तुम्ही हॅकाथॉनमध्ये का सहभागी व्हावे

सुमारे दीड वर्षापूर्वी मी हॅकाथॉनमध्ये भाग घ्यायला सुरुवात केली. या कालावधीत, मी मॉस्को, हेलसिंकी, बर्लिन, म्युनिक, अॅमस्टरडॅम, झुरिच आणि पॅरिसमध्ये विविध आकार आणि थीमच्या 20 हून अधिक कार्यक्रमांमध्ये भाग घेण्यास व्यवस्थापित केले. सर्व क्रियाकलापांमध्ये, मी एक किंवा दुसर्या स्वरूपात डेटा विश्लेषणात गुंतलो होतो. मला नवीन शहरांमध्ये यायला, नवीन संपर्क साधायला, नवीन कल्पना आणायला, जुन्या कल्पना कमी कालावधीत अंमलात आणायला आणि कामगिरी आणि निकाल जाहीर करताना एड्रेनालाईन गर्दी करायला आवडते.

हॅकाथॉन्सच्या विषयावरील तीन पोस्टपैकी ही पोस्ट पहिली आहे, ज्यामध्ये मी तुम्हाला हॅकॅथॉन्स म्हणजे काय आणि तुम्ही हॅकाथॉन्समध्ये का सहभागी व्हावे हे सांगेन. दुसरी पोस्ट या कार्यक्रमांच्या काळ्या बाजूबद्दल असेल - कार्यक्रमादरम्यान आयोजकांनी कशा चुका केल्या आणि त्यांच्यामुळे काय घडले याबद्दल. तिसरी पोस्ट हॅकाथॉनशी संबंधित विषयांवरील प्रश्नांची उत्तरे देण्यासाठी समर्पित असेल.

हॅकाथॉन म्हणजे काय?

हॅकाथॉन हा अनेक दिवसांचा कार्यक्रम असतो, ज्याचा उद्देश समस्या सोडवणे हे असते. सामान्यत: हॅकाथॉनमध्ये अनेक समस्या असतात, प्रत्येक वेगळ्या ट्रॅक म्हणून सादर केला जातो. प्रायोजक कंपनी कार्याचे वर्णन, यश मेट्रिक्स (मेट्रिक्स "नवीनता आणि सर्जनशीलता" सारखे व्यक्तिनिष्ठ असू शकतात किंवा ते वस्तुनिष्ठ असू शकतात - स्थगित डेटासेटवर वर्गीकरण अचूकता) आणि यश मिळविण्यासाठी संसाधने (कंपनी API, डेटासेट, हार्डवेअर) प्रदान करते. . सहभागींनी दिलेल्या वेळेत समस्या तयार करणे, उपाय सुचवणे आणि त्यांच्या उत्पादनाचा प्रोटोटाइप दाखवणे आवश्यक आहे. सर्वोत्तम उपायांना कंपनीकडून बक्षिसे आणि पुढील सहकार्याची संधी मिळते.

हॅकाथॉनचे टप्पे

कार्ये घोषित केल्यानंतर, हॅकाथॉन सहभागी संघांमध्ये एकत्र होतात: प्रत्येक "एकटे" एक मायक्रोफोन प्राप्त करतो आणि निवडलेल्या कार्याबद्दल, त्याचा अनुभव, कल्पना आणि अंमलबजावणीसाठी त्याला कोणत्या प्रकारच्या तज्ञांची आवश्यकता आहे याबद्दल बोलतो. काहीवेळा एका संघात एक व्यक्ती असू शकते जी प्रकल्पावरील सर्व काम स्वतंत्रपणे उच्च स्तरावर पूर्ण करण्यास सक्षम आहे. डेटा विश्लेषणावरील हॅकॅथॉनसाठी हे संबंधित आहे, परंतु उत्पादन कार्यक्रमांसाठी अनेकदा प्रतिबंधित किंवा अवांछित आहे - आयोजकांचा उद्देश प्रकल्पावर पुढील काम चालू ठेवण्याचे आहे, परंतु आधीच कंपनीमध्ये आहे; एकट्याने उत्पादन तयार करू इच्छिणाऱ्या सहभागींपेक्षा स्थापन केलेल्या संघाचे अनेक फायदे आहेत. इष्टतम संघात सहसा 4 लोक असतात आणि त्यात समाविष्ट असतात: फ्रंट-एंड, बॅक-एंड, डेटा सायंटिस्ट आणि व्यावसायिक व्यक्ती. तसे, डेटासायन्स आणि उत्पादन हॅकाथॉनमधील विभागणी अगदी सोपी आहे - जर स्पष्ट मेट्रिक्स आणि लीडरबोर्डसह डेटासेट असेल किंवा तुम्ही ज्युपीटर नोटबुकमधील कोडसह जिंकू शकता - हे डेटासायन्स हॅकाथॉन आहे; बाकी सर्व काही - जिथे तुम्हाला अर्ज, वेबसाइट किंवा काहीतरी चिकटवायचे आहे - किराणा.

