Ši nuotrauka yra Arthuro Kuzino (), gana tiksliai apibendrina tinklaraščio įrašo turinį. Todėl šis pasakojimas turėtų būti labiau suvokiamas kaip penktadienio istorija, o ne kaip kažkas labai naudingo ir techninio. Be to, verta paminėti, kad tekste gausu angliškų žodžių. Nežinau, kaip teisingai išversti kai kuriuos, o kai kurių tiesiog nenoriu.
Kaip vyko perėjimas iš akademinės aplinkos į industrinę, atskleidžiama pirmuosiuose dviejuose epizoduose. Šiame pokalbyje bus kalbama apie tai, kas nutiko toliau.
Tai buvo 2017 m. sausio mėn. Tuo metu turėjau kiek daugiau nei metų darbo patirtį ir dirbau San Franciske įmonėje kaip Sr. Duomenų mokslininkas.
TrueAccord yra skolų išieškojimo startuolis. Paprasčiau tariant – inkaso agentūra. Kolekcionieriai dažniausiai skambina daug. Išsiuntėme daug el. laiškų, bet mažai skambinome. Kiekvienas elektroninis laiškas nuvesdavo į įmonės internetinį puslapį, kur skolininkui buvo pasiūlyta nuolaida skolai, netgi leista mokėti dalimis. Dėl šio požiūrio buvo geriau surinkta, buvo galima sumažinti dydį ir mažiau pareikšti ieškinius.
Įmonė buvo normali. Produktas skaidrus. Valdymas protingas. Vieta gera.
Vidutiniškai slėnyje žmonės vienoje vietoje dirba apie pusantrų metų. Tai yra, bet kuri įmonė, kurioje dirbate, yra tik mažas žingsnis. Šiame žingsnyje jūs surinksite šiek tiek pinigų, įgysite naujų žinių, įgūdžių, ryšių ir eilučių savo gyvenimo aprašyme. Po to pereinama prie kito žingsnio.
Pačioje „TrueAccord“ įmonėje dalyvavau pridedant rekomendacijų sistemas prie naujienlaiškių el. paštu, taip pat nustatant pirmenybę telefono skambučiams. Poveikis suprantamas ir buvo gana gerai išmatuotas doleriais atliekant A/B testavimą. Kadangi prieš man atvykstant nebuvo mašininio mokymosi, mano darbo poveikis nebuvo blogas. Vėlgi, daug lengviau ką nors patobulinti nei tai, kas jau labai optimizuota.
Po šešių mėnesių darbo su šiomis sistemomis jie netgi padidino mano bazinį atlyginimą nuo 150 163 USD iki XNUMX XNUMX USD. Bendruomenėje yra meme apie 163 tūkst. Iš čia auga kojomis.
Visa tai buvo nuostabu, bet tai niekur nevedė arba vedė, bet ne ten.
Labai gerbiu „TrueAccord“, tiek kompaniją, tiek vaikinus, su kuriais ten dirbau. Iš jų daug išmokau, bet nenorėjau ilgai dirbti su rekomendacijų sistemomis inkasavimo agentūroje. Nuo šio žingsnio reikėjo žengti tam tikra kryptimi. Jei ne pirmyn ir aukštyn, tai bent į šoną.
Kas man nepatiko?
- Žvelgiant iš mašininio mokymosi perspektyvos, problemos manęs nejaudino. Norėjau kažko madingo, jaunatviško, tai yra giluminio mokymosi, kompiuterinės vizijos, kažko gana artimo mokslui ar bent jau alchemijai.
