इल्या सेगालोविचच्या नावावर पुरस्कार. संगणक विज्ञान आणि लॉन्च प्रकाशनांबद्दलची कथा

आज आम्ही इल्या सेगालोविच यांच्या नावाचा वैज्ञानिक पुरस्कार सुरू करत आहोत iseg. संगणक विज्ञान क्षेत्रातील कामगिरीसाठी हा पुरस्कार दिला जाईल. पदवीपूर्व आणि पदव्युत्तर विद्यार्थी पुरस्कारासाठी स्वतःचा अर्ज सबमिट करू शकतात किंवा वैज्ञानिक पर्यवेक्षकांना नियुक्त करा. पुरस्कार विजेत्यांची निवड शैक्षणिक समुदाय आणि यांडेक्सच्या प्रतिनिधींद्वारे केली जाईल. मुख्य निवड निकष: परिषदांमध्ये प्रकाशने आणि सादरीकरणे, तसेच समुदायाच्या विकासासाठी योगदान.

पहिला पुरस्कार सोहळा एप्रिलमध्ये होणार आहे. पुरस्काराचा एक भाग म्हणून, तरुण शास्त्रज्ञांना 350 हजार रूबल मिळतील आणि त्याव्यतिरिक्त, ते आंतरराष्ट्रीय परिषदेत जाण्यास, मार्गदर्शकासह काम करण्यास आणि यांडेक्स संशोधन विभागात इंटर्नशिप घेण्यास सक्षम असतील. वैज्ञानिक पर्यवेक्षकांना 700 हजार रूबल मिळतील.

पुरस्काराच्या शुभारंभाच्या निमित्ताने, आम्ही संगणक विज्ञानाच्या जगात यशाच्या निकषांबद्दल हॅब्रे येथे बोलायचे ठरवले. काही Habr वाचक या निकषांशी आधीच परिचित आहेत, तर इतरांना त्यांच्याबद्दल चुकीची धारणा असू शकते. आज आम्ही हे अंतर भरून काढू - आम्ही लेख, परिषदा, डेटासेट आणि सेवांमध्ये वैज्ञानिक कल्पनांचे हस्तांतरण यासह सर्व मुख्य विषयांना स्पर्श करू.

संगणक विज्ञान क्षेत्रातील शास्त्रज्ञांसाठी, यशाचा मुख्य निकष म्हणजे सर्वोच्च आंतरराष्ट्रीय परिषदांपैकी एकामध्ये त्यांच्या वैज्ञानिक कार्याचे प्रकाशन. संशोधकाचे कार्य ओळखण्यासाठी हे पहिले "चेकपॉईंट" आहे. उदाहरणार्थ, मशीन लर्निंगच्या क्षेत्रात सर्वसाधारणपणे, इंटरनॅशनल कॉन्फरन्स ऑन मशीन लर्निंग (ICML) आणि कॉन्फरन्स ऑन न्यूरल इन्फॉर्मेशन प्रोसेसिंग सिस्टीम (NeurIPS, पूर्वी NIPS) वेगळे केले जातात. ML च्या विशिष्ट क्षेत्रांवर अनेक परिषदा आहेत, जसे की संगणक दृष्टी, माहिती पुनर्प्राप्ती, भाषण तंत्रज्ञान, मशीन भाषांतर इ.

आपल्या कल्पना का प्रकाशित करा

जे लोक संगणक विज्ञानापासून दूर आहेत त्यांचा असा गैरसमज असू शकतो की सर्वात मौल्यवान कल्पना गुप्त ठेवणे आणि त्यांच्या विशिष्टतेचा फायदा मिळवण्याचा प्रयत्न करणे चांगले आहे. मात्र, आपल्या क्षेत्रातील खरी परिस्थिती याच्या अगदी उलट आहे. एखाद्या शास्त्रज्ञाचा अधिकार त्याच्या कामांच्या महत्त्वावरून, त्याचे लेख इतर शास्त्रज्ञांनी किती वेळा उद्धृत केले आहेत (उद्धरण अनुक्रमणिका) यावरून ठरवले जाते. हे त्याच्या कारकिर्दीचे महत्त्वाचे वैशिष्ट्य आहे. एक संशोधक व्यावसायिक शिडीवर जातो, त्याच्या समाजात अधिक आदरणीय बनतो, जर त्याने सातत्याने प्रकाशित, प्रसिद्ध आणि इतर शास्त्रज्ञांच्या कार्याचा आधार बनवलेले मजबूत काम तयार केले तरच.