सामान्यतः, एखाद्या प्रकल्पाचे काम शुक्रवारी रात्री 9 वाजता सुरू होते आणि अंतिम मुदत रविवारी सकाळी 10 वाजता असते. यापैकी काही वेळ झोपेत घालवणे आवश्यक आहे (जागे राहणे आणि कोडींग करणे ही अयशस्वी होण्याची एक कृती आहे, मी तपासले आहे), याचा अर्थ असा आहे की सहभागींना दर्जेदार काहीही तयार करण्यासाठी जास्त वेळ नाही. सहभागींना मदत करण्यासाठी, कंपनीचे प्रतिनिधी आणि मार्गदर्शक साइटवर उपस्थित आहेत.

एखाद्या प्रकल्पावरील काम कंपनीच्या प्रतिनिधींशी संप्रेषणाने सुरू होते, कारण ते कार्याचे तपशील, मेट्रिक्स अधिक चांगल्या प्रकारे समजून घेतात आणि बहुधा ते शेवटी तुमच्या कामाचा न्याय करतील. या संप्रेषणाचा उद्देश कोणते क्षेत्र सर्वात संबंधित आहेत आणि आपण आपले लक्ष आणि वेळ कुठे केंद्रित केला पाहिजे हे समजून घेणे आहे.

एका हॅकाथॉनमध्ये, टॅब्युलर डेटा आणि चित्रे आणि स्पष्ट मेट्रिक - RMSE असलेल्या डेटासेटवर प्रतिगमन करण्यासाठी कार्य सेट केले गेले. मी कंपनीच्या डेटा सायंटिस्टशी बोलल्यानंतर, मला समजले की त्यांना प्रतिगमनाची गरज नाही, परंतु वर्गीकरणाची गरज आहे, परंतु व्यवस्थापनातील कोणीतरी असे ठरवले की समस्या अशा प्रकारे सोडवणे चांगले आहे. आणि त्यांना आर्थिक मेट्रिक्समध्ये वाढ मिळविण्यासाठी वर्गीकरण आवश्यक नाही, परंतु निर्णय घेताना कोणते पॅरामीटर्स सर्वात महत्वाचे आहेत हे समजून घेण्यासाठी आणि नंतर त्यावर व्यक्तिचलितपणे प्रक्रिया करा. म्हणजेच, प्रारंभिक समस्या (RMSE सह प्रतिगमन) वर्गीकरणात बदलली आहे; प्राप्त केलेल्या अचूकतेपासून निकाल स्पष्ट करण्याच्या क्षमतेपर्यंत मूल्यांकनाचा प्राधान्यक्रम बदलतो. हे, यामधून, स्टॅकिंग आणि ब्लॅक बॉक्स अल्गोरिदम वापरण्याची शक्यता काढून टाकते. या संवादामुळे माझा बराच वेळ वाचला आणि माझी जिंकण्याची शक्यता वाढली.

तुम्हाला काय करायचे आहे हे समजल्यानंतर, प्रकल्पाचे प्रत्यक्ष काम सुरू होते. तुम्ही चेकपॉईंट्स सेट करणे आवश्यक आहे - नेमून दिलेली कार्ये पूर्ण करणे आवश्यक असलेली वेळ; वाटेत, मार्गदर्शक - कंपनीचे प्रतिनिधी आणि तांत्रिक तज्ञ यांच्याशी संवाद साधत राहणे ही चांगली कल्पना आहे - हे तुमच्या प्रकल्पाचा मार्ग समायोजित करण्यासाठी उपयुक्त आहे. एखाद्या समस्येकडे नव्याने पाहणे एक मनोरंजक उपाय सुचवू शकते.

