Gambar ieu ku Arthur Kuzin (), cukup akurat nyimpulkeun eusi tulisan blog. Hasilna, narasi di handap ieu kudu dianggap leuwih kawas carita Jumaah ti salaku hal pisan mangpaat tur teknis. Sajaba ti éta, eta sia noting yén téks téh euyeub ku kecap basa Inggris. Kuring henteu weruh kumaha carana narjamahkeun sababaraha di antarana neuleu, sarta kuring ngan teu hayang narjamahkeun sababaraha di antarana.
Kumaha transisi tina lingkungan akademik ka lingkungan industri diungkabkeun dina dua épisode munggaran. Dina hiji ieu, paguneman bakal ngeunaan naon anu lumangsung salajengna.
Éta Januari 2017. Waktu éta, kuring kungsi saeutik leuwih ti sataun pangalaman gawé sarta kuring digawé di San Fransisco di parusahaan kawas Sr. Élmuwan Data.
TrueAccord mangrupikeun ngamimitian ngumpulkeun hutang. Dina istilah basajan - agénsi kempelan. Kolektor biasana nelepon pisan. Urang ngirim loba surelek, tapi nyieun sababaraha telepon. Unggal email ngarah ka ramatloka parusahaan, dimana debtor ieu ditawarkeun diskon on hutang, sarta malah diwenangkeun mayar di installments. Pendekatan ieu nyababkeun koleksi anu langkung saé, diidinan pikeun skala sareng kirang paparan kana gugatan.
Perusahaan éta normal. Produkna jelas. Pangurusna waras. lokasina alus.
Rata-rata, jalma di lebak gawé di hiji tempat salila kira hiji satengah taun. Hartina, perusahaan mana waé anu anjeun damel ngan ukur léngkah leutik. Dina hambalan ieu anjeun bakal ngumpulkeun sababaraha duit, acquire pangaweruh anyar, kaahlian, sambungan jeung garis dina neruskeun Anjeun. Sanggeus ieu aya transisi ka tahap salajengna.
Di TrueAccord sorangan, kuring aub dina ngalampirkeun sistem rekomendasi kana email buletin, kitu ogé pikeun prioritizing telepon. Dampak tiasa kaharti sareng diukur lumayan dina dolar ngalangkungan uji A / B. Kusabab teu aya mesin diajar sateuacan kadatangan kuring, dampak padamelan kuring henteu goréng. Sakali deui, langkung gampang pikeun ningkatkeun hiji hal tibatan hal anu parantos dioptimalkeun pisan.
Saatos genep bulan ngerjakeun sistem ieu, aranjeunna malah ngangkat gaji dasar kuring tina $150k ka $163k. Di masarakat aya meme ngeunaan $163k. Éta tumuwuh kalayan suku na ti dieu.
Sadaya ieu éndah, tapi teu ngarah mana, atanapi eta ngarah, tapi teu aya.
Kuring hormat pisan ka TrueAccord, boh perusahaan sareng lalaki anu kuring damel di dinya. Kuring diajar seueur ti aranjeunna, tapi kuring henteu hoyong damel lami dina sistem rekomendasi di lembaga kempelan. Tina léngkah ieu anjeun kedah ngaléngkah dina sababaraha arah. Upami henteu ka hareup sareng ka luhur, teras sahenteuna ka gigir.
Naon anu kuring henteu resep?
- Tina sudut pandang mesin diajar, masalahna henteu ngagumbirakeun kuring. Abdi hoyong anu modis, ngora, nyaéta, Deep Learning, Computer Vision, anu rada caket kana élmu atanapi sahenteuna alchemy.
- A ngamimitian, komo agénsi kempelan, boga masalah nyewa tanaga kacida mumpuni. Salaku ngamimitian, éta henteu tiasa mayar seueur. Tapi salaku agénsi kempelan, eta leungiteun status. Sacara kasar diomongkeun, lamun gadis on tanggal hiji nanya dimana anjeun damel? Jawaban anjeun: "Di Google" langkung saé tibatan "agénsi pangumpulan". Kuring rada kaganggu ku kanyataan yén pikeun réréncangan anu damel di Google sareng Facebook, teu sapertos kuring, nami perusahaanna muka panto sapertos: anjeun tiasa diondang kana konperénsi atanapi patepang salaku spiker, atanapi jalma anu langkung narik nyerat dina LinkedIn. kalawan tawaran papanggih jeung ngobrol leuwih sagelas tea. Abdi resep pisan komunikasi sareng jalma anu kuring henteu terang sacara pribadi. Janten upami anjeun cicing di San Fransisco, tong ragu nyerat - hayu urang ngopi sareng ngobrol.