अनेक शीर्ष लेख (कदाचित बहुतेक) जगभरातील विविध विद्यापीठे आणि कंपन्यांमधील संशोधक यांच्यातील सहकार्याचे परिणाम आहेत. संशोधकाच्या कारकिर्दीतील एक महत्त्वाचा आणि अत्यंत मौल्यवान क्षण तो असतो जेव्हा त्याला त्याच्या अनुभवाच्या आधारे स्वतःहून कल्पना शोधून काढण्याची संधी मिळते - परंतु त्यानंतरही, त्याचे सहकारी त्याला अनमोल मदत करत असतात. शास्त्रज्ञ एकमेकांना कल्पना विकसित करण्यात, सहकार्याने लेख लिहिण्यास मदत करतात - आणि शास्त्रज्ञाचे विज्ञानातील योगदान जितके मोठे असेल तितके त्याच्यासाठी समविचारी लोक शोधणे सोपे होईल.

शेवटी, माहितीची घनता आणि उपलब्धता आता इतकी मोठी आहे की भिन्न संशोधक एकाच वेळी खूप समान (आणि खरोखर मौल्यवान) वैज्ञानिक कल्पना घेऊन येतात. तुम्ही तुमची कल्पना प्रकाशित न केल्यास, दुसरे कोणीतरी तुमच्यासाठी ती नक्कीच प्रकाशित करेल. "विजेता" हा सहसा काही वेळापूर्वी नावीन्य आणणारा नसतो, परंतु ज्याने ते थोडे आधी प्रकाशित केले होते. किंवा - ज्याने कल्पना शक्य तितक्या पूर्णपणे, स्पष्टपणे आणि खात्रीपूर्वक प्रकट करण्यास व्यवस्थापित केले.

लेख आणि डेटासेट

तर, संशोधकाने मांडलेल्या मुख्य कल्पनेभोवती एक वैज्ञानिक लेख तयार केला आहे. ही कल्पना त्यांचे संगणकशास्त्रातील योगदान आहे. लेखाची सुरुवात काही वाक्यांमध्ये केलेल्या कल्पनेच्या वर्णनाने होते. यानंतर प्रस्तावित नवोपक्रमाच्या मदतीने सोडवलेल्या समस्यांच्या श्रेणीचे वर्णन करणारी प्रस्तावना दिली जाते. वर्णन आणि प्रस्तावना सामान्यतः सोप्या भाषेत लिहिली जाते जी मोठ्या प्रेक्षकांना समजेल. परिचयानंतर, गणितीय भाषेत सादर केलेल्या समस्यांचे औपचारिकीकरण करणे आणि कठोर नोटेशन सादर करणे आवश्यक आहे. त्यानंतर, सादर केलेल्या नोटेशन्सचा वापर करून, तुम्हाला प्रस्तावित नवोपक्रमाच्या साराचे स्पष्ट आणि सर्वसमावेशक विधान तयार करणे आणि मागील, समान पद्धतींमधील फरक ओळखणे आवश्यक आहे. सर्व सैद्धांतिक विधाने एकतर पूर्वी संकलित केलेल्या पुराव्याच्या संदर्भाद्वारे समर्थित असणे आवश्यक आहे किंवा स्वतंत्रपणे सिद्ध केले पाहिजे. हे काही गृहितकांसह केले जाऊ शकते. उदाहरणार्थ, जेव्हा अनंत प्रमाणात प्रशिक्षण डेटा (एक स्पष्टपणे अप्राप्य परिस्थिती) असेल किंवा ते एकमेकांपासून पूर्णपणे स्वतंत्र असतील तेव्हा तुम्ही केससाठी पुरावा देऊ शकता. लेखाच्या शेवटी, शास्त्रज्ञ प्रायोगिक परिणामांबद्दल बोलतात जे त्याला प्राप्त करण्यास सक्षम होते.

