इल्या सेगालोविचको नाममा पुरस्कार। कम्प्युटर विज्ञान र लन्च प्रकाशनहरूको बारेमा एउटा कथा

आज हामी Ilya Segalovich को नाम मा एक वैज्ञानिक पुरस्कार सुरु गर्दैछौं iseg। यो कम्प्युटर विज्ञान को क्षेत्रमा उपलब्धिहरु को लागी पुरस्कृत गरिनेछ। स्नातक र स्नातकोत्तर विद्यार्थीहरू पुरस्कार को लागी आफ्नो आवेदन पेश गर्न सक्नुहुन्छ वा वैज्ञानिक पर्यवेक्षकहरू मनोनीत गर्नुहोस्। पुरस्कार विजेताहरूलाई शैक्षिक समुदाय र यान्डेक्सका प्रतिनिधिहरूद्वारा छनोट गरिनेछ। मुख्य चयन मापदण्ड: सम्मेलनहरूमा प्रकाशनहरू र प्रस्तुतीकरणहरू, साथै समुदायको विकासमा योगदान।

पहिलो अवार्ड समारोह अप्रिलमा हुनेछ। पुरस्कारको भागको रूपमा, युवा वैज्ञानिकहरूले 350 हजार rubles प्राप्त गर्नेछन्, र थप रूपमा, तिनीहरू अन्तर्राष्ट्रिय सम्मेलनमा जान, एक सल्लाहकारसँग काम गर्न र Yandex अनुसन्धान विभागमा इन्टर्नशिप गुजर्न सक्षम हुनेछन्। वैज्ञानिक पर्यवेक्षकहरूले 700 हजार रूबल प्राप्त गर्नेछन्।

अवार्डको शुभारम्भको अवसरमा, हामीले कम्प्युटर विज्ञानको संसारमा सफलताको मापदण्डको बारेमा यहाँ Habree मा कुरा गर्ने निर्णय गर्यौं। केही Habr पाठकहरू पहिले नै यी मापदण्डहरूसँग परिचित छन्, जबकि अरूलाई तिनीहरूको बारेमा गलत छाप हुन सक्छ। आज हामी यस खाडललाई पूरा गर्नेछौं - हामी लेख, सम्मेलन, डाटासेट र सेवाहरूमा वैज्ञानिक विचारहरू हस्तान्तरण सहित सबै मुख्य विषयहरूमा छुनेछौं।

कम्प्युटर विज्ञान को क्षेत्र मा वैज्ञानिकहरु को लागी, सफलता को मुख्य मापदण्ड शीर्ष अन्तर्राष्ट्रिय सम्मेलनहरु मध्ये एक मा आफ्नो वैज्ञानिक काम को प्रकाशन हो। यो शोधकर्ताको काम पहिचानको लागि पहिलो "चेकपोइन्ट" हो। उदाहरणका लागि, सामान्यतया मेसिन लर्निङको क्षेत्रमा, मेसिन लर्निङमा अन्तर्राष्ट्रिय सम्मेलन (ICML) र न्यूरल इन्फर्मेशन प्रोसेसिङ सिस्टम (NeurIPS, पहिले NIPS) को सम्मेलनलाई फरक पारिएको छ। ML को विशेष क्षेत्रहरूमा धेरै सम्मेलनहरू छन्, जस्तै कम्प्युटर दृष्टि, सूचना पुन: प्राप्ति, भाषण प्रविधि, मेसिन अनुवाद, आदि।

आफ्नो विचार किन प्रकाशित गर्नुहोस्

कम्प्यूटर विज्ञानबाट टाढा रहेका मानिसहरूलाई सबैभन्दा मूल्यवान विचारहरू गोप्य राख्नु र तिनीहरूको विशिष्टताबाट लाभ उठाउन प्रयास गर्नु राम्रो हो भन्ने गलत धारणा हुन सक्छ। तर, हाम्रो क्षेत्रको वास्तविक अवस्था ठीक उल्टो छ । एक वैज्ञानिकको अधिकार उसको कामको महत्व, अन्य वैज्ञानिकहरु (उद्धरण अनुक्रमणिका) द्वारा उनको लेख कति पटक उद्धृत गरिएको छ द्वारा न्याय गरिन्छ। यो उनको करियरको महत्वपूर्ण विशेषता हो । एक शोधकर्ताले व्यावसायिक सीढी माथि उक्लन्छ, उसको समुदायमा अधिक सम्मानित हुन्छ, मात्र यदि उसले लगातार बलियो काम उत्पादन गर्छ जुन प्रकाशित हुन्छ, प्रसिद्ध हुन्छ, र अन्य वैज्ञानिकहरूको कामको लागि आधार बनाउँछ।