- Salian ti kuring, tilu Ilmuwan Data damel di perusahaan. Kuring keur dipake dina learning mesin, sarta maranéhanana digawé dina tugas Élmu Data séjén, nu ilahar dina sagala ngamimitian ti dieu nepi ka isukan. Hasilna, aranjeunna henteu ngartos diajar mesin. Tapi dina raraga tumuwuh, kuring kudu komunikasi jeung batur, ngabahas artikel jeung kamajuan panganyarna, sarta ménta nasehat, dina tungtungna.
Naon anu sayogi?
- Atikan: fisika, sanes elmu komputer.
- Hiji-hijina basa pamrograman anu kuring terang nyaéta Python. Aya rarasaan yén kuring kudu pindah ka C ++, tapi masih teu bisa meunang sabudeureun eta.
- Sataun satengah damel di industri. Sumawona, di tempat damel kuring henteu diajar boh Deep Learning atanapi Computer Vision.
- Henteu aya tulisan tunggal ngeunaan Deep Learning / Computer Vision dina resume.
- Aya prestasi Kaggle Master.
Naon anu anjeun pikahoyong?
- Hiji posisi dimana eta bakal perlu ngalatih loba jaringan, sarta ngadeukeutan ka visi komputer.
- Langkung saé upami éta perusahaan ageung sapertos Google, Tesla, Facebook, Uber, LinkedIn, jsb. Sanajan dina ciwit, hiji ngamimitian bakal ngalakukeun.
- Abdi teu kedah janten ahli mesin learning pangbadagna dina tim. Aya kabutuhan hébat pikeun comrades senior, mentor jeung sagala jinis komunikasi, nu sakuduna dituju pikeun nyepetkeun prosés diajar.
- Saatos maca tulisan blog ngeunaan kumaha lulusan tanpa pangalaman industri gaduh total kompensasi $ 300-500k per taun, kuring hoyong lebet kana rentang anu sami. Ieu teu yén ieu bothers kuring nu loba, Tapi saprak maranéhna ngomong yén ieu téh fenomena umum, tapi kuring boga kirang, lajeng ieu sinyal.
Tugasna sigana tiasa direngsekeun, sanaos henteu hartosna anjeun tiasa ngaluncat kana perusahaan naon waé, tapi upami anjeun kalaparan, sadayana bakal jalan kaluar. Nyaéta, puluhan atanapi ratusan usaha, sareng nyeri tina unggal kagagalan sareng unggal tampikan, kedah dianggo pikeun ngasah fokus, ningkatkeun memori sareng manteng dinten ka 36 jam.
Kuring tweaked resume kuring, mimiti ngirimkeunana, sareng badé ngawawancara. Kuring flew kaliwat lolobana aranjeunna dina tahap komunikasi sareng HR. Loba jalma diperlukeun C ++, tapi teu nyaho eta, na kuring kungsi rarasaan kuat yén kuring moal jadi pisan museurkeun posisi anu diperlukeun C ++.
Perlu dicatet yén dina waktos anu sami aya transisi fase dina jinis kompetisi dina Kaggle. Sateuacan 2017 aya seueur data tabular sareng jarang pisan gambar data, tapi mimiti taun 2017 aya seueur tugas visi komputer.
Kahirupan ngalir dina modeu handap:
- Gawé beurang.
- Nalika layar téknologi / onsite anjeun nyandak waktos pareum.