कॉन्फरन्स आयोजकांद्वारे नियुक्त केलेल्या पुनरावलोकनकर्त्यांना पेपर मंजूर करण्याची अधिक शक्यता असण्यासाठी, त्यात एक किंवा अधिक गुणधर्म असणे आवश्यक आहे. मान्यतेची शक्यता वाढविणारा एक महत्त्वाचा घटक म्हणजे प्रस्तावित कल्पनेची वैज्ञानिक नवीनता. बर्‍याचदा, नवीनतेचे मूल्यांकन आधीच अस्तित्वात असलेल्या कल्पनांच्या संदर्भात केले जाते - आणि त्याचे मूल्यांकन करण्याचे कार्य समीक्षकाद्वारे केले जात नाही, परंतु लेखाच्या लेखकाद्वारे केले जाते. तद्वतच, लेखकाने विद्यमान पद्धतींबद्दल लेखात तपशीलवार सांगावे आणि शक्य असल्यास, त्यांना त्याच्या पद्धतीची विशेष प्रकरणे म्हणून सादर करा. अशा प्रकारे, शास्त्रज्ञ दाखवतात की स्वीकारलेले दृष्टिकोन नेहमीच कार्य करत नाहीत, त्यांनी त्यांचे सामान्यीकरण केले आणि एक व्यापक, अधिक लवचिक आणि म्हणून अधिक प्रभावी सैद्धांतिक सूत्रीकरण प्रस्तावित केले. जर नवीनता निर्विवाद असेल, तर अन्यथा समीक्षक लेखाचे मूल्यमापन इतके चोखंदळपणे करत नाहीत - उदाहरणार्थ, ते खराब इंग्रजीकडे डोळेझाक करू शकतात.

नवीनता अधिक मजबूत करण्यासाठी, एक किंवा अधिक डेटासेटवर विद्यमान पद्धतींशी तुलना समाविष्ट करणे उपयुक्त आहे. त्यापैकी प्रत्येक खुला आणि शैक्षणिक वातावरणात स्वीकारला पाहिजे. उदाहरणार्थ, मॉडिफाइड नॅशनल इन्स्टिट्यूट ऑफ स्टँडर्ड्स अँड टेक्नॉलॉजी (MNIST) आणि CIFAR (कॅनेडियन इन्स्टिट्यूट फॉर अॅडव्हान्स्ड रिसर्च) सारख्या संस्थांचे ImageNet प्रतिमा भांडार आणि डेटाबेस आहेत. अडचण अशी आहे की असा "शैक्षणिक" डेटासेट सहसा उद्योग हाताळत असलेल्या वास्तविक डेटापेक्षा सामग्रीच्या संरचनेत भिन्न असतो. भिन्न डेटा म्हणजे प्रस्तावित पद्धतीचे भिन्न परिणाम. अंशतः उद्योगासाठी काम करणारे शास्त्रज्ञ हे विचारात घेण्याचा प्रयत्न करतात आणि काहीवेळा "आमच्या डेटावर परिणाम असा आणि असा आहे, परंतु सार्वजनिक डेटासेटवर - अशा आणि अशा" सारखी कलमे समाविष्ट करतात.