धेरै शीर्ष लेखहरू (सायद धेरैजसो) विश्वभरका विभिन्न विश्वविद्यालयहरू र कम्पनीहरूमा अनुसन्धानकर्ताहरू बीचको सहकार्यको परिणाम हो। अनुसन्धानकर्ताको करियरमा एउटा महत्त्वपूर्ण र धेरै मूल्यवान क्षण त्यो हो जब उसले आफ्नो अनुभवको आधारमा आफ्नै विचारहरू फेला पार्ने र बाहिर निकाल्ने अवसर पाउँछ - तर यस पछि पनि, उनका सहकर्मीहरूले उनलाई अमूल्य सहयोग प्रदान गरिरहन्छन्। वैज्ञानिकहरूले एकअर्कालाई विचारहरू विकास गर्न, सहकार्यमा लेखहरू लेख्न मद्दत गर्छन् - र विज्ञानमा वैज्ञानिकको योगदान जति ठूलो हुन्छ, उहाँलाई समान विचारधाराका मानिसहरू भेट्टाउन त्यति नै सजिलो हुन्छ।

अन्तमा, जानकारीको घनत्व र उपलब्धता अहिले यति ठूलो छ कि विभिन्न अनुसन्धानकर्ताहरू एकैसाथ धेरै समान (र साँच्चै मूल्यवान) वैज्ञानिक विचारहरू लिएर आउँछन्। यदि तपाइँ आफ्नो विचार प्रकाशित गर्नुहुन्न भने, अरू कसैले तपाइँको लागि लगभग निश्चित रूपमा प्रकाशित गर्नेछ। "विजेता" प्रायः त्यो होइन जो अलि पहिले नवाचारको साथ आएको हो, तर एक जसले यसलाई अलि पहिले प्रकाशित गर्यो। वा - एक जसले विचारलाई पूर्ण रूपमा, स्पष्ट र विश्वस्त रूपमा सम्भव रूपमा प्रकट गर्न व्यवस्थित गर्यो।

लेख र डेटासेटहरू

त्यसोभए, अनुसन्धानकर्ताले प्रस्ताव गरेको मुख्य विचारको वरिपरि एक वैज्ञानिक लेख बनाइएको छ। यो विचार कम्प्युटर विज्ञानमा उनको योगदान हो। लेख केही वाक्यहरूमा तयार गरिएको विचारको विवरणबाट सुरु हुन्छ। यो एक परिचय द्वारा पछ्याइएको छ जसले प्रस्तावित नवाचारको मद्दतले समाधान गरिएका समस्याहरूको दायरा वर्णन गर्दछ। वर्णन र परिचय सामान्यतया सरल भाषामा लेखिएको हुन्छ जुन व्यापक दर्शकहरूलाई बुझ्न सकिन्छ। परिचय पछि, गणितीय भाषामा प्रस्तुत गरिएका समस्याहरूलाई औपचारिकता दिन र कडा नोटेशन परिचय दिन आवश्यक छ। त्यसपछि, प्रस्तुत नोटेशनहरू प्रयोग गरेर, तपाईंले प्रस्तावित नवाचारको सारको स्पष्ट र व्यापक कथन सिर्जना गर्न आवश्यक छ, र अघिल्लो, समान विधिहरूबाट भिन्नताहरू पहिचान गर्न आवश्यक छ। सबै सैद्धान्तिक कथनहरू या त पहिले कम्पाइल गरिएका प्रमाणहरूको सन्दर्भहरूद्वारा समर्थित हुनुपर्छ, वा स्वतन्त्र रूपमा प्रमाणित हुनुपर्छ। यो केहि अनुमान संग गर्न सकिन्छ। उदाहरण को लागी, तपाइँ केस को लागी एक प्रमाण दिन सक्नुहुन्छ जब त्यहाँ प्रशिक्षण डेटा को एक असीमित मात्रा (एक स्पष्ट रूपमा अप्राप्य स्थिति) छ वा तिनीहरू एक अर्काबाट पूर्ण रूपमा स्वतन्त्र छन्। लेखको अन्त्यमा, वैज्ञानिकले प्रयोगात्मक नतिजाहरूको बारेमा कुरा गर्छन् जुन उनी प्राप्त गर्न सक्षम थिए।