- Sore jeung sabtu minggu Kaggle + artikel / buku / tulisan blog
Tungtung taun 2016 ditandaan ku kanyataan yén kuring gabung ka komunitas , nu disederhanakeun loba hal. Aya seueur lalaki di komunitas anu gaduh pangalaman industri anu beunghar, anu ngamungkinkeun urang naroskeun seueur patarosan bodo sareng nampi seueur jawaban anu pinter. Aya ogé seueur spesialis diajar mesin anu kuat pisan tina sagala belang, anu, teu disangka-sangka, ngamungkinkeun kuring, ngalangkungan ODS, pikeun nutup masalah éta kalayan komunikasi anu jero ngeunaan Data Science. Nepi ka ayeuna, dina hal ML, ODS masihan kuring sababaraha kali langkung seueur tibatan anu kuring kéngingkeun di tempat kerja.
Nya, sapertos biasa, ODS ngagaduhan spesialis anu cekap dina kompetisi dina Kaggle sareng situs sanésna. Ngarengsekeun masalah dina tim leuwih senang jeung produktif, jadi jeung guyonan, sumpah, memes jeung hiburan nerdy séjén, urang mimitian ngarengsekeun masalah hiji-hiji.
Dina Maret 2017 - dina tim kalawan Serega Mushinsky - tempat katilu pikeun . medali emas on Kaggle + $ 20k pikeun dua. Dina tugas ieu, gawé bareng gambar satelit + segmentation binér via UNet ieu ningkat.
Dina Maret anu sami, kuring nuju wawancara di NVidia sareng tim Self Driving. Nyaan bajoang sareng patarosan ngeunaan Deteksi Obyék. Aya teu cukup pangaweruh.
Kabeneran, dina waktos anu sami, kompetisi Deteksi Objék dina gambar hawa tina DSTL anu sami dimimitian. Allah sorangan maréntahkeun pikeun ngajawab masalah jeung ningkatkeun. Sabulan soré jeung sabtu minggu. Kuring ngajemput pangaweruh sareng réngsé kadua. Kompetisi ieu ngagaduhan nuansa anu pikaresepeun dina aturan, anu nyababkeun kuring ditingalikeun di Rusia dina saluran féderal sareng sanés féderal. Kuring naek , sarta dina kebat tina print jeung publikasi online. Mail Ru Grup nampi PR positif saeutik di expense kuring jeung duit sorangan, jeung elmu fundamental di Rusia ieu enriched ku 12000 pon. Sakumaha biasa, éta ditulis dina topik ieu . Buka aya pikeun detil.
Dina waktos anu sami, saurang perekrut Tesla ngahubungi kuring sareng nawiskeun ngobrol ngeunaan posisi Computer Vision. Kuring satuju. Kuring ngaléngkah ka bumi, dua layar téknologi, wawancara di tempat, sareng gaduh paguneman anu pikaresepeun sareng Andrei Karpathy, anu nembé didamel di Tesla salaku Diréktur AI. Tahap satuluyna nyaéta mariksa latar. Saatos éta, Elon Musk kedah sacara pribadi nyatujuan aplikasi kuring. Tesla gaduh Perjangjian Non Disclosure (NDA) anu ketat.
Abdi henteu lulus cek backgound. Recruiter nyarios yén kuring ngobrol pisan online, ngalanggar NDA. Hiji-hijina tempat kuring nyarios nanaon ngeunaan wawancara di Tesla nyaéta ODS, ku kituna hipotesa ayeuna nyaéta yén aya anu nyandak layar layar sareng nyerat ka HR di Tesla, sareng kuring dikaluarkeun tina balapan tina bahaya. Éta éra harita. Ayeuna kuring bungah éta henteu hasil. Posisi kuring ayeuna leuwih hadé, sanajan bakal pisan metot pikeun gawé bareng Andrey.
Langsung saatos éta, abdi terjun kana kompetisi imagery satelit on Kaggle ti . Masalahna saderhana sareng pikaboseneun, teu aya anu hoyong ngabéréskeunana, tapi sadayana hoyong medali emas gratis atanapi hadiah artos. Ku alatan éta, kalawan tim Kaggle Masters 7 urang, urang sapuk yén urang bakal ngalungkeun beusi. Kami ngalatih 480 jaringan dina mode 'fit_predict' sareng ngadamel ensemble tilu-carita di antarana. Urang réngsé katujuh. . Ku jalan kitu, Jeremy Howard, anu dipikawanoh lega salaku panyipta réngsé 23.