असे घडते की प्रस्तावित पद्धत खुल्या डेटाबेससाठी पूर्णपणे "अनुरूप" आहे आणि वास्तविक डेटावर कार्य करत नाही. आपण नवीन, अधिक प्रतिनिधी डेटासेट उघडून या सामान्य समस्येचा सामना करू शकता, परंतु बर्‍याचदा आम्ही खाजगी सामग्रीबद्दल बोलत असतो जी कंपन्यांना उघडण्याचा अधिकार नाही. काही प्रकरणांमध्ये, ते डेटाचे निनावीकरण (कधीकधी जटिल आणि कष्टकरी) करतात - ते विशिष्ट व्यक्तीकडे निर्देश करणारे कोणतेही तुकडे काढून टाकतात. उदाहरणार्थ, छायाचित्रांमधील चेहरे आणि संख्या पुसून टाकल्या जातात किंवा अयोग्य बनवल्या जातात. याव्यतिरिक्त, डेटासेट केवळ प्रत्येकासाठी उपलब्ध नसण्यासाठी, परंतु वैज्ञानिकांमध्ये एक मानक बनण्यासाठी ज्यावर कल्पनांची तुलना करणे सोयीचे आहे, केवळ ते प्रकाशित करणे आवश्यक नाही तर त्याबद्दल स्वतंत्र उद्धृत लेख लिहिणे देखील आवश्यक आहे. ते आणि त्याचे फायदे.

ज्या विषयाचा अभ्यास केला जात आहे त्यामध्ये कोणतेही खुले डेटासेट नसतात तेव्हा ते वाईट असते. मग समीक्षक केवळ विश्वासावर लेखकाने सादर केलेले परिणाम स्वीकारू शकतात. सैद्धांतिकदृष्ट्या, लेखक त्यांचा अतिरेक करू शकतो आणि ते सापडत नाही, परंतु शैक्षणिक वातावरणात हे संभव नाही, कारण ते विज्ञान विकसित करण्याच्या बहुसंख्य शास्त्रज्ञांच्या इच्छेविरुद्ध जाते.

कॉम्प्युटर व्हिजनसह एमएलच्या अनेक क्षेत्रांमध्ये, लेखांसह कोडला (सामान्यत: गिटहबला) लिंक जोडणे देखील सामान्य आहे. लेखांमध्ये एकतर खूप कमी कोड असतात किंवा स्यूडोकोड असतात. आणि इथे, पुन्हा, अडचणी उद्भवतात जर लेख एखाद्या कंपनीच्या संशोधकाने लिहिला असेल, आणि विद्यापीठातून नाही. डीफॉल्टनुसार, कॉर्पोरेशन किंवा स्टार्टअपमध्ये लिहिलेला कोड NDA लेबल केला जातो. संशोधक आणि त्यांच्या सहकाऱ्यांना अंतर्गत आणि निश्चितपणे बंद केलेल्या भांडारांमधून वर्णन केलेल्या कल्पनेशी संबंधित कोड वेगळे करण्यासाठी कठोर परिश्रम करावे लागतील.

प्रकाशनाची संधी निवडलेल्या विषयाच्या प्रासंगिकतेवर देखील अवलंबून असते. प्रासंगिकता मुख्यत्वे उत्पादने आणि सेवांद्वारे निर्धारित केली जाते: जर कॉर्पोरेशन किंवा स्टार्टअपला नवीन सेवा तयार करण्यात किंवा एखाद्या लेखातील कल्पनेच्या आधारे विद्यमान सेवा सुधारण्यात स्वारस्य असेल तर ते अधिक आहे.

आधीच नमूद केल्याप्रमाणे, संगणक विज्ञान पेपर क्वचितच एकटे लिहिले जातात. परंतु नियमानुसार, लेखकांपैकी एक इतरांपेक्षा जास्त वेळ आणि मेहनत खर्च करतो. वैज्ञानिक नवनिर्मितीमध्ये त्यांचे योगदान सर्वात मोठे आहे. लेखकांच्या यादीमध्ये, अशा व्यक्तीस प्रथम सूचित केले जाते - आणि भविष्यात, एखाद्या लेखाचा संदर्भ देताना, ते फक्त त्याचा उल्लेख करू शकतात (उदाहरणार्थ, "इव्हानोव एट अल" - "इव्हानोव्ह आणि इतर" लॅटिनमधून अनुवादित). तथापि, इतरांचे योगदान देखील अत्यंत मौल्यवान आहे - अन्यथा लेखकांच्या यादीत असणे अशक्य आहे.