- Startuolis ir net inkasavimo agentūra turi problemų samdydami aukštos kvalifikacijos darbuotojus. Kaip startuolis, jis negali mokėti daug. Tačiau kaip inkasavimo agentūra praranda savo statusą. Grubiai tariant, jei mergina per pasimatymą klausia, kur tu dirbi? Jūsų atsakymas: „Google“ skamba daug geriau nei „surinkimo agentūra“. Mane šiek tiek užkliuvo tai, kad mano draugams, dirbantiems Google ir Facebook, skirtingai nei man, jų įmonės pavadinimas atvėrė duris taip: gali būti pakviestas į konferenciją ar susitikimą kaip pranešėją arba į LinkedIn rašo įdomesni žmonės. su pasiūlymu susitikti ir pabendrauti prie arbatos taurės. Man labai patinka bendrauti su žmonėmis, kurių nepažįstu asmeniškai. Taigi, jei gyvenate San Franciske, nedvejodami rašykite – eikime kavos ir pasikalbėkime.
- Be manęs, įmonėje dirbo trys duomenų mokslininkai. Aš dirbau su mašininiu mokymusi, o jie dirbo su kitomis duomenų mokslo užduotimis, kurios yra įprastos bet kuriame paleidime nuo čia iki rytojaus. Dėl to jie nelabai suprato mašininio mokymosi. Bet tam, kad augčiau, man reikia su kuo nors bendrauti, aptarti straipsnius ir naujausius pokyčius, galų gale paklausti patarimo.
Kas buvo prieinama?
- Išsilavinimas: fizika, o ne informatika.
- Vienintelė programavimo kalba, kurią žinojau, buvo Python. Buvo jausmas, kad man reikia pereiti prie C++, bet vis tiek negalėjau to padaryti.
- Pusantrų metų darbo pramonėje. Be to, darbe nestudijavau nei giluminio mokymosi, nei kompiuterinės vizijos.
- Gyvenimo aprašyme nėra nė vieno straipsnio apie gilų mokymąsi / kompiuterinę viziją.
- Buvo Kaggle Master pasiekimas.
Ko tu norėjai?
- Pozicija, kurioje reikės treniruoti daugybę tinklų ir arčiau kompiuterinio matymo.
- Geriau, jei tai didelė įmonė, pvz., Google, Tesla, Facebook, Uber, LinkedIn ir kt. Nors žiupsnelis, startuolis tiktų.
- Man nereikia būti didžiausiu mašininio mokymosi ekspertu komandoje. Labai reikėjo vyresnių bendražygių, mentorių ir visokio bendravimo, kuris turėjo paspartinti mokymosi procesą.
- Perskaičiusi tinklaraščio įrašus apie tai, kaip absolventai, neturintys pramonės patirties, turi 300–500 XNUMX USD per metus kompensaciją, norėjau pereiti į tą patį diapazoną. Ne tai, kad man tai labai trukdo, bet kadangi jie sako, kad tai dažnas reiškinys, bet aš turiu mažiau, tai yra signalas.
Užduotis atrodė visiškai išsprendžiama, tiesa, ne ta prasme, kad gali įšokti į bet kurią kompaniją, o greičiau, jei badauji, viskas susitvarkys. Tai yra, dešimtys ar šimtai bandymų ir skausmas dėl kiekvieno nesėkmės ir kiekvieno atmetimo turėtų būti panaudoti siekiant paryškinti dėmesį, pagerinti atmintį ir pailginti dieną iki 36 valandų.
Pataisiau savo gyvenimo aprašymą, pradėjau jį siųsti ir eiti į interviu. Daugumą jų praskridau bendravimo su HR etape. Daugelis žmonių reikalavo C++, bet aš to nežinojau ir turėjau stiprų jausmą, kad pareigos, kurioms reikia C++, manęs nelabai domintų.
Verta paminėti, kad maždaug tuo pačiu metu Kaggle varžybose įvyko fazių perėjimas. Iki 2017 m. buvo daug lentelių duomenų ir labai retai vaizdinių duomenų, tačiau nuo 2017 m. buvo daug kompiuterinio matymo užduočių.
Gyvenimas tekėjo tokiu režimu:
- Darbas dienos metu.
- Kai tech ekranas / vietoje, jūs atostogaujate.
