ProHoster > Blogs > interneta ziÅas > No fiziÄ·iem lÄ«dz datu zinÄtnei (no zinÄtnes dzinÄjiem lÄ«dz biroja planktonam). TreÅ”Ä daļa
No fiziÄ·iem lÄ«dz datu zinÄtnei (no zinÄtnes dzinÄjiem lÄ«dz biroja planktonam). TreÅ”Ä daļa
Å Ä« attÄla autors ir Arturs Kuzins (n01z3), diezgan precÄ«zi apkopo emuÄra ieraksta saturu. RezultÄtÄ sekojoÅ”ais stÄstÄ«jums vairÄk jÄuztver kÄ piektdienas stÄsts, nevis kÄ kaut kas ÄrkÄrtÄ«gi noderÄ«gs un tehnisks. TurklÄt ir vÄrts atzÄ«mÄt, ka teksts ir bagÄts ar angļu vÄrdiem. Es nezinu, kÄ pareizi iztulkot dažus no tiem, un es vienkÄrÅ”i nevÄlos dažus no tiem tulkot.
KÄ notika pÄreja no akadÄmiskÄs vides uz industriÄlo vidi, atklÄjas pirmajÄs divÄs epizodÄs. Å ajÄ saruna bÅ«s par to, kas notika tÄlÄk.
Tas bija 2017. gada janvÄris. TajÄ laikÄ man bija nedaudz vairÄk par gadu darba pieredze un es strÄdÄju Sanfrancisko uzÅÄmumÄ TrueAccord tÄpat kÄ Sr. Datu zinÄtnieks.
TrueAccord ir parÄdu piedziÅas uzÅÄmums. VienkÄrÅ”i sakot - inkasÄcijas aÄ£entÅ«ra. KolekcionÄri parasti zvana daudz. MÄs sÅ«tÄ«jÄm daudz e-pastu, bet maz zvanÄ«jÄm. Katrs e-pasts aizveda uz uzÅÄmuma vietni, kur parÄdniekam tika piedÄvÄta parÄda atlaide un pat tika atļauts maksÄt pa daļÄm. Å Ä« pieeja nodroÅ”inÄja labÄku iekasÄÅ”anu, ļÄva veikt mÄrogoÅ”anu un mazÄk pakļauties tiesas prÄvÄm.
UzÅÄmums bija normÄls. Produkts ir skaidrs. VadÄ«ba ir prÄtÄ«ga. AtraÅ”anÄs vieta ir laba.
VidÄji ielejÄ cilvÄki vienÄ vietÄ strÄdÄ aptuveni pusotru gadu. Tas ir, jebkurÅ” uzÅÄmums, kurÄ strÄdÄjat, ir tikai mazs solis. Å ajÄ solÄ« jÅ«s piesaistÄ«sit naudu, iegÅ«sit jaunas zinÄÅ”anas, prasmes, saiknes un lÄ«nijas savÄ CV. PÄc tam notiek pÄreja uz nÄkamo soli.
PaÅ”Ä TrueAccord es piedalÄ«jos ieteikumu sistÄmu pievienoÅ”anÄ e-pasta biļeteniem, kÄ arÄ« telefona zvanu prioritÄÅ”u noteikÅ”anÄ. Ietekme ir saprotama un diezgan labi tika mÄrÄ«ta dolÄros, izmantojot A/B testÄÅ”anu. TÄ kÄ pirms manas ieraÅ”anÄs nebija maŔīnmÄcÄ«bas, mana darba ietekme nebija slikta. Atkal, ir daudz vieglÄk kaut ko uzlabot nekÄ to, kas jau ir ļoti optimizÄts.
PÄc seÅ”u mÄneÅ”u darba pie Ŕīm sistÄmÄm viÅi pat palielinÄja manu pamatalgu no 150 163 USD lÄ«dz XNUMX XNUMX USD. SabiedrÄ«bÄ Open Data Science (ODS) ir mÄms par 163 XNUMX USD. No Å”ejienes tas aug ar kÄjÄm.
Tas viss bija brīniŔķīgi, bet tas nekur neveda, vai arī veda, bet ne tur.
Es ļoti cienu TrueAccord, gan uzÅÄmumu, gan puiÅ”us, ar kuriem tur strÄdÄju. Es no viÅiem daudz iemÄcÄ«jos, taÄu negribÄju ilgi strÄdÄt pie ieteikumu sistÄmÄm savÄkÅ”anas aÄ£entÅ«rÄ. No Ŕī soļa jums bija jÄiet kÄdÄ virzienÄ. Ja ne uz priekÅ”u un uz augÅ”u, tad vismaz uz sÄniem.