पुनरावलोकन प्रक्रिया

परिषदेच्या कित्येक महिने आधी पेपर्स स्वीकारणे बंद होते. लेख सबमिट केल्यानंतर, पुनरावलोकनकर्त्यांकडे ते वाचण्यासाठी, मूल्यांकन करण्यासाठी आणि त्यावर टिप्पणी करण्यासाठी 3-5 आठवडे असतात. हे एकल अंध प्रणालीनुसार होते, जेव्हा लेखकांना समीक्षकांची नावे दिसत नाहीत किंवा दुहेरी आंधळे, जेव्हा समीक्षकांना स्वतः लेखकांची नावे दिसत नाहीत. दुसरा पर्याय अधिक निःपक्षपाती मानला जातो: अनेक वैज्ञानिक पेपर्समध्ये असे दिसून आले आहे की लेखकाची लोकप्रियता पुनरावलोकनकर्त्याच्या निर्णयावर प्रभाव टाकते. उदाहरणार्थ, तो असे मानू शकतो की मोठ्या संख्येने आधीच प्रकाशित लेख असलेला शास्त्रज्ञ उच्च रेटिंगसाठी योग्य आहे.

शिवाय, दुहेरी अंधांच्या बाबतीतही, समीक्षक कदाचित लेखकाचा अंदाज लावतील जर ते त्याच क्षेत्रात काम करत असतील. याव्यतिरिक्त, पुनरावलोकनाच्या वेळी, लेख आधीच arXiv डेटाबेसमध्ये प्रकाशित केला जाऊ शकतो, जो वैज्ञानिक पेपर्सचा सर्वात मोठा भांडार आहे. कॉन्फरन्स आयोजक हे प्रतिबंधित करत नाहीत, परंतु ते arXiv साठी प्रकाशनांमध्ये भिन्न शीर्षक आणि भिन्न गोषवारा वापरण्याची शिफारस करतात. पण जर लेख तिथे पोस्ट केला असेल तर तो शोधणे कठीण होणार नाही.

लेखाचे मूल्यमापन करणारे अनेक समीक्षक नेहमीच असतात. त्यापैकी एकाला मेटा-समीक्षकाची भूमिका नियुक्त केली आहे, ज्याने केवळ त्याच्या सहकाऱ्यांच्या निर्णयांचे पुनरावलोकन केले पाहिजे आणि अंतिम निर्णय घ्यावा. समीक्षक लेखावर असहमत असल्यास, मेटा-समीक्षक देखील ते पूर्णतेसाठी वाचू शकतात.

कधीकधी, रेटिंग आणि टिप्पण्यांचे पुनरावलोकन केल्यानंतर, लेखकास समीक्षकाशी चर्चेत प्रवेश करण्याची संधी असते; त्याला त्याचा निर्णय बदलण्यासाठी पटवून देण्याची एक संधी देखील आहे (तथापि, अशी प्रणाली सर्व परिषदांसाठी कार्य करत नाही आणि निर्णयावर गंभीरपणे प्रभाव टाकणे अगदी कमी शक्य आहे). चर्चेत, आपण लेखात आधीच संदर्भित केलेल्या अपवाद वगळता इतर वैज्ञानिक कार्यांचा संदर्भ घेऊ शकत नाही. लेखातील सामग्री अधिक चांगल्या प्रकारे समजून घेण्यासाठी तुम्ही पुनरावलोकनकर्त्याला फक्त "मदत" करू शकता.

परिषद आणि जर्नल्स

वैज्ञानिक जर्नल्सपेक्षा संगणक विज्ञान लेख अधिक वेळा परिषदांमध्ये सबमिट केले जातात. याचे कारण असे की जर्नल प्रकाशनांमध्ये आवश्यकता पूर्ण करणे अधिक कठीण असते आणि समवयस्क पुनरावलोकन प्रक्रियेस काही महिने किंवा वर्षे लागू शकतात. संगणक विज्ञान हे एक अतिशय जलद गतीने चालणारे क्षेत्र आहे, त्यामुळे लेखक सहसा प्रकाशनासाठी इतका वेळ थांबायला तयार नसतात. तथापि, कॉन्फरन्ससाठी आधीच स्वीकारलेले लेख नंतर पूरक केले जाऊ शकतात (उदाहरणार्थ, अधिक तपशीलवार परिणाम सादर करून) आणि जर्नलमध्ये प्रकाशित केले जाऊ शकतात जेथे जागा निर्बंध इतके कठोर नाहीत.

