinn, hunn ech meng Feeler an Nidderschléi am ODS diskutéiert an d'Jongen hunn mir Feedback ginn an mir op all méiglech Manéier mat Rotschléi gehollef, obwuel et wéi gewinnt och vill frëndlecht Trolling do war.
Ee vun den ODS Memberen huet ugebueden mech mat sengem Frënd ze verbannen, deen den Direkter vum Ingenieur bei Lyft ass. Net méi séier gesot wéi gemaach. Ech kommen op Lyft fir Mëttegiessen, an nieft dësem Frënd gëtt et och e Head of Data Science an e Produktmanager deen e grousse Fan vun Deep Learning ass. Mëttegiessen hu mir iwwer DL geschwat. A well ech schonn en halleft Joer 24/7 Netzwierker trainéieren, Kubikmeter Literatur liesen an Aufgaben um Kaggle mat méi oder manner kloere Resultater lafen, kéint ech stonnelaang iwwer Deep Learning schwätzen, souwuel a punkto neien Artikelen wéi praktesch Techniken.
Nom Mëttegiessen hunn si mech ugekuckt a gesot - et ass direkt kloer datt Dir schéin sidd, wëllt Dir mat eis schwätzen? Ausserdeem hunn se bäigefüügt datt et fir mech kloer ass datt Take Home + Tech Écran iwwersprange ka ginn. An datt ech direkt op der Plaz invitéiert ginn. Ech hunn ausgemaach.
Duerno huet dee Recruteur mech geruff fir en Interview op der Plaz ze plangen, an hie war onzefridden. Hien huet eppes gemëscht iwwer net iwwer Äre Kapp ze sprangen.
koum. Onsite Interview. Fënnef Stonnen Kommunikatioun mat verschiddene Leit. Et war keng eenzeg Fro iwwer Deep Learning, oder iwwer Maschinnléieren am Prinzip. Well et keng Deep Learning / Computer Vision gëtt, da sinn ech net interesséiert. Also waren d'Resultater vum Interview orthogonal.
Dëse Recruteur rifft a seet - Gratulatioun, Dir sidd duerch den zweeten Interview op der Plaz. Dëst ass alles iwwerraschend. Wat ass déi zweet op der Plaz? Ech hunn nach ni vun esou eppes héieren. Ech goung. Et ginn e puer Stonnen do, dës Kéier alles iwwer traditionell Maschinnléieren. Dat ass besser. Awer nach ëmmer net interessant.
De Recruteur rifft mat Félicitatiounen datt ech den drëtten Interview op der Plaz passéiert hunn a gelübt datt dëst dee leschte wäert sinn. Ech sinn e gesinn an et war souwuel en DL wéi och en CV.
Ech hat e Prior fir vill Méint, dee mir gesot huet datt et keng Offer wier. Ech trainéieren net op technesch Fäegkeeten, mee op mëll. Net op der mëller Säit, mä op der Tatsaach, datt d'Positioun zougemaach gëtt oder datt d'Firma nach net agestallt gëtt, mä einfach de Maart an den Niveau vun de Kandidaten testen.
Mëtt August. Ech drénken Béier okay. Däischter Gedanken. 8 Méint sinn vergaangen an nach keng Offer. Et ass gutt kreativ ënner Béier ze sinn, besonnesch wann d'Kreativitéit komesch ass. Eng Iddi kënnt a mengem Kapp. Ech deelen et mam Alexey Shvets, deen zu där Zäit e Postdoc um MIT war.
Wat wann Dir déi nootste DL/CV Konferenz hëllt, d'Concoursen kuckt, déi am Kader dovun ofgehale ginn, eppes trainéiert an ofginn? Well all d'Experten do hir Carrière opbauen an dat scho vill Méint oder souguer Joere maachen, hu mir keng Chance. Awer et ass net Angscht. Mir maachen e puer sënnvoll Soumissioun, fléien op déi lescht Plaz, an duerno schreiwen mir e Pre-Drock oder en Artikel iwwer wéi mir net wéi all déi aner sinn a schwätzen iwwer eis Entscheedung. An den Artikel ass schonn op LinkedIn an an Ärem CV.
Dat ass, et schéngt relevant ze sinn an et gi méi korrekt Schlësselwieder am Resumé, wat d'Chancen liicht erhéijen fir op den Tech-Bildschierm ze kommen. Code a Soumissioun vu mir, Texter vum Alexey. Spill natierlech, awer firwat net?