सम्मेलन आयोजकहरूले भर्ती गरेका समीक्षकहरूको लागि कागजलाई अनुमोदन गर्ने सम्भावना बढी हुनको लागि, यसमा एक वा बढी विशेषताहरू हुनुपर्दछ। एक प्रमुख कारक जसले स्वीकृतिको संभावना बढाउँछ प्रस्तावित विचारको वैज्ञानिक नवीनता हो। अक्सर, नवीनता पहिले नै अवस्थित विचारहरु को सम्बन्ध मा मूल्याङ्कन गरिएको छ - र यो मूल्याङ्कन को काम समीक्षक द्वारा गरिन्छ, तर लेख को लेखक द्वारा। आदर्श रूपमा, लेखकले अवस्थित विधिहरूको बारेमा लेखमा विस्तृत रूपमा बताउनुपर्छ र सम्भव भएमा, तिनीहरूलाई आफ्नो विधिको विशेष केसहरूको रूपमा प्रस्तुत गर्नुपर्छ। यसरी, वैज्ञानिकले देखाउँछन् कि स्वीकृत दृष्टिकोणहरू सधैं काम गर्दैनन्, कि उहाँले तिनीहरूलाई सामान्यीकृत गर्नुभयो र एक व्यापक, अधिक लचिलो र त्यसैले अधिक प्रभावकारी सैद्धांतिक सूत्रीकरण प्रस्ताव गर्नुभयो। यदि नवीनता निर्विवाद छ भने, अन्यथा समीक्षकहरूले लेखलाई त्यति राम्रोसँग मूल्याङ्कन गर्दैनन् - उदाहरणका लागि, तिनीहरूले कमजोर अंग्रेजीमा आँखा नदेख्न सक्छन्।

नवीनतालाई सुदृढ गर्न, एक वा बढी डेटासेटहरूमा अवस्थित विधिहरूसँग तुलना समावेश गर्न उपयोगी छ। तिनीहरूमध्ये प्रत्येक शैक्षिक वातावरणमा खुला र स्वीकार्य हुनुपर्छ। उदाहरणका लागि, त्यहाँ ImageNet छवि भण्डार र परिमार्जित राष्ट्रिय मानक र प्रविधि संस्थान (MNIST) र CIFAR (उन्नत अनुसन्धानका लागि क्यानेडियन संस्थान) जस्ता संस्थानहरूको डाटाबेसहरू छन्। कठिनाई यो हो कि यस्तो "शैक्षिक" डेटासेट प्रायः सामग्री संरचनामा वास्तविक डेटाबाट भिन्न हुन्छ जुन उद्योगले व्यवहार गर्दछ। फरक डेटाको अर्थ प्रस्तावित विधिको फरक परिणाम हो। आंशिक रूपमा उद्योगको लागि काम गर्ने वैज्ञानिकहरूले यसलाई ध्यानमा राख्ने प्रयास गर्छन् र कहिलेकाहीँ "हाम्रो डेटामा नतिजा यस्तो र यस्तो छ, तर सार्वजनिक डेटासेटमा - यस्तो र त्यस्ता" जस्ता अस्वीकरणहरू घुसाउने प्रयास गर्छन्।