परिषदेतील कार्यक्रम

परिषदेत मंजूर लेखांच्या लेखकांच्या उपस्थितीचे स्वरूप समीक्षकांद्वारे निर्धारित केले जाते. जर लेखाला हिरवा कंदील दिला गेला असेल, तर तुम्हाला बहुतेकदा पोस्टर स्टँडचे वाटप केले जाते. पोस्टर ही लेखाचा सारांश आणि चित्रांसह एक स्थिर स्लाइड आहे. काही कॉन्फरन्स रूम पोस्टर स्टँडच्या लांबलचक रांगांनी भरलेल्या आहेत. लेखात स्वारस्य असलेल्या शास्त्रज्ञांशी संवाद साधून लेखक त्याच्या पोस्टरजवळ त्याच्या वेळेचा महत्त्वपूर्ण भाग घालवतो.

सहभागासाठी थोडा अधिक प्रतिष्ठित पर्याय म्हणजे लाइटनिंग टॉक. जर समीक्षकांनी लेख जलद अहवालासाठी योग्य मानला, तर लेखकाला मोठ्या प्रेक्षकांशी बोलण्यासाठी सुमारे तीन मिनिटे दिली जातात. एकीकडे, लाइटनिंग टॉक ही केवळ त्यांच्या स्वत: च्या पुढाकाराने पोस्टरमध्ये स्वारस्य असलेल्यांनाच नव्हे तर आपल्या कल्पनेबद्दल सांगण्याची एक चांगली संधी आहे. दुसरीकडे, सक्रिय पोस्टर अभ्यागत हॉलमधील सरासरी श्रोत्यापेक्षा तुमच्या विशिष्ट विषयामध्ये अधिक तयार आणि अधिक मग्न असतात. म्हणून, द्रुत अहवालात, लोकांना अद्ययावत करण्यासाठी आपल्याकडे अद्याप वेळ असणे आवश्यक आहे.

सहसा, त्यांच्या विजेच्या भाषणाच्या शेवटी, लेखक पोस्टर क्रमांकाचे नाव देतात जेणेकरून श्रोत्यांना ते सापडेल आणि लेख अधिक चांगल्या प्रकारे समजू शकेल.

शेवटचा, सर्वात प्रतिष्ठित पर्याय म्हणजे पोस्टर आणि कल्पनेचे पूर्ण सादरीकरण, जेव्हा यापुढे कथा सांगण्यासाठी घाई करण्याची आवश्यकता नाही.

पण अर्थातच, शास्त्रज्ञ - मान्यताप्राप्त लेखांच्या लेखकांसह - पुढील परिषदेत येतात केवळ दाखवण्यासाठीच नाही. प्रथम, ते स्पष्ट कारणांसाठी त्यांच्या क्षेत्राशी संबंधित पोस्टर्स शोधतात. आणि दुसरे म्हणजे, भविष्यात संयुक्त शैक्षणिक कार्याच्या उद्देशाने त्यांच्या संपर्कांची यादी विस्तृत करणे त्यांच्यासाठी महत्त्वाचे आहे. ही शिकार नाही - किंवा, किमान, त्याचा पहिला टप्पा, जो किमान एक किंवा अधिक लेखांवरील कल्पना, घडामोडी आणि संयुक्त कार्य यांच्या परस्पर फायदेशीर देवाणघेवाणानंतर आहे.