Sanggeus ahir kompetisi, ngaliwatan babaturan anu digawé di AdRoll, abdi diayakeun hiji Meetup on enggon maranéhanana. Perwakilan Planét Labs nyarioskeun ngeunaan kumaha organisasi kompetisi sareng panyirian data sapertos aranjeunna. Wendy Kwan, anu damel di Kaggle sareng ngawas kompetisi, nyarioskeun kumaha anjeunna ningali éta. Kuring ngajelaskeun solusi kami, trik, téknik sareng detil téknis. Dua per tilu panongton direngsekeun masalah ieu, jadi patarosan nanya ka titik sarta sacara umum sagalana éta tiis. Jeremy Howard ogé aya. Tétéla anjeunna réngsé dina tempat ka-23 sabab anjeunna henteu terang kumaha tumpukan modél sareng anjeunna henteu terang ngeunaan metodeu ngawangun ensembles.
Rapat di lebak ngeunaan pembelajaran mesin béda pisan sareng patepang di Moskow. Sakumaha aturan, meetups di lebak nu handap. Tapi urang tétéla alus. Hanjakal, sobat anu sakuduna mencét tombol sareng ngarékam sadayana henteu pencét tombol :)
Sanggeus éta, kuring diondang ngobrol jeung posisi Deep Learning Insinyur di Planét Labs sarua ieu, sarta geuwat onsite. Abdi henteu lulus. Kecap panolakan nyaéta teu cukup pangaweruh dina Deep Learning.
Kuring dirancang unggal kompetisi salaku proyék di . Pikeun masalah DSTL kami wrote sareng dipasang dina arxiv. Teu artikel, tapi tetep roti. Kuring ogé nyarankeun ka dulur sejenna pikeun inflate profil LinkedIn maranéhanana ngaliwatan kompetisi, artikel, kaahlian, jeung saterusna. Aya korelasi positif antara sabaraha kecap konci anjeun gaduh dina profil LinkedIn anjeun sarta sabaraha sering urang pesen anjeun.
Upami dina usum tiris sareng musim semi kuring téknis pisan, maka ku Agustus kuring ngagaduhan pangaweruh sareng kapercayaan diri.
Dina ahir Juli, saurang lalaki anu damel salaku manajer Élmu Data di Lyft ngahubungi kuring di LinkedIn sareng ngajak kuring ngopi sareng ngobrol ngeunaan kahirupan, ngeunaan Lyft, ngeunaan TrueAccord. Urang ngobrol. Anjeunna nawiskeun wawancara sareng timnya pikeun posisi Data Scientist. Kuring nyarios yén pilihan éta tiasa dianggo, upami éta Komputer Visi / Deep Learning ti isuk dugi ka sonten. Anjeunna assured yén euweuh objections di pihak na.
Kuring dikirim neruskeun kuring sarta anjeunna unggah ka portal internal Lyft urang. Sanggeus éta, Recruiter nyauran kuring pikeun muka resume kuring sareng milari langkung seueur ngeunaan kuring. Tina kecap-kecap anu pangheulana, jelas yén pikeun anjeunna ieu mangrupikeun formalitas, sabab écés anjeunna tina resumena yén "Kuring sanés bahan pikeun Lyft." Kuring nebak sanggeus éta neruskeun abdi lebet kana tong sampah.
Sadaya waktos ieu, bari kuring keur diwawancara, Kuring ngabahas gagal sarta downfalls kuring di ODS jeung guys masihan kuring eupan balik sarta mantuan kuring dina sagala cara mungkin kalayan nasihat, sanajan, sakumaha biasa, aya ogé loba trolling ramah di dinya.
Salah sahiji anggota ODS nawaran pikeun nyambungkeun kuring jeung sobat na, anu mangrupa Diréktur Téknik di Lyft. Geuwat dikerjakeun saatos dicarioskeun. Kuring datang ka Lyft pikeun dahar beurang, jeung sajaba ti sobat ieu aya ogé Kepala Élmu Data sarta manajer Produk anu kipas badag tina Deep Learning. Dina dahar beurang urang chatting leuwih DL. Sareng saprak kuring parantos ngalatih jaringan 24/7 salami satengah taun, maca méter kubik literatur, sareng ngajalankeun tugas dina Kaggle kalayan hasil anu langkung atanapi kirang jelas, kuring tiasa ngobrol ngeunaan Deep Learning pikeun sababaraha jam, boh dina hal tulisan anyar sareng téhnik praktis.