नवशिक्या मोठ्या संख्येने हॅकाथॉनमध्ये सहभागी होत असल्याने, आयोजकांनी व्याख्याने आणि मास्टर क्लास आयोजित करणे चांगले आहे. सहसा तीन व्याख्याने असतात - उत्पादनाच्या रूपात तुमची कल्पना कशी मांडायची, तांत्रिक विषयांवर व्याख्यान (उदाहरणार्थ, मशीन लर्निंगमध्ये ओपन एपीआय वापरणे, जेणेकरून तुम्हाला तुमचे स्पीच2 टेक्स्ट मध्ये लिहावे लागणार नाही. दोन दिवस, पण रेडीमेड वापरा), पिचिंगवर व्याख्यान (तुमचे उत्पादन कसे सादर करावे, स्टेजवर तुमचे हात योग्यरित्या कसे हलवावे जेणेकरून प्रेक्षकांना कंटाळा येऊ नये). सहभागींना उत्साह देण्यासाठी विविध उपक्रम आहेत - योग सत्र, टेबल फुटबॉल आणि टेनिस किंवा कन्सोल गेम.

रविवारी सकाळी तुम्हाला तुमच्या कामाचे निकाल जूरीसमोर सादर करावे लागतील. चांगल्या हॅकाथॉनमध्ये, हे सर्व तांत्रिक कौशल्याने सुरू होते - तुम्ही जे दावा करता ते खरोखर कार्य करते का? या तपासणीचा उद्देश एक सुंदर सादरीकरण आणि बझवर्ड्ससह, परंतु उत्पादनाशिवाय, ज्यांनी प्रत्यक्षात काहीतरी केले त्यांच्याकडून संघांना बाहेर काढणे हा आहे. दुर्दैवाने, तांत्रिक कौशल्य सर्वच हॅकाथॉनमध्ये नाही, आणि अशी काही प्रकरणे आहेत जेव्हा 12 स्लाइड्स आणि मानसिकता असलेली टीम "... ब्लॉकचेन, क्वांटम कॉम्प्युटिंग आणि नंतर AI ते पूर्ण करेल..." प्रथम स्थान पटकावते. अशी उदाहरणे इतकी सामान्य नाहीत, परंतु ते सर्वात संस्मरणीय असल्याने, बर्याच लोकांना वाटते की चांगले सादरीकरण हॅकाथॉनमध्ये 99% विजय आहे. सादरीकरण, तसे, खरोखर महत्वाचे आहे, परंतु त्याचे योगदान 30% पेक्षा जास्त नाही.

सहभागींच्या कामगिरीनंतर, ज्युरी विजेत्यांना पुरस्कार देण्याचा निर्णय घेते. यामुळे हॅकाथॉनच्या अधिकृत भागाचा समारोप होतो.

हॅकाथॉनमध्ये सहभागी होण्यासाठी प्रेरणा

अनुभव

मिळालेल्या अनुभवाच्या दृष्टीने, हॅकाथॉन हा एक अनोखा कार्यक्रम आहे. निसर्गात अशी अनेक ठिकाणे नाहीत जिथे तुम्ही 2 दिवसात कोणतीही कल्पना अंमलात आणू शकता आणि तुमच्या कामावर त्वरित प्रतिक्रिया मिळवू शकता. हॅकाथॉन दरम्यान, क्रिटिकल थिंकिंग, टीमवर्क स्किल्स, टाइम मॅनेजमेंट, तणावपूर्ण परिस्थितीत काम करण्याची क्षमता, तुमच्या कामाचे परिणाम समजण्यायोग्य स्वरूपात मांडण्याची क्षमता, सादरीकरण कौशल्य आणि इतर अनेक गोष्टी सुधारल्या जातात. म्हणूनच सैद्धांतिक ज्ञान असलेल्या लोकांसाठी हॅकाथॉन हे एक उत्तम ठिकाण आहे ज्यांना वास्तविक जगाचा अनुभव घ्यायचा आहे.

