Isang linggo ang nakalipas, nagsalita si Nikita Alexandrov, Data Scientist sa Unity Ads, sa aming mga social network, kung saan pinapabuti niya ang mga algorithm ng conversion. Nakatira ngayon si Nikita sa Finland, at bukod sa iba pang bagay, nagsalita siya tungkol sa buhay ng IT sa bansa.
Ibinabahagi namin sa iyo ang transcript at recording ng panayam.
Ang pangalan ko ay Nikita Aleksandrov, lumaki ako sa Tatarstan at nagtapos sa paaralan doon, at nakibahagi sa math olympiads. Pagkatapos nito, pumasok siya sa Faculty of Computer Science sa Higher School of Economics at natapos ang kanyang bachelor's degree doon. Sa simula ng aking ika-4 na taon nagpunta ako sa isang exchange study at gumugol ng isang semestre sa Finland. Nagustuhan ko doon, pumasok ako sa master's program sa Aalto University, bagaman hindi ko ito ganap na natapos - natapos ko ang lahat ng mga kurso at nagsimulang magsulat ng aking thesis, ngunit umalis upang magtrabaho sa Unity nang hindi natatanggap ang aking degree. Ngayon ay nagtatrabaho ako sa Unity data scientist, ang departamento ay tinatawag na Operate Solutions (dati ay tinatawag itong Monetization); Direktang naghahatid ng advertising ang aking koponan. Ibig sabihin, in-game advertising - ang lumalabas kapag naglalaro ka ng mobile game at kailangan mong kumita ng dagdag na buhay, halimbawa. Nagsusumikap ako sa pagpapabuti ng conversion ng ad - iyon ay, ginagawang mas malamang na mag-click ang manlalaro sa ad.
Paano ka lumipat?
Una, pumunta ako sa Finland upang mag-aral para sa isang exchange semester, pagkatapos ay bumalik ako sa Russia at natapos ang aking diploma. Pagkatapos ay pumasok ako sa master's program sa Aalto University sa machine learning / data science. Dahil exchange student ako, hindi ko na kinailangan pang kumuha ng English exam; Madali kong ginawa, alam ko ang ginagawa ko. 3 years na akong nakatira dito.
Kailangan ba ang Finnish?
Ito ay kinakailangan kung ikaw ay mag-aaral dito para sa isang bachelor's degree. Napakakaunting mga programa sa Ingles para sa mga bachelor; kailangan mo ng Finnish o Swedish - ito ang pangalawang wika ng estado, ang ilang mga unibersidad ay nagtuturo sa Swedish. Ngunit sa mga master's at PhD na programa, karamihan sa mga programa ay nasa Ingles. Kung pag-uusapan ang pang-araw-araw na komunikasyon at pang-araw-araw na buhay, karamihan sa mga tao dito ay nagsasalita ng Ingles, mga 90%. Ang mga tao ay karaniwang nabubuhay nang maraming taon sa isang pagkakataon (ang aking kasamahan ay nabubuhay nang 20 taon) nang walang wikang Finnish.
Siyempre, kung gusto mong manatili dito, kailangan mong maunawaan ang Finnish sa antas ng pagpuno ng mga form - apelyido, unang pangalan, at iba pa.
Naiiba ba ang kalidad ng edukasyon sa mga unibersidad sa Russian Federation? Nagbibigay ba sila ng lahat ng kinakailangang base para sa isang junior device?
Iba ang kalidad. Para sa akin, sa Russia sinusubukan nilang magturo ng maraming bagay nang sabay-sabay: mga differential equation, discrete mathematics at marami pa. Sa katunayan, kailangan mong kumuha ng karagdagang mga materyales, bilang isang coursework o disertasyon, matuto ng bago sa iyong sarili, kumuha ng ilang mga kurso. Dito naging madali para sa akin sa programa ng master; Marami akong alam sa mga nangyayari. Muli, sa Finland ang isang bachelor ay hindi pa isang espesyalista; mayroon pa ring ganoong dibisyon. Ngayon, kung mayroon kang master's degree, maaari kang makakuha ng trabaho. Sasabihin ko na sa mga programa ng master sa Finland ang mga kasanayang panlipunan ay mahalaga, mahalagang lumahok, maging aktibo; may mga research projects. Kung mayroong pananaliksik na kawili-wili sa iyo, at gusto mong maghukay ng mas malalim, maaari kang makakuha ng mga contact ng propesor, magtrabaho sa direksyon na ito, at umunlad.
Iyon ay, ang sagot ay "oo," ngunit kailangan mong maging aktibo sa lipunan, kumapit sa bawat pagkakataon kung ito ay umiiral. Nagtrabaho ang isa sa aking mga kaibigan sa isang startup sa Valley - mayroong isang programa sa unibersidad na naghahanap ng mga angkop na startup at nag-aayos ng mga panayam. Nagpunta pa yata siya sa CERN mamaya.
Paano nag-uudyok ang isang kumpanya sa Finland ng mga empleyado, ano ang mga benepisyo?