त्याच वेळी, मोकळ्या वेळेच्या एकूण कमतरतेमुळे शीर्ष परिषदेत उत्पादक नेटवर्किंग कठीण आहे. जर, संपूर्ण दिवस सादरीकरणांमध्ये आणि पोस्टर्सवरील चर्चेत घालवल्यानंतर, शास्त्रज्ञाने आपली शक्ती टिकवून ठेवली आणि आधीच जेट लॅगवर मात केली असेल, तर तो अनेक पक्षांपैकी एकाकडे जातो. ते कॉर्पोरेशनद्वारे होस्ट केले जातात - परिणामी, पक्षांमध्ये बहुतेकदा अधिक शिकारी वर्ण असतो. त्याच वेळी, बरेच अतिथी त्यांचा वापर नवीन नोकरी शोधण्यासाठी करत नाहीत, परंतु पुन्हा नेटवर्किंगसाठी करतात. संध्याकाळी आणखी अहवाल आणि पोस्टर्स नाहीत - आपल्याला स्वारस्य असलेल्या तज्ञांना "पकडणे" सोपे आहे.

कल्पनेपासून उत्पादनापर्यंत

संगणक विज्ञान हे अशा काही उद्योगांपैकी एक आहे जिथे कॉर्पोरेशन आणि स्टार्टअप्सचे हित शैक्षणिक वातावरणाशी घट्टपणे जोडलेले आहे. NIPS, ICML आणि इतर तत्सम परिषदा केवळ विद्यापीठेच नव्हे तर उद्योगधंद्यातील अनेक लोकांना आकर्षित करतात. हे संगणक विज्ञान क्षेत्रासाठी वैशिष्ट्यपूर्ण आहे, परंतु इतर बहुतेक विज्ञानांसाठी याउलट आहे.

दुसरीकडे, लेखांमध्ये सादर केलेल्या सर्व कल्पना त्वरित सेवा तयार करण्याच्या किंवा सुधारण्याच्या दिशेने जात नाहीत. एका कंपनीतही, एखादा संशोधक सेवेतील सहकाऱ्यांना वैज्ञानिक मानकांनुसार प्रगती करणारी कल्पना सुचवू शकतो आणि अनेक कारणांमुळे त्याची अंमलबजावणी करण्यास नकार देतो. त्यापैकी एक आधीच येथे नमूद केला गेला आहे - हा "शैक्षणिक" डेटा सेट ज्यावर लेख लिहिला गेला होता आणि वास्तविक डेटा सेटमधील फरक आहे. याव्यतिरिक्त, एखाद्या कल्पनेच्या अंमलबजावणीस विलंब होऊ शकतो, मोठ्या प्रमाणात संसाधनांची आवश्यकता असू शकते किंवा इतर मेट्रिक्स बिघडण्याच्या खर्चावर फक्त एक निर्देशक सुधारू शकतो.

अनेक विकासक स्वतः थोडे संशोधक आहेत या वस्तुस्थितीमुळे परिस्थिती जतन केली जाते. ते परिषदांना उपस्थित राहतात, शैक्षणिकांसह समान भाषा बोलतात, कल्पना मांडतात, कधीकधी लेखांच्या निर्मितीमध्ये भाग घेतात (उदाहरणार्थ, संहिता लेखन), किंवा स्वतः लेखक म्हणून कार्य करतात. जर एखादा विकसक शैक्षणिक प्रक्रियेत बुडून गेला असेल, संशोधन विभागात काय चालले आहे त्याचे अनुसरण करतो, एका शब्दात - जर त्याने वैज्ञानिकांबद्दल प्रति-चळवळ दाखवली, तर वैज्ञानिक कल्पनांना नवीन सेवा क्षमतांमध्ये बदलण्याचे चक्र लहान केले जाते.

आम्ही सर्व तरुण संशोधकांना त्यांच्या कार्यात शुभेच्छा आणि उत्कृष्ट कामगिरीसाठी शुभेच्छा देतो. जर या पोस्टने तुम्हाला काही नवीन सांगितले नसेल, तर तुम्ही कदाचित शीर्ष परिषदेत प्रकाशित केले असेल. साठी नोंदणी करा प्रीमियम स्वत: ला आणि वैज्ञानिक पर्यवेक्षक नामांकित करा.

स्त्रोत: www.habr.com