यस्तो हुन्छ कि प्रस्तावित विधि पूर्ण रूपमा खुला डाटाबेसमा "अनुकूल" छ र वास्तविक डाटामा काम गर्दैन। तपाईले नयाँ, थप प्रतिनिधि डेटासेटहरू खोलेर यो सामान्य समस्यासँग लड्न सक्नुहुन्छ, तर प्रायः हामी निजी सामग्रीको बारेमा कुरा गर्दैछौं जुन कम्पनीहरूसँग खोल्ने अधिकार छैन। कतिपय अवस्थामा, तिनीहरू (कहिलेकाँही जटिल र मेहनती) डेटाको गुमनामीकरण गर्छन् - तिनीहरूले कुनै पनि टुक्राहरू हटाउँछन् जुन एक विशेष व्यक्तिलाई संकेत गर्दछ। उदाहरणका लागि, तस्बिरहरूमा अनुहार र संख्याहरू मेटाइन्छ वा अयोग्य बनाइन्छ। थप रूपमा, डाटासेट सबैका लागि मात्र उपलब्ध नहोस्, तर वैज्ञानिकहरू बीच एक मानक बन्न जसमा विचारहरू तुलना गर्न सुविधाजनक छ, यसलाई प्रकाशित गर्न मात्र होइन, यसको बारेमा छुट्टै उद्धृत लेख पनि लेख्नु आवश्यक छ। यो र यसको फाइदाहरू।

अध्ययन भइरहेको विषयमा खुला डाटासेटहरू नभएको अवस्थामा यो नराम्रो हुन्छ। त्यसपछि समीक्षकले विश्वासको आधारमा लेखकद्वारा प्रस्तुत परिणामहरू मात्र स्वीकार गर्न सक्छन्। सैद्धान्तिक रूपमा, लेखकले तिनीहरूलाई अतिआकलन गर्न र पत्ता लगाउन नसक्ने हुन सक्छ, तर शैक्षिक वातावरणमा यो असम्भव छ, किनकि यो विज्ञानको विकास गर्ने धेरै वैज्ञानिकहरूको इच्छाको विरुद्धमा जान्छ।

ML को धेरै क्षेत्रहरूमा, कम्प्युटर भिजन सहित, लेखहरूसँग कोडमा लिङ्कहरू (सामान्यतया GitHub मा) संलग्न गर्न पनि सामान्य छ। लेखहरू आफैंमा धेरै थोरै कोडहरू छन् वा स्यूडोकोड हुन्। र यहाँ, फेरि, कठिनाइहरू उत्पन्न हुन्छ यदि लेख एक कम्पनीको अनुसन्धानकर्ता द्वारा लेखिएको हो, र विश्वविद्यालयबाट होइन। पूर्वनिर्धारित रूपमा, निगम वा स्टार्टअपमा लेखिएको कोडलाई NDA लेबल गरिन्छ। अन्वेषकहरू र तिनीहरूका सहकर्मीहरूले आन्तरिक र निश्चित रूपमा बन्द भण्डारहरूबाट वर्णन गरिएको विचारसँग सम्बन्धित कोड अलग गर्न कडा मेहनत गर्नुपर्छ।

प्रकाशनको मौका पनि छनौट गरिएको विषयको सान्दर्भिकतामा निर्भर गर्दछ। सान्दर्भिकता धेरै हदसम्म उत्पादनहरू र सेवाहरूद्वारा निर्देशित हुन्छ: यदि कुनै निगम वा स्टार्टअपले नयाँ सेवा निर्माण गर्न वा कुनै लेखबाट आएको विचारको आधारमा अवस्थित एक सुधार गर्न रुचि राख्छ भने, त्यो एक प्लस हो।

पहिले नै उल्लेख गरिएझैं, कम्प्युटर विज्ञान पेपरहरू विरलै मात्र लेखिएका हुन्छन्। तर एक नियमको रूपमा, लेखकहरू मध्ये एकले अरू भन्दा धेरै समय र प्रयास खर्च गर्दछ। वैज्ञानिक नवीनतामा उनको योगदान सबैभन्दा ठूलो छ। लेखकहरूको सूचीमा, त्यस्ता व्यक्तिलाई पहिले संकेत गरिएको छ - र भविष्यमा, लेखको सन्दर्भमा, तिनीहरूले मात्र उहाँलाई उल्लेख गर्न सक्छन् (उदाहरणका लागि, "इवानोभ एट अल" - "इवानोभ र अन्य" ल्याटिनबाट अनुवाद गरिएको)। यद्यपि, अरूको योगदान पनि अत्यन्त मूल्यवान छ - अन्यथा यो लेखकहरूको सूचीमा हुन असम्भव छ।