Net méi séier gesot wéi gemaach. Déi nootste Konferenz déi mir gegooglet hunn war MICCAI an et waren tatsächlech Concoursen do. Mir schloen déi éischt. Et wor . D'Aufgab huet 3 Ënneraufgaben. Et waren nach 8 Deeg virun der Deadline. Ech hunn de Moien nüchtern, awer ech hunn d'Iddi net opginn. Ech hunn meng Pipelines vu Kaggle geholl an hunn se vu Satellitdaten op medizinesch ëmgewandelt. 'fit_predict'. Alexey virbereet eng zwou-Säit Beschreiwung vun Léisungen fir all Problem, a mir geschéckt et. Fäerdeg. An der Theorie kënnt Dir ausatmen. Awer et huet sech erausgestallt datt et eng aner Aufgab fir deeselwechten Atelier war () mat dräi Ënneraufgaben an datt hir Frist ëm 4 Deeg eropgesat gouf, dat heescht, mir kënnen do 'fit_predict' maachen a schécken. Dat ass wat mir gemaach hunn.
Am Géigesaz zu Kaggle hunn dës Concoursen hir eege akademesch Spezifizitéiten:
- Nee Leaderboard. Soumissioun ginn per E-Mail geschéckt.
- Dir wäert ewechgeholl ginn wann en Teamvertrieder net kënnt fir d'Léisung op der Konferenz am Workshop ze presentéieren.
- Är Plaz op der Leaderboard gëtt nëmme während der Konferenz bekannt. Eng Zort akademescht Drama.
D'MICCAI 2017 Konferenz gouf zu Québec City ofgehalen. Fir éierlech ze sinn, bis September hunn ech ugefaang ze verbrennen, sou datt d'Iddi eng Woch fräi vun der Aarbecht ze huelen an a Kanada ze goen huet interessant ausgesinn.
Kommt op d'Konferenz. Ech sinn op dëse Workshop komm, ech kennen keen, ech sëtzen am Eck. Jidderee kennt sech, si kommunizéieren, si werfen clever medezinesch Wierder eraus. Iwwerpréiwung vun der éischter Concours. D'Participanten schwätzen a schwätzen iwwer hir Entscheedungen. Et ass cool do, mat engem Glanz. Meng Tour. An ech schummen mech iergendwéi souguer. Si hunn de Problem geléist, dru geschafft, d'Wëssenschaft fortgeschratt, a mir si reng "fit_predict" aus vergaangenen Entwécklungen, net fir d'Wëssenschaft, mee fir eise Resumé ze stäerken.
Hien ass eraus komm a sot datt ech och keen Expert an der Medizin sinn, huet sech entschëllegt fir hir Zäit ze verschwenden an huet mir e Rutsch mat der Léisung gewisen. Ech sinn erof an d'Hal gaang.
Si annoncéieren déi éischt Ënnertask - mir sinn éischt, a mat engem Spillraum.
Déi zweet an drëtt ginn ugekënnegt.
Si annoncéieren den drëtten - nees éischt an erëm mat engem Avance.
General ass déi éischt.
E puer am Publikum laachen a kucken mech mat Respekt un. Anerer, déi anscheinend als Experten am Beräich ugesi gi sinn, eng Subventioun fir dës Aufgab gewonnen hunn an dat scho laang Joere gemaach hunn, haten e liicht verzerrten Ausdrock am Gesiicht.
Als nächst ass déi zweet Aufgab, déi mat dräi Ënneraufgaben an déi ëm véier Deeg no vir geréckelt gouf.
Hei hun ech mech och entschëllegt an eis een Rutsch nach eng Kéier gewisen.
Déi selwecht Geschicht. Zwee éischt, eng zweet, gemeinsam éischt.
Ech mengen dat ass wahrscheinlech déi éischte Kéier an der Geschicht datt eng Sammelagentur e medizinesche Imaging Concours gewonnen huet.
An elo stinn ech op der Bühn, si ginn mir eng Zort Diplom an ech gi bombardéiert. Wéi de Fuck kann dat sinn? Dës Akademiker gi Steierzueler Suen aus, schaffen fir d'Aarbechtsqualitéit fir Dokteren ze vereinfachen an ze verbesseren, dat heescht an der Theorie, meng Liewenserwaardung, an e puer Kierper huet dat ganzt akademescht Personal an e puer Owender an de britesche Fändel gerappt.