- Vakarais ir savaitgaliais Kaggle + straipsniai / knygos / tinklaraščio įrašai
2016-ųjų pabaiga pasižymėjo tuo, kad prisijungiau prie bendruomenės , kuris daug ką supaprastino. Bendruomenėje yra daug vaikinų, turinčių didelę pramonės patirtį, kuri leido mums užduoti daug kvailų klausimų ir gauti daug protingų atsakymų. Taip pat yra daug labai stiprių įvairaus masto mašininio mokymosi specialistų, kurie netikėtai leido per ODS išspręsti problemą reguliariai nuodugniai bendraujant apie duomenų mokslą. Iki šiol, kalbant apie ML, ODS man suteikia daug kartų daugiau nei tai, ką gaunu darbe.
Na, kaip įprasta, ODS turi pakankamai specialistų varžybose Kaggle ir kitose svetainėse. Spręsti problemas komandoje yra smagiau ir produktyviau, todėl su juokeliais, keiksmais, memais ir kitomis niūriomis pramogomis problemas pradėjome spręsti po vieną.
2017 m. kovo mėn. - komandoje su Serega Mushinsky - trečia vieta . Aukso medalis ant Kaggle + 20 XNUMX USD už du. Atliekant šią užduotį buvo patobulintas darbas su palydoviniais vaizdais + dvejetainis segmentavimas per UNet.
Tą patį kovą nuėjau į interviu NVidia su „Self Driving“ komanda. Aš tikrai kovojau su klausimais apie objektų aptikimą. Neužteko žinių.
Laimei, tuo pačiu metu prasidėjo objektų aptikimo konkursas dėl to paties DSTL oro vaizdų. Pats Dievas įsakė išspręsti problemą ir atnaujinti. Mėnuo vakarų ir savaitgalių. Pasiėmiau žinias ir finišavau antra. Šis konkursas turėjo įdomų taisyklių niuansą, dėl kurio mane rodė Rusijoje per federalinius ir ne tokius federalinius kanalus. Aš užlipau , ir daugybėje spausdintų bei internetinių leidinių. „Mail Ru Group“ mano sąskaita ir savo pinigais gavo šiek tiek teigiamų viešųjų ryšių, o fundamentinis mokslas Rusijoje buvo praturtintas 12000 XNUMX svarų. Kaip įprasta, buvo parašyta šia tema . Norėdami gauti daugiau informacijos, eikite ten.
Tuo pačiu metu su manimi susisiekė „Tesla“ verbuotojas ir pasiūlė pasikalbėti apie „Computer Vision“ poziciją. Aš sutikau. Perbėgau per parvežimą namo, du techninius ekranus, interviu vietoje ir labai maloniai pakalbėjau su Andrei Karpathy, kuris ką tik buvo pasamdytas Tesloje dirbtinio intelekto direktoriumi. Kitas etapas yra fono patikrinimas. Po to Elonas Muskas turėjo asmeniškai patvirtinti mano paraišką. „Tesla“ turi griežtą neatskleidimo susitarimą (NDA).
Aš neišlaikiau foninio patikrinimo. Darbuotojas sakė, kad aš daug bendrauju internete, pažeisdamas NDA. Vienintelė vieta, kur ką nors sakiau apie interviu Tesloje, buvo ODS, todėl dabartinė hipotezė yra ta, kad kažkas padarė ekrano kopiją ir parašė Tesla HR, o aš buvau pašalintas iš lenktynių dėl žalos. Tada buvo gėda. Dabar džiaugiuosi, kad nepavyko. Mano dabartinės pareigos daug geresnės, nors būtų labai įdomu dirbti su Andrejumi.
Iškart po to pasinėriau į palydovinių vaizdų konkursą Kaggle iš . Problema buvo paprasta ir labai nuobodi, niekas nenorėjo jos spręsti, bet visi norėjo nemokamo aukso medalio ar piniginio prizo. Todėl su 7 žmonių „Kaggle Masters“ komanda sutarėme, kad mėtysime geležį. „Fit_predict“ režimu apmokėme 480 tinklų ir iš jų sukūrėme trijų aukštų ansamblį. Likome septinti. . Beje, Jeremy Howardas, kuris plačiai žinomas kaip kūrėjas baigė 23.