बक्षिसे

सामान्यतः, हॅकाथॉन बक्षीस निधी प्रथम स्थानासाठी अंदाजे 1.5k - 10k युरो आहे (रशियामध्ये - 100-300 हजार रूबल). सहभागातून अपेक्षित लाभ (अपेक्षित मूल्य, EV) साधे सूत्र वापरून मोजले जाऊ शकते:

EV = Prize * WinRate + Future_Value - Costs

जेथे पुरस्कार - बक्षीस आकार (साधेपणासाठी, आम्ही असे गृहीत धरू की फक्त एक बक्षीस आहे);
WinRate — जिंकण्याची संभाव्यता (नवशिक्या संघासाठी हे मूल्य 10% पर्यंत मर्यादित असेल, अधिक अनुभवी संघासाठी - 50% आणि त्याहून अधिक; मी अशा लोकांना भेटलो आहे ज्यांनी प्रत्येक हॅकाथॉनला बक्षीस देऊन सोडले, परंतु हा नियमाला अपवाद आहे आणि दीर्घकालीन त्यांचा विजय दर 100% कमी असेल);
भविष्य_मूल्य - हॅकाथॉनमध्ये सहभागी होण्यापासून भविष्यातील नफा दर्शविणारे मूल्य: हे प्राप्त झालेले अनुभव, स्थापित कनेक्शन, प्राप्त माहिती इत्यादींमधून नफा असू शकतो. हे मूल्य अचूकपणे निर्धारित करणे जवळजवळ अशक्य आहे, परंतु ते लक्षात ठेवले पाहिजे;
खर्च - वाहतूक खर्च, निवास इ.

सहभागी होण्याचा निर्णय हॅकाथॉनच्या EV आणि हॅकॅथॉन नसल्यास तुम्हाला करू इच्छित असलेल्या क्रियाकलापाच्या EV ची तुलना करून घेण्यात आला आहे: जर तुम्हाला आठवड्याच्या शेवटी पलंगावर झोपायचे असेल आणि तुमचे नाक घ्यायचे असेल, मग तुम्ही कदाचित हॅकाथॉनमध्ये सहभागी व्हावे; तुम्ही तुमच्या पालकांसोबत किंवा मैत्रिणीसोबत वेळ घालवत असाल, तर त्यांना हॅकाथॉनसाठी टीममध्ये घेऊन जा (फक्त गंमत करा, तुम्हीच ठरवा), तुम्ही फ्रीलान्स करत असाल तर डॉलर-तासाची तुलना करा.

माझ्या गणनेनुसार, मी असे म्हणू शकतो की रशियामध्ये कनिष्ठ-मध्यम स्तरावरील सरासरी डेटा वैज्ञानिकांसाठी, हॅकाथॉनमध्ये भाग घेणे हे नियमित कामकाजाच्या दिवसाच्या आर्थिक नफ्याशी सुसंगत आहे, परंतु त्यात बारकावे देखील आहेत (संघाचा आकार, प्रकार हॅकाथॉन, बक्षीस निधी इ.). सर्वसाधारणपणे, हॅकाथॉन या क्षणी बोनान्झा नाहीत, परंतु ते तुमच्या वैयक्तिक बजेटला चांगली चालना देऊ शकतात.

कंपनी भर्ती आणि नेटवर्किंग

कंपनीसाठी, हॅकाथॉन हा नवीन कर्मचारी नियुक्त करण्याचा एक मार्ग आहे. बोर्डावर बायनरी ट्री फिरवण्यापेक्षा तुम्ही पुरेशी व्यक्ती आहात आणि हॅकाथॉनमध्ये कसे काम करायचे हे तुम्हाला दाखवणे तुमच्यासाठी खूप सोपे आहे (जे, तसे, नेहमी तुम्ही काय कराल याच्याशी जुळत नाही. डेटा सायंटिस्ट म्हणून खरी नोकरी करा, परंतु परंपरांचा आदर केला पाहिजे). "लढाऊ" परिस्थितीत अशी चाचणी चाचणी दिवसाची जागा घेऊ शकते.

हॅकाथॉनमुळे मला माझी पहिली नोकरी मिळाली. हॅकाथॉनमध्ये, मी दाखवले की डेटामधून अधिक पैसे पिळून काढले जाऊ शकतात आणि मी हे कसे करणार आहे ते सांगितले. मी हॅकाथॉनमध्ये एक प्रकल्प सुरू केला, तो जिंकला, नंतर प्रायोजक कंपनीसह प्रकल्प सुरू ठेवला. माझ्या आयुष्यातील ही चौथी हॅकाथॉन होती.