Kas man nepatika?
No maŔīnmÄcÄ«Å”anÄs viedokļa problÄmas mani nesajÅ«sminÄja. Es gribÄju kaut ko modernu, jauneklÄ«gu, tas ir, Deep Learning, Computer Vision, kaut ko diezgan tuvu zinÄtnei vai vismaz alÄ·Ä«mijai.
JaunuzÅÄmumam un pat savÄkÅ”anas aÄ£entÅ«rai ir problÄmas ar augsti kvalificÄta personÄla nolÄ«gÅ”anu. KÄ starta uzÅÄmums nevar maksÄt daudz. Bet kÄ savÄkÅ”anas aÄ£entÅ«ra tÄ zaudÄ savu statusu. Aptuveni runÄjot, ja meitene randiÅÄ jautÄ, kur tu strÄdÄ? JÅ«su atbilde: āGoogle tÄ«klÄā izklausÄs daudz labÄk nekÄ āiekasÄÅ”anas aÄ£entÅ«raā. Mani nedaudz traucÄja fakts, ka maniem draugiem, kuri strÄdÄ Google un Facebook, atŔķirÄ«bÄ no manis, viÅu uzÅÄmuma nosaukums pavÄra durvis, piemÄram: jÅ«s varat uzaicinÄt uz konferenci vai tikÅ”anos kÄ runÄtÄju, vai interesantÄki cilvÄki raksta LinkedIn ar piedÄvÄjumu satikties un papļÄpÄt pie tÄjas glÄzes. Man ļoti patÄ«k klÄtienÄ komunicÄt ar cilvÄkiem, kurus nepazÄ«stu. TÄtad, ja dzÄ«vojat Sanfrancisko, nevilcinieties rakstÄ«t ā iesim iedzert kafiju un parunÄsim.
Bez manis uzÅÄmumÄ strÄdÄja trÄ«s datu zinÄtnieki. Es strÄdÄju pie maŔīnmÄcÄ«bas, un viÅi strÄdÄja ar citiem datu zinÄtnes uzdevumiem, kas ir izplatÄ«ti jebkurÄ starta posmÄ no Å”ejienes lÄ«dz rÄ«tdienai. RezultÄtÄ viÅi Ä«sti nesaprata maŔīnmÄcÄ«Å”anos. Bet, lai man augtu, man ar kÄdu jÄsazinÄs, jÄapspriež raksti un jaunÄkie notikumi un jÄlÅ«dz padoms, galu galÄ.
Kas bija pieejams?
IzglÄ«tÄ«ba: fizika, nevis datorzinÄtnes.
VienÄ«gÄ programmÄÅ”anas valoda, ko es zinÄju, bija Python. Bija sajÅ«ta, ka man ir jÄpÄrslÄdzas uz C++, bet es joprojÄm nevarÄju tikt galÄ.
Pusotrs gads nostrÄdÄts nozarÄ. TurklÄt darbÄ es nemÄcÄ«jos ne Deep Learning, ne Computer Vision.
CV nav neviena raksta par Deep Learning / Computer Vision.
Bija Kaggle Master sasniegums.
Ko tu gribÄji?
PozÄ«cija, kurÄ bÅ«s jÄapmÄca daudzi tÄ«kli un tuvÄk datorredzei.
LabÄk, ja tas ir liels uzÅÄmums, piemÄram, Google, Tesla, Facebook, Uber, LinkedIn utt. Lai gan ar Ŕķipsnu, starta uzÅÄmums derÄtu.
Man nav jÄbÅ«t lielÄkajam maŔīnmÄcÄ«bas ekspertam komandÄ. Bija ļoti nepiecieÅ”ami vecÄkie biedri, mentori un visa veida komunikÄcija, kam vajadzÄja paÄtrinÄt mÄcÄ«bu procesu.
Izlasot emuÄra ierakstus par to, kÄ absolventiem bez rÅ«pnieciskÄs pieredzes kopÄjÄ kompensÄcija ir USD 300ā500 XNUMX gadÄ, es gribÄju iedziļinÄties tajÄ paÅ”Ä diapazonÄ. Nav tÄ, ka tas mani tik ļoti traucÄ, bet, tÄ kÄ viÅi saka, ka tÄ ir izplatÄ«ta parÄdÄ«ba, bet man ir mazÄk, tad tas ir signÄls.