Pasibaigus konkursui per draugą, dirbusį AdRoll, surengiau susitikimą jų patalpose. Ten „Planet Labs“ atstovai kalbėjo apie tai, kaip iš jų pusės atrodė konkurso organizavimas ir duomenų žymėjimas. Wendy Kwan, dirbanti „Kaggle“ ir prižiūrėjusi konkursą, papasakojo apie tai, kaip ji tai matė. Aprašiau mūsų sprendimą, gudrybes, metodus ir technines detales. Du trečdaliai žiūrovų išsprendė šią problemą, todėl klausimai buvo užduodami iki taško ir apskritai viskas buvo šaunu. Ten taip pat buvo Jeremy Howardas. Paaiškėjo, kad jis užėmė 23 vietą, nes nemokėjo sukrauti maketo ir apie tokį ansamblių konstravimo būdą išvis nežinojo.
Mašininio mokymosi susitikimai slėnyje labai skiriasi nuo susitikimų Maskvoje. Paprastai susitikimai slėnyje yra apačioje. Bet mūsiškis pasirodė gerai. Deja, draugas, kuris turėjo paspausti mygtuką ir viską įrašyti, mygtuko nepaspaudė :)
Po to buvau pakviestas pasikalbėti su giluminio mokymosi inžinieriumi toje pačioje Planet Labs ir iškart vietoje. Aš jo nepraėjau. Atsisakymo formuluotė yra tokia, kad nepakanka giluminio mokymosi žinių.
Kiekvieną konkursą sukūriau kaip projektą . Dėl DSTL problemos mes rašėme ir paskelbė arxiv. Ne straipsnis, bet vis tiek duona. Taip pat visiems kitiems rekomenduoju išpūsti savo LinkedIn profilį per konkursus, straipsnius, įgūdžius ir pan. Yra teigiama koreliacija tarp jūsų „LinkedIn“ profilyje esančių raktinių žodžių ir to, kaip dažnai žmonės jums praneša.
Jei žiemą ir pavasarį buvau labai techniškas, tai iki rugpjūčio jau turėjau ir žinių, ir pasitikėjimo savimi.
Liepos pabaigoje vaikinas, dirbęs duomenų mokslų vadovu Lyft, susisiekė su manimi LinkedIn ir pakvietė išgerti kavos ir pabendrauti apie gyvenimą, apie Lyftą, apie TrueAccord. Mes kalbėjome. Jis pasiūlė interviu su savo komanda duomenų mokslininko pareigoms užimti. Sakiau, kad parinktis veikia, jei tai yra „Computer Vision / Deep Learning“ nuo ryto iki vakaro. Jis patikino, kad jam jokių prieštaravimų nėra.
Išsiunčiau savo gyvenimo aprašymą ir jis įkėlė jį į Lyft vidinį portalą. Po to darbdavys man paskambino, kad atidaryčiau savo gyvenimo aprašymą ir sužinotų daugiau apie mane. Nuo pat pirmųjų žodžių buvo aišku, kad jam tai formalumas, nes iš gyvenimo aprašymo jam buvo akivaizdu, kad „aš nesu Lyft medžiaga“. Spėju, kad po to mano gyvenimo aprašymas pateko į šiukšlių dėžę.
Visą tą laiką, kol buvau interviu, diskutavau apie savo nesėkmes ir nuopuolius ODS, o vaikinai man davė atsiliepimų ir visokeriopai padėjo patarimais, nors, kaip įprasta, ten taip pat buvo daug draugiško trolinimo.