समीक्षा प्रक्रिया

पत्रहरू सामान्यतया सम्मेलनको धेरै महिना अघि स्वीकार गर्न रोकिन्छ। एउटा लेख पेस गरिसकेपछि, समीक्षकहरूसँग त्यसलाई पढ्न, मूल्याङ्कन गर्न र टिप्पणी गर्न ३-५ हप्ता हुन्छ। यो एकल अन्धा प्रणाली अनुसार हुन्छ, जब लेखकहरूले समीक्षकहरूको नाम देख्दैनन्, वा दोहोरो अन्धा, जब समीक्षकहरूले आफैले लेखकहरूको नाम देख्दैनन्। दोस्रो विकल्प अधिक निष्पक्ष मानिन्छ: धेरै वैज्ञानिक कागजातहरूले लेखकको लोकप्रियताले समीक्षकको निर्णयलाई असर गर्छ भनेर देखाएको छ। उदाहरण को लागी, उसले पहिले नै प्रकाशित लेखहरु को एक ठूलो संख्या संग एक वैज्ञानिक उच्च मूल्याङ्कन को लागी एक प्राथमिकता योग्य छ भनेर विचार गर्न सक्छ।

यसबाहेक, दोहोरो अन्धाको अवस्थामा पनि, समीक्षकले लेखकको अनुमान लगाउनेछन् यदि उनीहरूले एउटै क्षेत्रमा काम गर्छन्। थप रूपमा, समीक्षाको समयमा, लेख पहिले नै arXiv डाटाबेसमा प्रकाशित हुन सक्छ, वैज्ञानिक कागजहरूको सबैभन्दा ठूलो भण्डार। सम्मेलन आयोजकहरूले यसलाई निषेध गर्दैनन्, तर तिनीहरू arXiv को लागि प्रकाशनहरूमा फरक शीर्षक र फरक सार प्रयोग गर्न सिफारिस गर्छन्। तर यदि लेख त्यहाँ पोस्ट गरिएको थियो भने, यो अझै पनि पाउन गाह्रो हुनेछैन।

त्यहाँ सधैं एक लेख मूल्याङ्कन धेरै समीक्षकहरू छन्। ती मध्ये एकलाई मेटा-समीक्षकको भूमिका तोकिएको छ, जसले आफ्ना सहकर्मीहरूको निर्णयलाई मात्र समीक्षा गर्नुपर्छ र अन्तिम निर्णय गर्नुपर्छ। यदि समीक्षकहरू लेखमा असहमत छन् भने, मेटा-समीक्षकले यसलाई पूर्णताको लागि पनि पढ्न सक्नुहुन्छ।

कहिलेकाहीँ, मूल्याङ्कन र टिप्पणीहरू समीक्षा गरेपछि, लेखकले समीक्षकसँग छलफलमा प्रवेश गर्ने अवसर छ; उसलाई आफ्नो निर्णय परिवर्तन गर्न मनाउने मौका पनि छ (यद्यपि, यस्तो प्रणाली सबै सम्मेलनहरूको लागि काम गर्दैन, र यो निर्णयलाई गम्भीर रूपमा प्रभाव पार्न पनि कम सम्भव छ)। छलफलमा, तपाईले पहिले नै लेखमा उल्लेख गरिएका अपवाद बाहेक अन्य वैज्ञानिक कार्यहरू सन्दर्भ गर्न सक्नुहुन्न। तपाईंले समीक्षकलाई लेखको सामग्री राम्रोसँग बुझ्न मात्र "मद्दत" गर्न सक्नुहुन्छ।

सम्मेलन र जर्नलहरू

कम्प्यूटर विज्ञान लेखहरू प्राय: वैज्ञानिक जर्नलहरूमा भन्दा सम्मेलनहरूमा पेश गरिन्छ। यो किनभने जर्नल प्रकाशनहरूमा आवश्यकताहरू छन् जुन पूरा गर्न गाह्रो हुन्छ, र सहकर्मी समीक्षा प्रक्रियाले महिनौं वा वर्ष पनि लिन सक्छ। कम्प्यूटर विज्ञान एक धेरै छिटो-चलिरहेको क्षेत्र हो, त्यसैले लेखकहरू सामान्यतया प्रकाशनको लागि लामो समय पर्खन इच्छुक छैनन्। जे होस्, सम्मेलनको लागि पहिले नै स्वीकृत भएको लेखलाई त्यसपछि पूरक गर्न सकिन्छ (उदाहरणका लागि, थप विस्तृत नतिजाहरू प्रस्तुत गरेर) र एउटा जर्नलमा प्रकाशित गर्न सकिन्छ जहाँ अन्तरिक्ष प्रतिबन्धहरू त्यति कडा छैनन्।