Saatos tuang siang aranjeunna neuteup ka kuring sareng nyarios - éta langsung écés yén anjeun ganteng, naha anjeun badé ngobrol sareng kami? Leuwih ti éta, maranéhna ditambahkeun yén éta jelas keur kuring nu nyandak home + layar tech bisa skipped. Sareng kuring bakal diondang langsung ka tempatna. Kuring satuju.
Sanggeus éta, éta Recruiter nelepon kuring pikeun ngajadwalkeun wawancara onsite, sarta anjeunna sugema. Anjeunna muttered hal ngeunaan teu jumping leuwih sirah anjeun.
Sumping. Wawancara di tempat. Lima jam komunikasi jeung jalma béda. Henteu aya patarosan tunggal ngeunaan Deep Learning, atanapi ngeunaan diajar mesin sacara prinsip. Kusabab teu aya Deep Learning / Computer Vision, teras kuring henteu resep. Ku kituna, hasil wawancara nya éta ortogonal.
Recruiter Ieu nelepon jeung nyebutkeun - ucapan salamet, anjeun meunang ngaliwatan wawancara onsite kadua. Ieu kabeh héran. Naon onsite kadua? Kuring geus pernah ngadéngé hal saperti a. Kuring indit. Aya sababaraha jam di dinya, waktos ieu sadayana ngeunaan pembelajaran mesin tradisional. Éta hadé. Tapi tetep teu metot.
Recruiter nelepon kalayan ucapan salamet yén kuring lulus wawancara onsite katilu sareng sumpah yén ieu bakal terakhir. Kuring indit ka tingali eta na aya duanana DL jeung CV a.
Kuring ngagaduhan sateuacana salami sababaraha bulan anu nyarios ka kuring yén moal aya tawaran. Kuring baris ngalatih teu on kaahlian teknis, tapi dina leuwih lemes. Henteu dina sisi lemes, tapi dina kanyataan yén posisi bakal ditutup atanapi yén pausahaan teu Ngiring acan, tapi ngan saukur nguji pasar jeung tingkat calon.
Pertengahan Agustus. Kuring nginum bir oke. Pikiran poék. 8 bulan geus kaliwat sarta masih euweuh tawaran. Éta saé janten kréatif dina bir, khususna upami kréatipitasna anéh. Hiji gagasan datang ka pikiran kuring. Kuring ngabagikeunana sareng Alexey Shvets, anu dina waktos éta janten postdoc di MIT.
Kumaha upami anjeun nyandak konferensi DL / CV anu pangcaketna, nonton kompetisi anu diayakeun salaku bagian tina éta, ngalatih hiji hal sareng ngalebetkeun? Kusabab sadaya ahli aya ngawangun karirna dina ieu sareng parantos ngalakukeun ieu mangtaun-taun atanapi sababaraha bulan, urang henteu ngagaduhan kasempetan. Tapi teu pikasieuneun. Urang nyieun sababaraha kaluman bermakna, ngapung ka tempat panungtungan, sarta sanggeus éta urang nulis pre-print atawa artikel ngeunaan kumaha urang teu kawas dulur sejenna sarta ngobrol ngeunaan kaputusan urang. Sareng artikelna parantos aya dina LinkedIn sareng dina resume anjeun.
Nyaéta, sigana relevan sareng aya kecap konci anu langkung leres dina neruskeun, anu kedahna rada ningkatkeun kasempetan pikeun ka layar téknologi. Kode sareng kiriman ti kuring, teks ti Alexey. Kaulinan, tangtosna, tapi naha henteu?