Uzdevums Ŕķita pilnÄ«gi atrisinÄms, tiesa gan ne tÄdÄ nozÄ«mÄ, ka var ielekt jebkurÄ kompÄnijÄ, bet drÄ«zÄk, ja badÄ, tad viss izdosies. Tas ir, desmitiem vai simtiem mÄÄ£inÄjumu un sÄpes no katras neveiksmes un katra noraidÄ«juma ir jÄizmanto, lai pastiprinÄtu fokusu, uzlabotu atmiÅu un pagarinÄtu dienu lÄ«dz 36 stundÄm.
Es pielÄgoju savu CV, sÄku to sÅ«tÄ«t un iet uz intervijÄm. LielÄkajai daļai no viÅiem lidoju garÄm komunikÄcijas ar HR posmÄ. Daudzi cilvÄki prasÄ«ja C++, bet es to nezinÄju, un man bija spÄcÄ«ga sajÅ«ta, ka amati, kuros bÅ«tu nepiecieÅ”ams C++, mani Ä«paÅ”i neinteresÄs.
Ir vÄrts atzÄ«mÄt, ka aptuveni tajÄ paÅ”Ä laikÄ notika fÄzes pÄreja Kaggle sacensÄ«bu veidÄ. Pirms 2017. gada bija daudz tabulu datu un ļoti reti attÄlu datu, bet, sÄkot ar 2017. gadu, bija daudz datorredzes uzdevumu.
DzÄ«ve ritÄja Å”ÄdÄ režīmÄ:
Darbs dienas laikÄ.
TehniskajÄ ekrÄnÄ/uz vietas jÅ«s atpÅ«Å”aties.
Vakaros un nedÄļas nogalÄs Kaggle + raksti / grÄmatas / emuÄra ziÅas
2016. gada beigas iezÄ«mÄjÄs ar to, ka pievienojos kopienai Open Data Science (ODS), kas daudz ko vienkÄrÅ”oja. SabiedrÄ«bÄ ir daudz puiÅ”u ar bagÄtÄ«gu industriÄlo pieredzi, kas ļÄva mums uzdot daudz stulbu jautÄjumu un iegÅ«t daudz gudru atbilžu. Ir arÄ« daudz ļoti spÄcÄ«gu visdažÄdÄko maŔīnmÄcÄ«Å”anÄs speciÄlistu, kas negaidÄ«ti ļÄva man, izmantojot ODS, slÄgt Å”o problÄmu ar regulÄru padziļinÄtu saziÅu par datu zinÄtni. LÄ«dz Å”im ML izteiksmÄ ODS man dod vairÄkas reizes vairÄk, nekÄ es saÅemu darbÄ.
Nu, kÄ parasti, ODS ir pietiekami daudz speciÄlistu sacensÄ«bÄs Kaggle un citÄs vietnÄs. ProblÄmu risinÄÅ”ana komandÄ ir jautrÄka un produktÄ«vÄka, tÄpÄc ar jokiem, lamuvÄrdiem, mÄmiem un citÄm neprÄtÄ«gÄm izklaidÄm sÄkÄm risinÄt problÄmas pa vienam.
TajÄ paÅ”Ä martÄ es devos uz interviju NVidia ar Self Driving komandu. Es patieÅ”Äm cÄ«nÄ«jos ar jautÄjumiem par objektu noteikÅ”anu. Nebija pietiekami daudz zinÄÅ”anu.
Par laimi, tajÄ paÅ”Ä laikÄ sÄkÄs objektu noteikÅ”anas konkurss par gaisa attÄliem no tÄ paÅ”a DSTL. Dievs pats lika atrisinÄt problÄmu un uzlabot. Vakaru un brÄ«vdienu mÄnesis. Es paÅÄmu zinÄÅ”anas un finiÅ”Äju otrais. Å im konkursam bija interesanta nianse noteikumos, kas noveda pie tÄ, ka KrievijÄ mani rÄdÄ«ja federÄlajos un ne tik federÄlajos kanÄlos. Es uzkÄpu mÄjas Lenta.ru, kÄ arÄ« daudzÄs drukÄtajÄs un tieÅ”saistes publikÄcijÄs. Mail Ru Group saÅÄma nelielu pozitÄ«vu PR uz mana rÄÄ·ina un savas naudas, un fundamentÄlÄ zinÄtne KrievijÄ tika bagÄtinÄta par 12000 XNUMX mÄrciÅu. KÄ parasti, tas tika rakstÄ«ts par Å”o tÄmu emuÄra ieraksts vietnÄ hubr. Dodieties uz turieni, lai uzzinÄtu vairÄk.