सम्मेलनमा कार्यक्रमहरू

सम्मेलनमा अनुमोदित लेखहरूको लेखकहरूको उपस्थितिको लागि ढाँचा समीक्षकहरू द्वारा निर्धारण गरिन्छ। यदि लेखलाई हरियो बत्ती दिइएको छ भने, तपाइँ प्राय: पोस्टर स्ट्यान्ड आवंटित गरिन्छ। पोस्टर लेख र दृष्टान्तहरूको सारांशको साथ स्थिर स्लाइड हो। केही सम्मेलन कोठाहरू पोस्टर स्ट्यान्डहरूको लामो पङ्क्तिहरूले भरिएका छन्। लेखकले आफ्नो पोस्टरको नजिक आफ्नो समयको एक महत्त्वपूर्ण भाग बिताउँछ, लेखमा रुचि राख्ने वैज्ञानिकहरूसँग कुराकानी गर्दै।

सहभागिताको लागि अलि बढी प्रतिष्ठित विकल्प बिजुली वार्ता हो। यदि समीक्षकहरूले लेखलाई द्रुत रिपोर्टको लागि योग्य ठान्छन् भने, लेखकलाई व्यापक श्रोताहरूसँग कुरा गर्न लगभग तीन मिनेट दिइन्छ। एकातिर, बिजुलीको वार्तालाप भनेको आफ्नै पहलमा पोस्टरमा रुचि राख्नेहरूलाई मात्र होइन तपाईंको विचारको बारेमा बताउनको लागि राम्रो अवसर हो। अर्कोतर्फ, सक्रिय पोस्टर आगन्तुकहरू हलमा औसत श्रोताको तुलनामा तपाईंको विशिष्ट विषयमा बढी तयार र अधिक डुबेका छन्। त्यसकारण, द्रुत रिपोर्टमा, तपाईसँग अझै पनि मानिसहरूलाई अद्यावधिक गर्न समय चाहिन्छ।

सामान्यतया, उनीहरूको बिजुली वार्ताको अन्त्यमा, लेखकहरूले पोस्टर नम्बरको नाम राख्छन् ताकि श्रोताहरूले यसलाई फेला पार्न र लेखलाई राम्रोसँग बुझ्न सकून्।

अन्तिम, सबैभन्दा प्रतिष्ठित विकल्प पोस्टर र विचारको पूर्ण प्रस्तुतीकरण हो, जब कथा बताउन हतार गर्न आवश्यक छैन।

तर निस्सन्देह, वैज्ञानिकहरू - अनुमोदित लेखहरूको लेखकहरू सहित - अर्को सम्मेलनमा देखाउन मात्र होइन। पहिलो, तिनीहरू स्पष्ट कारणहरूको लागि तिनीहरूको क्षेत्रसँग सम्बन्धित पोस्टरहरू फेला पार्ने प्रवृत्ति राख्छन्। र दोस्रो, भविष्यमा संयुक्त शैक्षिक कार्यको लागि उनीहरूको सम्पर्कहरूको सूची विस्तार गर्नु महत्त्वपूर्ण छ। यो शिकार होइन - वा, कम्तिमा, यसको पहिलो चरण हो, जुन कम्तिमा एक वा धेरै लेखहरूमा विचार, विकास र संयुक्त कार्यको पारस्परिक रूपमा लाभदायक आदानप्रदान द्वारा पछ्याइएको छ।