Vienas iš ODS narių pasiūlė man susisiekti su savo draugu, kuris yra Lyfto inžinerijos direktorius. Ne anksčiau pasakyta, nei padaryta. Ateinu į Lyft papietauti, o be šio draugo dar yra duomenų mokslų vadovas ir produktų vadybininkas, kuris yra didelis gilaus mokymosi gerbėjas. Per pietus šnekučiavomės per DL. O kadangi aš pusę metų visą parą treniruoju tinklus, perskaičiau kubinius metrus literatūros ir vykdau užduotis Kaggle su daugiau ar mažiau aiškiais rezultatais, apie gilų mokymąsi galėčiau kalbėti valandų valandas – tiek apie naujus straipsnius, tiek apie praktines technikas.
Po pietų jie pažiūrėjo į mane ir pasakė - iš karto akivaizdu, kad tu gražus, ar nori su mumis pasikalbėti? Be to, jie pridūrė, kad man aišku, kad parsinešti namo + tech ekraną galima praleisti. Ir kad būsiu tuoj pakviestas į vietą. Aš sutikau.
Po to tas verbuotojas man paskambino, kad suplanuotų pokalbį vietoje, ir jis buvo nepatenkintas. Jis kažką sumurmėjo, kad nešokinėtų per galvą.
Atėjo. Interviu vietoje. Penkios valandos bendravimo su įvairiais žmonėmis. Nebuvo nė vieno klausimo apie gilųjį mokymąsi ar mašininį mokymąsi iš esmės. Kadangi nėra gilaus mokymosi / kompiuterinės vizijos, tai man neįdomu. Taigi interviu rezultatai buvo stačiakampiai.
Šis darbdavys paskambina ir sako – sveikiname, gavote antrą pokalbį vietoje. Visa tai stebina. Kas yra antroji vietoje? Niekada negirdėjau apie tokį dalyką. Aš nuėjau. Ten yra pora valandų, šį kartą viskas apie tradicinį mašininį mokymąsi. Taip geriau. Bet vis tiek neįdomu.
Darbuotojas skambina su sveikinimais, kad praėjau trečiąjį pokalbį vietoje ir prisiekia, kad tai bus paskutinis. Nuėjau pažiūrėti ir ten buvo ir DL, ir CV.
Daug mėnesių turėjau ankstesnįjį, kuris man pasakė, kad pasiūlymo nebus. Treniruosiu ne techninius įgūdžius, o minkštuosius. Ne iš minkštosios pusės, o apie tai, kad pozicija bus uždaryta arba kad įmonė dar nesamdo, o tiesiog testuoja rinką ir kandidatų lygį.
Rugpjūčio vidurys. Gerai išgėriau alaus. Tamsios mintys. Praėjo 8 mėnesiai ir vis dar nėra jokio pasiūlymo. Gera būti kūrybingam po alumi, ypač jei kūrybiškumas keistas. Į galvą šauna idėja. Dalinuosi ja su Aleksejumi Švetsu, kuris tuo metu buvo MIT postdoc.
Ką daryti, jei eitumėte į artimiausią DL/CV konferenciją, pažiūrėtumėte jos metu vykstančius konkursus, ką nors apmokytumėte ir pateiktumėte? Kadangi visi ten esantys ekspertai kuria savo karjerą ir tai daro daug mėnesių ar net metų, mes neturime jokių šansų. Bet tai nėra baisu. Pateikiame kokį nors prasmingą pateikimą, skrendame į paskutinę vietą, o po to parašome išankstinį spaudinį ar straipsnį apie tai, kokie nesame tokie, kaip visi ir kalbame apie savo sprendimą. Ir straipsnis jau yra „LinkedIn“ ir jūsų gyvenimo aprašyme.
Tai yra, atrodo, kad tai aktualu ir gyvenimo aprašyme yra teisingesni raktažodžiai, kurie turėtų šiek tiek padidinti tikimybę patekti į technologijų ekraną. Kodas ir pristatymai iš manęs, tekstai nuo Aleksejaus. Žinoma, žaidimas, bet kodėl gi ne?