TajÄ paÅ”Ä laikÄ ar mani sazinÄjÄs Tesla vervÄtÄjs un piedÄvÄja runÄt par Computer Vision pozÄ«ciju. ES piekritu. Es izskrÄju cauri ÅemÅ”anai mÄjÄs, diviem tehnoloÄ£iju ekrÄniem, intervijai uz vietas un man bija ļoti patÄ«kama saruna ar Andreju Karpatiju, kurÅ” tikko bija pieÅemts darbÄ TeslÄ par AI direktoru. NÄkamais posms ir fona pÄrbaude. PÄc tam Elonam Muskam bija personÄ«gi jÄapstiprina mans pieteikums. Tesla ir stingrs neizpauÅ”anas lÄ«gums (NDA).
Es neizturÄju fona pÄrbaudi. VervÄtÄjs teica, ka es daudz tÄrzÄju tieÅ”saistÄ, pÄrkÄpjot NDA. VienÄ«gÄ vieta, kur es kaut ko teicu par interviju TeslÄ, bija ODS, tÄpÄc paÅ”reizÄjÄ hipotÄze ir tÄda, ka kÄds uzÅÄma ekrÄnuzÅÄmumu un uzrakstÄ«ja Teslas HR, un es tiku noÅemts no sacensÄ«bÄm, lai netiktu ciests. Toreiz bija kauns. Tagad priecÄjos, ka tas neizdevÄs. Mana paÅ”reizÄjÄ pozÄ«cija ir daudz labÄka, lai gan ar Andreju strÄdÄt bÅ«tu ļoti interesanti.
TÅ«lÄ«t pÄc tam es iesaistÄ«jos satelÄ«tattÄlu konkursÄ Kaggle no Planet Labs ā Amazones izpratne no kosmosa. ProblÄma bija vienkÄrÅ”a un ÄrkÄrtÄ«gi garlaicÄ«ga; neviens negribÄja to atrisinÄt, bet visi gribÄja bezmaksas zelta medaļu vai naudas balvu. TÄpÄc ar Kaggle Masters komandu 7 cilvÄku sastÄvÄ vienojÄmies, ka metÄ«sim dzelzi. MÄs apmÄcÄ«jÄm 480 tÄ«klus režīmÄ āfit_predictā un izveidojÄm no tiem trÄ«sstÄvu ansambli. MÄs finiÅ”ÄjÄm septÄ«tie. EmuÄra ieraksts, kurÄ aprakstÄ«ts Artura Kuzina risinÄjums. Starp citu, Džeremijs Hovards, kurÅ” ir plaÅ”i pazÄ«stams kÄ radÄ«tÄjs Ätri.AI finiÅ”Äja 23.
PÄc konkursa beigÄm ar drauga starpniecÄ«bu, kurÅ” strÄdÄja AdRoll, es organizÄju tikÅ”anos viÅu telpÄs. Tur Planet Labs pÄrstÄvji stÄstÄ«ja par to, kÄ no viÅu puses izskatÄs konkursa organizÄcija un datu atzÄ«mÄÅ”ana. Vendija Kvana, kura strÄdÄ Kaggle un pÄrraudzÄ«ja konkursu, stÄstÄ«ja par to, kÄ viÅa to redzÄja. Es aprakstÄ«ju mÅ«su risinÄjumu, trikus, paÅÄmienus un tehniskÄs detaļas. Divas treÅ”daļas skatÄ«tÄju Å”o problÄmu atrisinÄja, tÄpÄc jautÄjumi tika uzdoti lÄ«dz galam un kopumÄ viss bija forÅ”i. Tur bija arÄ« Džeremijs Hovards. IzrÄdÄ«jÄs, ka viÅÅ” finiÅ”Äja 23. vietÄ, jo nemÄcÄja sakraut maketu un nemaz nezinÄja par Å”o ansambļu konstruÄÅ”anas metodi.
MaŔīnmÄcÄ«bas sanÄksmes ielejÄ Ä¼oti atŔķiras no tikÅ”anÄs MaskavÄ. Parasti tikÅ”anÄs ielejÄ ir apakÅ”Ä. Bet mÅ«sÄjie izrÄdÄ«jÄs labi. DiemžÄl biedrs, kuram vajadzÄja nospiest pogu un visu ierakstÄ«t, pogu nenospieda :)
PÄc tam mani uzaicinÄja sarunÄties ar Deep Learning Engineer amatu Å”ajÄ paÅ”Ä Planet Labs un uzreiz uz vietas. Es neizturÄju. Atteikuma formulÄjums ir tÄds, ka Deep Learning nav pietiekami daudz zinÄÅ”anu.