एकै समयमा, खाली समयको कुल अभावको कारण शीर्ष सम्मेलनमा उत्पादक नेटवर्किङ गाह्रो छ। यदि, सम्पूर्ण दिन प्रस्तुतिहरूमा र पोस्टरहरूमा छलफलमा बिताइसकेपछि, वैज्ञानिकले आफ्नो शक्ति कायम राखेको छ र पहिले नै जेट ल्यागलाई पार गरिसकेको छ, त्यसपछि ऊ धेरै पार्टीहरू मध्ये एकमा जान्छ। तिनीहरू निगमहरू द्वारा होस्ट गरिएका छन् - नतिजाको रूपमा, पार्टीहरूमा प्राय: अधिक शिकार चरित्र हुन्छ। एकै समयमा, धेरै अतिथिहरूले तिनीहरूलाई नयाँ काम खोज्न प्रयोग गर्दैनन्, तर फेरि, नेटवर्किङको लागि। साँझमा त्यहाँ कुनै थप रिपोर्टहरू र पोस्टरहरू छैनन् - तपाईलाई रुचि राख्ने विशेषज्ञलाई "पक्रन" सजिलो छ।

विचार देखि उत्पादन सम्म

कम्प्यूटर विज्ञान केहि उद्योगहरु मध्ये एक हो जहाँ निगमहरु र स्टार्टअपहरु को चासो अकादमिक वातावरण संग जोडिएको छ। NIPS, ICML र अन्य समान सम्मेलनहरूले विश्वविद्यालयहरू मात्र होइन, उद्योगका धेरै मानिसहरूलाई आकर्षित गर्छन्। यो कम्प्यूटर विज्ञान को क्षेत्र को लागी विशिष्ट छ, तर धेरै अन्य विज्ञान को लागी यसको विपरीत।

अर्कोतर्फ, लेखहरूमा प्रस्तुत गरिएका सबै विचारहरू तुरुन्तै सेवाहरू सिर्जना गर्ने वा सुधार गर्नेतर्फ जाँदैनन्। एक कम्पनी भित्र पनि, एक शोधकर्ताले सेवाका सहकर्मीहरूलाई वैज्ञानिक मापदण्डहरूद्वारा सफलता प्राप्त गर्ने विचार प्रस्ताव गर्न सक्छ र धेरै कारणहरूको लागि यसलाई लागू गर्न अस्वीकार प्राप्त गर्दछ। ती मध्ये एक यहाँ पहिले नै उल्लेख गरिएको छ - यो "शैक्षिक" डेटा सेट बीचको भिन्नता हो जसमा लेख लेखिएको थियो र वास्तविक डेटा सेट। थप रूपमा, एक विचारको कार्यान्वयनमा ढिलाइ हुन सक्छ, ठूलो मात्रामा स्रोतहरू चाहिन्छ, वा अन्य मेट्रिकहरू बिग्रने लागतमा मात्र एक सूचक सुधार गर्न सक्छ।

स्थिति यस तथ्य द्वारा बचत गरिएको छ कि धेरै विकासकर्ताहरू आफैं अनुसन्धानकर्ताहरू हुन्। तिनीहरू सम्मेलनहरूमा भाग लिन्छन्, शिक्षाविद्हरूसँग एउटै भाषा बोल्छन्, विचारहरू प्रस्ताव गर्छन्, कहिलेकाहीं लेखहरूको सिर्जनामा ​​भाग लिन्छन् (उदाहरणका लागि, कोड लेखन), वा आफैं लेखकहरूको रूपमा कार्य गर्दछन्। यदि एक विकासकर्ता अकादमिक प्रक्रियामा डुबेको छ, अनुसन्धान विभागमा के भइरहेको छ त्यसलाई पछ्याउँछ, एक शब्दमा - यदि उसले वैज्ञानिकहरूप्रति प्रति-आन्दोलन देखाउँछ भने, त्यसपछि वैज्ञानिक विचारहरूलाई नयाँ सेवा क्षमताहरूमा परिणत गर्ने चक्र छोटो हुन्छ।

हामी सबै युवा अनुसन्धानकर्ताहरूलाई उनीहरूको काममा राम्रो सफलता र उत्कृष्ट उपलब्धिको कामना गर्दछौं। यदि यो पोष्टले तपाइँलाई केहि नयाँ बताएन भने, तपाइँ पहिले नै शीर्ष सम्मेलनमा प्रकाशित हुन सक्नुहुन्छ। लागि दर्ता गर्नुहोस् प्रिमियम आफैलाई र वैज्ञानिक पर्यवेक्षकहरू मनोनीत गर्नुहोस्।

स्रोत: www.habr.com