Ne anksčiau pasakyta, nei padaryta. Artimiausia konferencija, kurią ieškojome google, buvo MICCAI ir ten iš tikrųjų vyko konkursai. Pataikėme pirmąjį. Tai buvo . Užduotį sudaro 3 papildomos užduotys. Iki termino pabaigos buvo likusios 8 dienos. Išsiblaivau ryte, bet minties neatsisakiau. Aš paėmiau savo vamzdynus iš Kaggle ir perjungiau juos iš palydovinių duomenų į medicininius duomenis. „tinka_prognozuoti“. Aleksejus kiekvienai problemai paruošė dviejų puslapių sprendimų aprašymą ir mes jį išsiuntėme. Paruošta. Teoriškai galite iškvėpti. Bet paaiškėjo, kad tam pačiam seminarui buvo dar viena užduotis (). Taip ir padarėme.
Skirtingai nuo Kaggle, šios varžybos turėjo savo akademinę specifiką:
- Nėra pirmaujančiųjų sąrašo. Pateikimai siunčiami el.
- Būsite pašalintas, jei komandos atstovas neatvyks pristatyti sprendimo konferencijoje seminare.
- Jūsų vieta pirmaujančiųjų sąraše tampa žinoma tik konferencijos metu. Savotiška akademinė drama.
MICCAI 2017 konferencija vyko Kvebeko mieste. Tiesą sakant, jau rugsėjį pradėjau perdegti, todėl mintis savaitei pailsėti nuo darbo ir vykti į Kanadą atrodė įdomi.
Atėjo į konferenciją. Atėjau į šį seminarą, nieko nepažįstu, sėdžiu kampe. Visi vieni kitus pažįsta, bendrauja, išmeta gudrius medicininius žodžius. Pirmojo konkurso apžvalga. Dalyviai kalba ir kalba apie savo sprendimus. Ten vėsu, su kibirkštimi. Mano eilė. Ir man kažkaip net gėda. Jie išsprendė problemą, dirbo su ja, patobulino mokslą, o mes grynai „tinkame_prognozuojame“ iš praeities įvykių, ne mokslui, o tam, kad pagerintume savo gyvenimo aprašymą.
Jis išėjo ir pasakė, kad aš irgi nesu medicinos ekspertas, atsiprašė, kad sugaišau jų laiką, ir parodė vieną skaidrę su tirpalu. Nusileidau į salę.
Jie skelbia pirmąją dalį – mes pirmi, ir per skirtumą.
Skelbiami antrasis ir trečiasis.
Jie skelbia trečią – vėl pirmas ir vėl pirmaujant.
Generolas yra pirmasis.
Kai kurie iš žiūrovų šypsosi ir žiūri į mane su pagarba. Kitų, kurie, matyt, buvo laikomi šios srities ekspertais, šiai užduočiai laimėjusių dotaciją ir tuo užsiimusių jau daug metų, veido išraiška buvo šiek tiek iškreipta.
Kitas yra antroji užduotis, ta, kurią sudaro trys papildomos užduotys ir kuri buvo perkelta keturiomis dienomis.
Čia aš taip pat atsiprašiau ir vėl parodžiau vieną mūsų skaidrę.
Ta pati istorija. Du pirmi, vienas antras, bendras pirmas.
Manau, kad tai turbūt pirmas kartas istorijoje, kai surinkimo agentūra laimėjo medicininio vaizdo konkursą.
O dabar aš stoviu scenoje, man įteikia kažkokį diplomą ir aš bombarduojama. Kaip po velnių tai gali būti? Šie akademikai leidžia mokesčių mokėtojų pinigus, stengiasi supaprastinti ir pagerinti gydytojų darbo kokybę, tai yra teoriškai mano gyvenimo trukmę, o kažkoks kūnas per kelis vakarus suplėšė visą šį akademinį personalą į Didžiosios Britanijos vėliavą.