E Bonus fir dëst ass datt an aneren Teams Graduéierter Studenten, déi fir vill Méint un dësen Aufgaben geschafft hunn, e Resumé hunn, dee fir HR attraktiv ass, dat heescht, si wäerten einfach op den Tech-Bildschierm kommen. A virun mengen Ae gëtt et eng frësch kritt E-Mail:
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.Am Allgemengen, direkt vun der Bühn, froen ech de Publikum: "Wees iergendeen wou ech schaffen?" Ee vun den Organisateuren vum Concours wousst - hien huet Google Google wat TrueAccord war. De Rescht sinn net. Ech weider: "Ech schaffen fir eng Sammelagentur, an op der Aarbecht maachen ech weder Computer Vision nach Deep Learning. A op vill Manéiere geschitt dat well d'HR-Departementer vu Google Brain an Deepmind mäi CV filteren, mir keng Chance ginn fir technesch Ausbildung ze weisen. "
Si hunn den Zertifikat iwwerreecht, eng Paus. E Grupp vun Akademiker zitt mech op der Säit. Et huet sech erausgestallt datt dëst e Gesondheetsgrupp mat Deepmind ass. Si ware sou beandrockt datt se direkt mat mir iwwer d'Vakanz vum Research Engineer an hirer Equipe wollte schwätzen. (Mir hunn geschwat. Dëst Gespréich huet 6 Méint gedauert, ech hunn heem gehal, Quiz, awer gouf um Tech-Bildschierm ofgeschnidden. 6 Méint vum Ufank vun der Kommunikatioun bis zum Tech-Bildschierm ass eng laang Zäit. Déi laang Waarde gëtt e Goût vun Nutzlosegkeet.Rechercheingenieur bei Deepmind zu London, géint den Hannergrond vun TrueAccord gouf et e staarke Schrëtt erop, mee géint den Hannergrond vu menger aktueller Positioun ass et e Schratt.Vun enger Distanz vun zwee Joer déi zënterhier vergaange sinn, ass et gutt datt et net gemaach huet.)
Konklusioun
Ëm déiselwecht Zäit krut ech eng Offer vu Lyft, déi ech ugeholl hunn.
Baséierend op d'Resultater vun dësen zwee Concoursen mat MICCAI goufen déi folgend publizéiert:
Dat ass, trotz der Wildness vun der Iddi, inkrementell Artikelen a Preprints duerch Concoursen ze addéieren funktionnéiert gutt. An an de Joren duerno hu mir et nach méi schlëmm gemaach.
Ech hunn déi lescht Joren bei Lyft geschafft fir Computer Vision / Deep Learning fir Self Driving Autoen ze maachen. Dat ass, ech krut wat ech wollt. An Aufgaben, an eng héich-Status Firma, a staark Kollegen, an all déi aner Goodies.
Iwwer dëse Méint hat ech Kommunikatioun mat béide grousse Firmen Google, Facebook, Uber, LinkedIn, a mat engem Mier vu Startups vu verschiddene Gréissten.
Et huet all dës Méint verletzt. Den Universum seet Iech all Dag eppes net ganz agreabel. Regelméisseg Oflehnung, reegelméisseg Feeler maachen an all dat ass mat engem persistent Gefill vun Hoffnungslosegkeet aromatiséiert. Et gi keng Garantien, datt Dir wäert gelengt, mä et gëtt e Gefill, datt Dir e Narr sinn. Et erënnert ganz un wéi ech probéiert hunn eng Aarbecht direkt no der Uni ze fannen.
Ech mengen, datt vill am Dall no Aarbecht gesicht hunn an hinnen alles vill méi einfach war. Den Trick, menger Meenung no, ass dëst. Wann Dir sicht eng Aarbecht an engem Feld an deem Dir verstitt, hutt vill Erfahrung, an Äre CV seet datselwecht, et gi keng Probleemer. Ech hunn et geholl an et fonnt. Et gi vill fräi Plazen.
Awer wann Dir eng Aarbecht sicht an engem Gebitt deen Iech nei ass, dat heescht wann et kee Wëssen ass, keng Verbindungen an Äre CV seet eppes falsch - an dësem Moment gëtt alles extrem interessant.
Momentan schreiwen Recruteuren mech regelméisseg a bidden déi selwecht Saach ze maachen, déi ech elo maachen, awer an enger anerer Firma. Et ass wierklech Zäit Aarbecht ze änneren. Awer et huet kee Sënn fir ze maachen wat ech scho gutt sinn. Fir wat?
Awer fir wat ech wëll, hunn ech erëm weder d'Wëssen nach d'Linnen a mengem CV. Loosst eis kucken wéi dëst alles endet. Wann alles gutt geet, schreiwen ech den nächsten Deel. 🙂
Source: will.com