Katru konkursu es izstrÄdÄju kÄ projektu LinkedIn. Par DSTL problÄmu mÄs rakstÄ«jÄm pirmsdrukas un ievietoja to arxiv. Nevis raksts, bet tomÄr maize. Iesaku arÄ« visiem citiem uzpÅ«st savu LinkedIn profilu, izmantojot konkursus, rakstus, prasmes utt. PastÄv pozitÄ«va korelÄcija starp jÅ«su LinkedIn profilÄ esoÅ”o atslÄgvÄrdu skaitu un to, cik bieži cilvÄki jums ziÅo.
Ja ziemÄ un pavasarÄ« biju ļoti tehnisks, tad lÄ«dz augustam bija gan zinÄÅ”anas, gan paÅ”apziÅa.
JÅ«lija beigÄs puisis, kurÅ” strÄdÄja par datu zinÄtnes vadÄ«tÄju uzÅÄmumÄ Lyft, sazinÄjÄs ar mani LinkedIn un uzaicinÄja iedzert kafiju un tÄrzÄt par dzÄ«vi, par Lyft, par TrueAccord. MÄs runÄjÄm. ViÅÅ” piedÄvÄja intervÄt savu komandu datu zinÄtnieka amatam. Es teicu, ka opcija darbojas, ja tÄ ir Computer Vision / Deep Learning no rÄ«ta lÄ«dz vakaram. ViÅÅ” apliecinÄja, ka no viÅa puses iebildumu nav.
Es nosÅ«tÄ«ju savu CV, un viÅÅ” to augÅ”upielÄdÄja Lyft iekÅ”ÄjÄ portÄlÄ. PÄc tam man piezvanÄ«ja vervÄtÄjs, lai atvÄrtu savu CV un uzzinÄtu par mani vairÄk. Jau no pirmajiem vÄrdiem bija skaidrs, ka viÅam tÄ bija formalitÄte, jo no viÅa CV viÅam bija skaidrs, ka "es neesmu materiÄls Lyft". Laikam pÄc tam mans CV nonÄca miskastÄ.
Visu Å”o laiku, kamÄr mani intervÄja, es pÄrrunÄju savas neveiksmes un kritumus ODS un puiÅ”i man sniedza atsauksmes un visÄdi palÄ«dzÄja ar padomiem, lai gan, kÄ parasti, tur notika arÄ« daudz draudzÄ«gas troļļoÅ”anas.
Viens no ODS dalÄ«bniekiem piedÄvÄja mani savienot ar savu draugu, kurÅ” ir Lyft inženierzinÄtÅu direktors. Ne ÄtrÄk pateikts, kÄ izdarÄ«ts. Es ierados Lyft pusdienÄs, un bez Ŕī drauga ir arÄ« datu zinÄtnes vadÄ«tÄjs un produktu menedžeris, kurÅ” ir liels Deep Learning cienÄ«tÄjs. PusdienÄs pļÄpÄjÄm par DL. Un tÄ kÄ pusgadu esmu apmÄcÄ«jis tÄ«klus 24/7, lasÄ«ju kubikmetrus literatÅ«ras un palaidu uzdevumus Kaggle ar vairÄk vai mazÄk skaidriem rezultÄtiem, par Deep Learning varÄtu runÄt stundÄm ilgi gan jaunu rakstu ziÅÄ, gan praktiskÄs tehnikas.
PÄc pusdienÄm viÅi paskatÄ«jÄs uz mani un teica - uzreiz redzams, ka tu esi izskatÄ«gs, vai vÄlies ar mums parunÄt? TurklÄt viÅi piebilda, ka man ir skaidrs, ka var izlaist ekrÄnu mÄjÄs + tech. Un ka mani tÅ«lÄ«t uzaicinÄs uz vietas. ES piekritu.
PÄc tam Å”is vervÄtÄjs man piezvanÄ«ja, lai ieplÄnotu interviju uz vietas, un viÅÅ” bija neapmierinÄts. ViÅÅ” kaut ko nomurminÄja par to, ka nelec pÄri galvai.
AtnÄca. Intervija uz vietas. Piecas stundas komunikÄcija ar dažÄdiem cilvÄkiem. Nebija neviena jautÄjuma par Deep Learning vai par maŔīnmÄcÄ«bu principÄ. TÄ kÄ nav Deep Learning / Computer Vision, tad mani neinteresÄ. TÄdÄjÄdi intervijas rezultÄti bija ortogonÄli.
Å is vervÄtÄjs zvana un saka ā apsveicu, jÅ«s esat tikuÅ”i lÄ«dz otrajai intervijai uz vietas. Tas viss ir pÄrsteidzoÅ”i. Kas ir otrais uz vietas? Es nekad neesmu dzirdÄjis par tÄdu lietu. ES devos. Tur ir dažas stundas, Å”oreiz viss par tradicionÄlo maŔīnmÄcÄ«bu. TÄ ir labÄk. Bet joprojÄm nav interesanti.