एक अद्वितीय डेटासेट प्राप्त करण्याची संधी

डेटा सायन्स हॅकाथॉनसाठी हा एक अतिशय समर्पक मुद्दा आहे, ज्याचे महत्त्व प्रत्येकाला समजत नाही. सामान्यतः, प्रायोजक कंपन्या इव्हेंट दरम्यान वास्तविक डेटा सेट प्रदान करतात. हा डेटा खाजगी आहे, तो NDA अंतर्गत आहे, जो आम्हाला खर्‍या डेटासेटवर संकल्पनेचा पुरावा दाखवण्यापासून रोखत नाही आणि खेळण्यातील Titanic वर नाही. भविष्यात, या कंपनीमध्ये किंवा प्रतिस्पर्धी कंपनीमध्ये नोकरीसाठी अर्ज करताना किंवा तत्सम प्रकल्पांना न्याय देण्यासाठी असे परिणाम मोठ्या प्रमाणात मदत करतील. सहमत आहे की, इतर सर्व गोष्टी समान असणे, सकारात्मक मूल्यांकन केलेले प्रकल्प पूर्ण करणे हे न करण्यापेक्षा चांगले आहे. सर्वसाधारणपणे, असे पूर्ण झालेले प्रकल्प पदके आणि स्थितींप्रमाणेच भूमिका बजावतात, परंतु उद्योगासाठी त्यांचे मूल्य अधिक स्पष्ट आहे.

टिपा

सर्वसाधारणपणे, हॅकाथॉनमध्ये काम करणे हा एक वैविध्यपूर्ण अनुभव आहे आणि नियमांची यादी तयार करणे कठीण आहे. तथापि, येथे मी निरिक्षणांची यादी देऊ इच्छितो जे नवशिक्याला मदत करू शकतात:

1. तुमच्याकडे अनुभव किंवा संघ नसला तरीही हॅकाथॉनला जाण्यास घाबरू नका. तुम्हाला कसे उपयोगी पडेल याचा विचार करा. उदाहरणार्थ, कदाचित तुम्हाला एखादी मनोरंजक कल्पना असेल किंवा तुम्ही एखाद्या क्षेत्रात पारंगत आहात? समस्या तयार करताना तुम्ही तुमचे डोमेन ज्ञान वापरू शकता आणि क्षुल्लक उपाय शोधू शकता. किंवा कदाचित तुम्ही Google वर सर्वोत्तम आहात? तुम्हाला Github मध्ये रेडीमेड अंमलबजावणी सापडल्यास तुमचे कौशल्य बराच वेळ वाचवेल. किंवा तुम्ही लाईटजीबीएम पॅरामीटर्स ट्यून करण्यात खूप चांगले आहात? या प्रकरणात, हॅकाथॉनला जाऊ नका, परंतु कागला स्पर्धेत ते सिद्ध करा.
2. डावपेचांपेक्षा डावपेच महत्त्वाचे आहेत. हॅकाथॉनमधील तुमचे ध्येय समस्या सोडवणे आहे. कधीकधी, समस्या सोडवण्यासाठी, आपल्याला ती ओळखण्याची आवश्यकता असते. तुमची ओळखलेली समस्या कंपनीसाठी खरोखरच संबंधित आहे का ते तपासा. समस्येवर आपले समाधान तपासा, आपले समाधान इष्टतम आहे की नाही हे स्वतःला विचारा. तुमच्या समाधानाचे मूल्यमापन करताना, ते प्रथम समस्येची प्रासंगिकता आणि प्रस्तावित समाधानाची पर्याप्तता पाहतील. तुमच्या न्यूरल नेटवर्कच्या आर्किटेक्चरमध्ये किंवा तुम्हाला किती हात मिळाले याबद्दल फार कमी लोकांना स्वारस्य आहे.
3. शक्य तितक्या हॅकाथॉनमध्ये सहभागी व्हा, परंतु खराब आयोजित कार्यक्रमांपासून दूर जाण्यास लाजाळू नका.
4. हॅकाथॉनमधील तुमच्या कामाचे परिणाम तुमच्या रेझ्युमेमध्ये जोडा आणि त्याबद्दल सार्वजनिकपणे लिहायला घाबरू नका.

हॅकाथॉनचे सार. थोडक्यात

स्त्रोत: www.habr.com