Geuwat dikerjakeun saatos dicarioskeun. Konperénsi pangcaketna anu urang googled nyaéta MICCAI sareng saleresna aya kompetisi di dinya. Urang pencét kahiji. Tadina . Tugasna ngagaduhan 3 subtugas. Aya 8 dinten deui sateuacan deadline. I sobered up isuk-isuk, tapi kuring teu nyerah gagasan. Kuring nyokot pipelines abdi ti Kaggle na switched aranjeunna tina data satelit pikeun leuwih médis. 'fit_predict'. Alexey nyiapkeun pedaran dua kaca ngeunaan solusi pikeun tiap masalah, sarta kami dikirim. Siap. Dina tiori, anjeun tiasa gempur. Tapi tétéla aya tugas sanés pikeun bengkel anu sami () kalawan tilu subtasks sarta yén deadline nya ieu dipindahkeun up ku 4 poé, nyaeta, urang tiasa ngalakukeun 'fit_predict' dinya sarta ngirimkeunana. Éta naon anu urang lakukeun.
Teu kawas Kaggle, kompetisi ieu miboga spésifik akademik sorangan:
- Taya Leaderboard. Kiriman dikirim ku email.
- Anjeun bakal dipiceun lamun wawakil tim teu datang nampilkeun solusi dina konferensi di Workshop nu.
- tempat anjeun dina leaderboard jadi dipikawanoh ngan salila konferensi. Hiji jenis drama akademik.
Konférénsi MICCAI 2017 dilaksanakeun di Kota Quebec. Jujur, dina bulan Séptémber kuring mimiti kaduruk, janten ideu istirahat saminggu ti padamelan sareng angkat ka Kanada katingalina pikaresepeun.
Datang ka konferensi. Kuring datang ka Bengkel ieu, kuring henteu terang saha waé, kuring linggih di juru. Sarerea terang silih, aranjeunna komunikasi, aranjeunna buang kaluar kecap médis pinter. Tinjauan kompetisi munggaran. Pamilon nyarita jeung ngobrol ngeunaan kaputusan maranéhanana. Di dinya tiis, ku hérang. Giliran kuring. Jeung kuring kumaha bae malah isin. Aranjeunna direngsekeun masalah, digawé di dinya, elmu canggih, sarta kami murni "fit_predict" tina kamajuan kaliwat, teu keur elmu, tapi keur naekeun neruskeun urang.
Anjeunna kaluar sarta ngomong yén kuring teu ahli dina ubar boh, apologized pikeun wasting waktu maranéhanana, sarta némbongkeun kuring salah slide kalawan solusi. Kuring turun ka aula.
Aranjeunna ngumumkeun subtask munggaran - kami munggaran, sareng ku margin.
Anu kadua sareng katilu diumumkeun.
Aranjeunna ngumumkeun katilu - deui munggaran tur deui kalawan kalungguhan.
Umum anu kahiji.
Sababaraha di panongton seuri jeung kasampak di kuring kalayan hormat. Batur, jalma anu tétéla dianggap ahli dina widang, geus meunang hibah pikeun tugas ieu sarta geus ngalakonan ieu mangtaun-taun, boga ekspresi rada menyimpang dina beungeut maranéhanana.
Salajengna nyaéta tugas kadua, anu ngagaduhan tilu subtugas sareng anu parantos diteruskeun ku opat dinten.
Di dieu kuring ogé hapunten sareng nunjukkeun hiji slide urang deui.
carita sarua. Dua kahiji, hiji kadua, umum kahiji.
Jigana ieu meureun kahiji kalina dina sajarah nu agénsi kempelan geus meunang kompetisi Imaging médis.
Sareng ayeuna kuring nangtung di panggung, aranjeunna masihan kuring sababaraha jenis diploma sareng kuring dibom. Kumaha bangsat bisa jadi? akademisi ieu méakkeun duit taxpayers ', digawé pikeun simplify sarta ngaronjatkeun kualitas gawé pikeun dokter, nyaeta, dina téori, harepan hirup kuring, sarta sababaraha awak tore sakabéh staf akademik ieu kana bandéra Britania dina sababaraha soré.