Privalumas yra tai, kad kitose komandose absolventai, daug mėnesių dirbantys šias užduotis, turės HR patrauklų gyvenimo aprašymą, tai yra, jie lengvai pateks į technologijų ekraną. Ir prieš mano akis šviežiai gautas el. laiškas:
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.Apskritai, nuo pat scenos klausiu žiūrovų: „Ar kas nors žino, kur aš dirbu? Vienas iš konkurso organizatorių žinojo – „Google“ ieškojo, kas yra „TrueAccord“. Likusieji nėra. Tęsiu: „Dirbu inkasavimo agentūroje, o darbe nedarau nei „Computer Vision“, nei „Deep Learning“. Ir daugeliu atžvilgių taip nutinka todėl, kad „Google Brain“ ir „Deepmind“ personalo skyriai filtruoja mano gyvenimo aprašymą, nesuteikdami man galimybės parodyti techninio mokymo. “
Jie įteikė pažymėjimą, pertrauką. Grupė akademikų nuveda mane į šalį. Paaiškėjo, kad tai sveikatos grupė su Deepmind. Jie buvo taip sužavėti, kad iškart norėjo su manimi pasikalbėti apie laisvą tyrimų inžinieriaus vietą jų komandoje. (Kalbėjomės. Šis pokalbis truko 6 mėnesius, praėjau parsinešti namo, viktoriną, bet techniniame ekrane nutrūko. 6 mėnesiai nuo bendravimo pradžios iki techninio ekrano yra ilgas laikas. Ilgas laukimas suteikia skonį „Deepmind“ Londone tyrimų inžinierius, „TrueAccord“ fone buvo stiprus žingsnis į viršų, bet mano dabartinių pareigų fone – žingsnis žemyn. Nuo to laiko praėjo dvejų metų atstumas – gerai kad to nebuvo.)
išvada
Maždaug tuo pačiu metu gavau pasiūlymą iš Lyft, kurį priėmiau.
Remiantis šių dviejų konkursų su MICCAI rezultatais, buvo paskelbta:
Tai yra, nepaisant idėjos beprotiškumo, straipsnių ir išankstinių spaudinių įtraukimas per konkursus veikia gerai. Ir vėlesniais metais mes tai dar labiau pabloginome.
Paskutinius porą metų dirbau Lyft ir darau kompiuterinės vizijos / giluminio mokymosi savarankiškai vairuojantiems automobiliams programą. Tai yra, aš gavau tai, ko norėjau. Ir užduotys, ir aukšto statuso įmonė, ir stiprūs kolegos, ir visos kitos gėrybės.
Per šiuos mėnesius bendravau tiek su didelėmis įmonėmis Google, Facebook, Uber, LinkedIn, tiek su įvairaus dydžio startuolių jūra.
Skaudėjo visus šiuos mėnesius. Visata kiekvieną dieną jums pasako kažką ne itin malonaus. Reguliarus atstūmimas, nuolatinis klaidų darymas ir visa tai pagardinta nuolatiniu beviltiškumo jausmu. Nėra garantijų, kad tau pasiseks, bet yra jausmas, kad esi kvailys. Tai labai primena, kaip bandžiau susirasti darbą iškart po universiteto.
Manau, kad daugelis ieškojo darbo slėnyje ir jiems viskas buvo daug lengviau. Triukas, mano nuomone, yra toks. Jei ieškai darbo toje srityje, kurią išmanai, turi daug patirties ir tavo gyvenimo aprašyme rašoma tą patį, problemų nėra. Paėmiau ir radau. Yra daug laisvų darbo vietų.
Bet jei ieškai darbo tau naujoje srityje, tai yra, kai nėra žinių, ryšių ir tavo gyvenimo aprašyme rašoma kažkas ne taip – šiuo metu viskas tampa be galo įdomu.
Šiuo metu man nuolat rašo verbuotojai ir siūlo daryti tą patį, ką darau dabar, tik kitoje įmonėje. Tikrai laikas keisti darbą. Bet nėra prasmės daryti tai, ką jau moku. Kam?
Bet ko aš noriu, aš vėl neturiu nei žinių, nei eilučių savo gyvenimo aprašyme. Pažiūrėkime, kuo visa tai baigsis. Jei viskas bus gerai, parašysiu kitą dalį. 🙂
Šaltinis: www.habr.com