PersonÄla atlases speciÄlists zvana ar apsveikumiem, ka esmu izturÄjis treÅ”o interviju uz vietas, un sola, ka Ŕī bÅ«s pÄdÄjÄ. AizgÄju apskatÄ«ties un tur bija gan DL, gan CV.
Man daudzus mÄneÅ”us bija iepriekÅ”Äjs, kurÅ” man teica, ka nebÅ«s piedÄvÄjuma. TrenÄjos nevis uz tehniskajÄm prasmÄm, bet gan uz mÄ«kstajÄm. Nevis uz mÄ«ksto pusi, bet gan par to, ka amats tiks slÄgts vai ka uzÅÄmums vÄl neÅem darbÄ, bet vienkÄrÅ”i pÄrbauda tirgu un kandidÄtu lÄ«meni.
Augusta vidus. Es izdzÄru alu labi. TumÅ”as domas. Ir pagÄjuÅ”i 8 mÄneÅ”i un joprojÄm nav piedÄvÄjuma. Ir labi bÅ«t radoÅ”am zem alus, it Ä«paÅ”i, ja radoÅ”ums ir dÄ«vains. Man ienÄk prÄtÄ ideja. Es dalos tajÄ ar Alekseju Å vecu, kurÅ” tajÄ laikÄ bija MIT pÄcdoktors.
KÄ bÅ«tu, ja aizietu uz tuvÄko DL/CV konferenci, noskatÄ«tos tÄs ietvaros notiekoÅ”os konkursus, kaut ko apmÄcÄ«tu un iesniegtu? TÄ kÄ visi eksperti tur veido savu karjeru uz tÄ un ir to darÄ«juÅ”i daudzus mÄneÅ”us vai pat gadus, mums nav nekÄdu izredžu. Bet tas nav biedÄjoÅ”i. MÄs veicam kÄdu jÄgpilnu iesniegumu, lidojam uz pÄdÄjo vietu un pÄc tam uzrakstÄm iepriekÅ”Äju drukÄÅ”anu vai rakstu par to, kÄ mÄs neesam tÄdi kÄ visi pÄrÄjie, un runÄjam par savu lÄmumu. Un raksts jau ir LinkedIn un tavÄ CV.
Tas ir, Ŕķiet, ka tas ir aktuÄli un CV ir pareizÄki atslÄgas vÄrdi, kam vajadzÄtu nedaudz palielinÄt iespÄju nokļūt lÄ«dz tehnoloÄ£iju ekrÄnam. Kods un iesniegumi no manis, teksti no Alekseja. SpÄle, protams, bet kÄpÄc gan ne?
Ne ÄtrÄk pateikts, kÄ izdarÄ«ts. TuvÄkÄ konference, ko meklÄjÄm googlÄ, bija MICCAI, un tur patiesÄ«bÄ notika konkursi. MÄs trÄpÄ«jÄm pirmajam. Tas bija KuÅÄ£a-zarnu trakta attÄla analÄ«ze (GIANA). Uzdevumam ir 3 apakÅ”uzdevumi. LÄ«dz termiÅa beigÄm bija atlikuÅ”as 8 dienas. No rÄ«ta es atjÄdzos, bet neatteicos no Ŕīs idejas. Es paÅÄmu savus cauruļvadus no Kaggle un pÄrslÄdzu tos no satelÄ«ta datiem uz medicÄ«niskajiem. 'fit_predict'. Aleksejs katrai problÄmai sagatavoja divu lappuÅ”u garu risinÄjumu aprakstu, un mÄs to nosÅ«tÄ«jÄm. Gatavs. TeorÄtiski jÅ«s varat izelpot. Bet izrÄdÄ«jÄs, ka tai paÅ”ai darbnÄ«cai bija vÄl viens uzdevums (Robotu instrumentu segmentÄÅ”ana). TÄ mÄs arÄ« izdarÄ«jÄm.
AtŔķirÄ«bÄ no Kaggle, Å”iem konkursiem bija sava akadÄmiskÄ specifika:
Nav līderu saraksta. Iesniegumi tiek nosūtīti pa e-pastu.
JÅ«s tiksiet noÅemts, ja komandas pÄrstÄvis neieradÄ«sies prezentÄt risinÄjumu konferencÄ SeminÄrÄ.
JÅ«su vieta lÄ«deru sarakstÄ kļūst zinÄma tikai konferences laikÄ. Sava veida akadÄmiska drÄma.