Bonus pikeun ieu nyaéta yén dina tim sanés, mahasiswa lulusan anu parantos ngerjakeun tugas-tugas ieu mangtaun-taun bakal gaduh resume anu pikaresepeun pikeun HR, nyaéta, aranjeunna bakal gampang dugi ka layar téknologi. Sareng sateuacan panon kuring aya email anu nembe nampi:
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.Sacara umum, langsung ti panggung, kuring naroskeun ka pamiarsa: "Naha saha anu terang dimana kuring damel?" Salah sahiji panitia kompetisi terang - anjeunna Googled naon TrueAccord. Sésana henteu. Kuring neraskeun: "Kuring damel pikeun lembaga kempelan, sareng di tempat damel kuring henteu ngalakukeun Computer Vision atanapi Deep Learning. Sareng ku sababaraha cara, ieu kajantenan kusabab departemén SDM Google Brain sareng Deepmind nyaring resume kuring, henteu masihan kuring kasempetan pikeun nunjukkeun pelatihan téknis. "
Aranjeunna masrahkeun sertipikat, istirahat. Sakelompok akademisi narik kuring ka sisi. Tétéla yén ieu mangrupikeun grup Kaséhatan sareng Deepmind. Maranéhanana jadi impressed yén maranéhna langsung hayang ngobrol kuring ngeunaan lowongan Research Insinyur di tim maranéhanana. (Urang ngobrol. Obrolan ieu lumangsung salila 6 bulan, kuring lulus take home, kuis, tapi dipotong pondok dina layar tech. 6 bulan ti mimiti komunikasi ka layar tech nyaéta lila. Didagoan lila méré rasa. tina gunana. Insinyur Riset di Deepmind di London, ngalawan latar tukang TrueAccord aya léngkah anu kuat, tapi ngalawan latar tukang posisi kuring ayeuna mangrupikeun léngkah. yén éta henteu.)
kacindekan
Dina waktos anu sami, kuring nampi tawaran ti Lyft, anu kuring tampi.
Dumasar hasil dua kompetisi ieu sareng MICCAI, ieu diterbitkeun:
Nyaéta, sanaos ideu liar, nambihan tulisan tambahan sareng preprints ngaliwatan kompetisi tiasa dianggo ogé. Sareng dina taun-taun salajengna urang ngajantenkeun langkung parah.
Kuring parantos damel di Lyft salami sababaraha taun ka pengker ngalakukeun Computer Vision / Deep Learning pikeun mobil Mandiri Nyetir. Maksudna, kuring meunang naon kuring hayang. Sareng tugas, sareng perusahaan anu statusna luhur, sareng kolega anu kuat, sareng sadaya barang anu sanés.
Sapanjang bulan ieu, kuring komunikasi sareng dua perusahaan ageung Google, Facebook, Uber, LinkedIn, sareng sareng sagara startup tina sababaraha ukuran.
Nyeri sadayana sasih ieu. Alam semesta ngabejaan Anjeun hal teu pisan pikaresepeun unggal poé. Panolakan rutin, rutin ngalakukeun kasalahan sareng sadaya ieu dirasakeun ku rasa putus asa. Teu aya jaminan yén anjeun bakal suksés, tapi aya rasa yén anjeun bodo. Ieu pisan reminiscent kumaha kuring diusahakeun neangan pakasaban katuhu sanggeus universitas.
Kuring nyangka yén seueur anu milarian padamelan di lebak sareng sadayana langkung gampang pikeun aranjeunna. Trik, dina pamanggih kuring, ieu. Lamun Anjeun keur pilari pakasaban dina widang nu ngartos, boga loba pangalaman, sarta neruskeun anjeun nyebutkeun sami, euweuh masalah. Kuring nyokot eta sarta manggihan eta. Aya loba lowongan.
Tapi upami anjeun milari padamelan dina widang anu énggal pikeun anjeun, nyaéta, nalika teu aya pangaweruh, henteu aya sambungan sareng resume anjeun nyarios lepat - dina waktos ayeuna sadayana janten pikaresepeun pisan.
Ayeuna, recruiters rutin nulis ka kuring sarta nawiskeun pikeun ngalakonan hal anu sarua Kuring lakukeun ayeuna, tapi dina parusahaan béda. Ieu bener waktu pikeun ngaganti pakasaban. Tapi teu aya gunana pikeun ngalakukeun naon anu kuring parantos saé. Kanggo naon?
Tapi keur naon Abdi hoyong, abdi deui teu boga pangaweruh atawa garis dina neruskeun abdi. Hayu urang tingali kumaha ieu sadayana mungkas. Upami sadayana lancar, kuring bakal nyerat bagian salajengna. 🙂
sumber: www.habr.com