MICCAI 2017 konference notika Kvebekas pilsÄtÄ. Ja godÄ«gi, jau septembrÄ« sÄku izdegt, tÄpÄc ideja par nedÄļu atvaļinÄjumu no darba un doties uz KanÄdu izskatÄ«jÄs interesanta.
AtnÄca uz konferenci. Es atnÄcu uz Å”o darbnÄ«cu, es nevienu nepazÄ«stu, es sÄžu stÅ«rÄ«. Visi viens otru pazÄ«st, sazinÄs, izmet gudrus medicÄ«niskus vÄrdus. PirmÄ konkursa apskats. DalÄ«bnieki runÄ un runÄ par saviem lÄmumiem. Tur ir forÅ”i, ar dzirksti. Mana kÄrta. Un man kaut kÄ pat ir kauns. ViÅi atrisinÄja problÄmu, strÄdÄja pie tÄs, attÄ«stÄ«ja zinÄtni, un mÄs esam tikai āfit_predictā no pagÄtnes norisÄm, nevis zinÄtnei, bet gan, lai uzlabotu savu CV.
ViÅÅ” iznÄca un teica, ka arÄ« es neesmu eksperts medicÄ«nÄ, atvainojÄs, ka tÄrÄju viÅu laiku, un parÄdÄ«ja man vienu slaidu ar risinÄjumu. NogÄju lejÄ uz gaiteni.
ViÅi paziÅo par pirmo apakÅ”uzdevumu - mÄs esam pirmie, un ar starpÄ«bu.
Tiek paziÅots par otro un treÅ”o.
ViÅi paziÅo treÅ”o - atkal pirmais un atkal ar vadÄ«bu.
Ä¢enerÄlis ir pirmais.
Daži no skatÄ«tÄjiem smaida un skatÄs uz mani ar cieÅu. Citiem, kas acÄ«mredzot tika uzskatÄ«ti par ekspertiem Å”ajÄ jomÄ, bija saÅÄmuÅ”i dotÄciju Å”im uzdevumam un bija to darÄ«juÅ”i daudzus gadus, bija nedaudz izkropļota sejas izteiksme.
NÄkamais ir otrais uzdevums, kurÄ ir trÄ«s apakÅ”uzdevumi un kas ir pÄrcelts par ÄetrÄm dienÄm.
Te arÄ« es atvainojos un vÄlreiz parÄdÄ«ju mÅ«su vienu slaidu.
Tas pats stÄsts. Divi pirmie, viens otrais, parasts pirmais.
Es domÄju, ka Ŕī, iespÄjams, ir pirmÄ reize vÄsturÄ, kad kolekcijas aÄ£entÅ«ra ir uzvarÄjusi medicÄ«niskÄs attÄlveidoÅ”anas konkursÄ.
Un tagad es stÄvu uz skatuves, viÅi man pasniedz kaut kÄdu diplomu, un es esmu bombardÄta. KÄ pie velna tas var bÅ«t? Å ie akadÄmiÄ·i tÄrÄ nodokļu maksÄtÄju naudu, strÄdÄ pie tÄ, lai Ärstiem vienkÄrÅ”otu un uzlabotu darba kvalitÄti, tas ir, teorÄtiski, manu dzÄ«ves ilgumu, un kaut kÄds Ä·ermenis visu Å”o akadÄmisko personÄlu dažu vakaru laikÄ saplÄsa LielbritÄnijas karogÄ.
Bonuss tam ir tas, ka citÄs komandÄs maÄ£istrantiem, kuri daudzus mÄneÅ”us strÄdÄjuÅ”i ar Å”iem uzdevumiem, bÅ«s HR pievilcÄ«gs CV, tas ir, viÅi viegli nokļūs tehnoloÄ£iju ekrÄnÄ. Un manu acu priekÅ”Ä ir tikko saÅemts e-pasts:
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.
KopumÄ tieÅ”i no skatuves es jautÄju skatÄ«tÄjiem: "Vai kÄds zina, kur es strÄdÄju?" Viens no konkursa organizatoriem zinÄja - viÅÅ” Google meklÄja, kas ir TrueAccord. PÄrÄjie nav. Es turpinu: āEs strÄdÄju savÄkÅ”anas aÄ£entÅ«rÄ, un darbÄ es nenodarbojos ar ne Computer Vision, ne Deep Learning. Un daudzÄjÄdÄ ziÅÄ tas notiek tÄpÄc, ka Google Brain un Deepmind personÄla nodaļas filtrÄ manu CV, nedodot man iespÄju parÄdÄ«t tehnisko apmÄcÄ«bu. "
ViÅi nodeva sertifikÄtu, pÄrtraukums. AkadÄmiÄ·u grupa mani pavelk malÄ. IzrÄdÄ«jÄs, ka Ŕī ir VeselÄ«bas grupa ar Deepmind. ViÅi bija tik pÄrsteigti, ka nekavÄjoties gribÄja ar mani runÄt par pÄtniecÄ«bas inženiera vakanci viÅu komandÄ. (MÄs runÄjÄm. Å Ä« saruna ilga 6 mÄneÅ”us, izturÄju lÄ«dzi paÅemÅ”anu mÄjÄs, viktorÄ«nu, bet tehnikas ekrÄnÄ tiku Ä«si. 6 mÄneÅ”i no saziÅas sÄkuma lÄ«dz tehnoloÄ£iju ekrÄnam ir ilgs laiks. IlgÄ gaidÄ«Å”ana dod garÅ”u no bezjÄdzÄ«bas.PÄtnieciskais inženieris Deepmind LondonÄ, uz TrueAccord fona bija spÄcÄ«gs solis uz augÅ”u, bet uz mana paÅ”reizÄjÄ amata fona tas ir solis uz leju.No divu gadu attÄluma, kas pagÄjuÅ”i kopÅ” tÄ laika, tas ir labi ka tÄ nebija.)
SecinÄjums
Aptuveni tajÄ paÅ”Ä laikÄ es saÅÄmu piedÄvÄjumu no Lyft, kuru es pieÅÄmu.
Pamatojoties uz Å”o divu konkursu ar MICCAI rezultÄtiem, tika publicÄti Å”Ädi:
Tas ir, neskatoties uz idejas mežonÄ«gumu, pakÄpenisku rakstu un priekÅ”druku pievienoÅ”ana konkursa kÄrtÄ«bÄ darbojas labi. Un turpmÄkajos gados mÄs to padarÄ«jÄm vÄl sliktÄku.
PÄdÄjos pÄris gadus esmu strÄdÄjis uzÅÄmumÄ Lyft, nodarbojoties ar Computer Vision/Deep Learning for Self Driving automobiļiem. Tas ir, es saÅÄmu to, ko gribÄju. Un uzdevumi, un augsta statusa uzÅÄmums, un spÄcÄ«gi kolÄÄ£i, un visi citi labumi.
Å o mÄneÅ”u laikÄ esmu sazinÄjies gan ar lieliem uzÅÄmumiem Google, Facebook, Uber, LinkedIn, gan ar dažÄda lieluma jaunuzÅÄmumu jÅ«ru.
Tas sÄpÄja visus Å”os mÄneÅ”us. Visums katru dienu stÄsta jums kaut ko ne pÄrÄk patÄ«kamu. RegulÄrs noraidÄ«jums, regulÄras kļūdas, un tas viss ir aromatizÄts ar pastÄvÄ«gu bezcerÄ«bas sajÅ«tu. Nav garantiju, ka tev izdosies, bet ir sajÅ«ta, ka esi muļķis. Tas ļoti atgÄdina to, kÄ es mÄÄ£inÄju atrast darbu tÅ«lÄ«t pÄc universitÄtes.
DomÄju, ka daudzi meklÄja darbu ielejÄ un viÅiem viss bija daudz vieglÄk. Triks, manuprÄt, ir Å”Äds. Ja meklÄjat darbu jomÄ, kurÄ saprotat, jums ir liela pieredze un jÅ«su CV teikts tas pats, problÄmu nav. PaÅÄmu un atradu. Ir daudz brÄ«vu vietu.
Bet, ja jÅ«s meklÄjat darbu jomÄ, kas jums ir jauna, tas ir, kad nav zinÄÅ”anu, nav savienojumu un jÅ«su CV ir kaut kas nepareizi - Å”ajÄ brÄ«dÄ« viss kļūst ÄrkÄrtÄ«gi interesanti.
Å obrÄ«d man regulÄri raksta personÄla atlases speciÄlisti un piedÄvÄ darÄ«t to paÅ”u, ko es daru tagad, bet citÄ uzÅÄmumÄ. PatieÅ”Äm ir pienÄcis laiks mainÄ«t darbu. Bet nav jÄgas darÄ«t to, kas man jau ir labs. Par ko?
Bet tam, ko es gribu, man atkal nav ne zinÄÅ”anu, ne rindu manÄ CV. RedzÄsim, kÄ tas viss beigsies. Ja viss bÅ«s labi, es uzrakstÄ«Å”u nÄkamo daļu. š