Bukod sa obvious (suweldo), may mga social benefits. Halimbawa, ang halaga ng maternity leave para sa mga magulang. May health insurance, stocks, options. May mga hindi pangkaraniwang accrual ng mga araw ng bakasyon. Walang espesyal, talaga.
Mayroon kaming sauna sa aming opisina, halimbawa.
Mayroon ding mga kupon - isang tiyak na halaga ng pera para sa tanghalian, para sa pampublikong sasakyan, para sa mga kaganapang pangkultura at palakasan (mga museo, palakasan).
Ano ang mairerekomenda ng isang estudyante ng humanities para sa pagpasok sa IT?
Ulitin ang kurso sa paaralan at pumasok sa HSE? Ang mga programmer ay kadalasang may mathematical background/Olympiads...
Payo ko, siyempre, pagbutihin ang iyong matematika. Ngunit hindi na kailangang ulitin ang kurso sa paaralan. Mas tiyak, dapat itong ulitin lamang kung wala kang matandaan. Bilang karagdagan, kailangan mong magpasya kung aling IT ang gusto mong pasukin. Upang maging isang front-end na developer, hindi mo kailangang malaman ang matematika: kailangan mo lang kumuha ng mga front-end na kurso at matuto. Ang aking kaibigan kamakailan ay nagpasya na mag-enroll sa mga kurso mula sa Accenture, siya ay kasalukuyang nag-aaral ng Scala; Hindi siya isang humanist, ngunit wala siyang karanasan sa programming. Depende sa kung ano ang gusto mong i-program at sa kung ano, kailangan mo ng ibang dami ng matematika. Siyempre, ang espesyalidad ng Machine Learning ay nangangailangan ng matematika, sa isang paraan o iba pa. Ngunit, kung gusto mo lang subukan, mayroong maraming iba't ibang mga tutorial, bukas na impormasyon, mga lugar kung saan maaari kang maglaro gamit ang isang neural network o bumuo nito sa iyong sarili, o mag-download ng isang handa na, baguhin ang mga parameter at tingnan kung paano ito nagbabago. Ang lahat ay nakasalalay sa kung gaano kalakas ang motibasyon.
Kung hindi lihim - suweldo, karanasan, ano ang isinusulat mo?
Sumulat ako sa Python - ito ay isang unibersal na wika para sa machine learning at data science. Karanasan - nagkaroon ng iba't ibang karanasan; Ako ay isang simpleng inhinyero sa ilang mga kumpanya, ako ay nasa isang internship sa loob ng ilang buwan sa Moscow. Hindi nagkaroon ng full-time na trabaho bago ang Unity. Dumating din ako doon bilang intern, nagtrabaho bilang intern ng 9 months, tapos nagpahinga, at ngayon ay nagtatrabaho na ako ng isang taon. Ang suweldo ay mapagkumpitensya, higit sa rehiyonal na median. Ang isang baguhan na espesyalista ay kikita mula sa 3500 EUR; Nag-iiba ito sa bawat kumpanya. Sa pangkalahatan, ang 3.5-4 ay panimulang suweldo.
Anong mga libro at tutorial ang inirerekomenda mo?
Hindi ko partikular na gustong matuto mula sa mga libro - mahalaga para sa akin na subukan sa mabilisang; mag-download ng isang bagay na handa at subukan ito sa iyong sarili. Itinuturing ko ang aking sarili na higit na isang eksperimento, kaya hindi ako makakatulong sa mga aklat. Ngunit nanood ako ng ilang mga panayam at live na broadcast dito, kung saan ang pangalawang tagapagsalita ay nagsasalita nang detalyado tungkol sa mga libro.
Mayroong iba't ibang mga tutorial. Kung gusto mong subukan ang isang algorithm, kunin ang pangalan ng algorithm, pamamaraan, mga klase ng pamamaraan, at ilagay ito sa paghahanap. Anuman ang lumalabas bilang unang link, pagkatapos ay tingnan.
Gaano katagal ito mananatiling malinis?
Pagkatapos ng mga buwis - kailangan mong kumuha ng mga buwis kasama ang 8% (na hindi isang buwis, ngunit isang buwis) - 2/3 ng suweldo ay nananatili. Ang rate ay dynamic - mas malaki ang iyong kinikita, mas mataas ang buwis.
Aling mga kumpanya ang nag-a-apply para sa advertising?
Kailangan mong maunawaan na ang Unity / Unity Ads ay nakikibahagi sa pag-advertise ng mga mobile na laro. Iyon ay, mayroon kaming isang angkop na lugar, kami ay bihasa sa mga mobile na laro, maaari mong gawin ang mga ito sa Unity. Kapag nakapagsulat ka na ng laro, gusto mong kumita mula rito, at ang monetization ay isang paraan.
Anumang kumpanya ay maaaring mag-aplay para sa advertising - mga online na tindahan, iba't ibang mga aplikasyon sa pananalapi. Ang bawat tao'y nangangailangan ng advertising. Sa partikular, ang aming mga pangunahing kliyente ay mga developer ng mobile game.
Anong mga proyekto ang pinakamahusay na gawin upang mapabuti ang iyong mga kasanayan?
Magandang tanong. Kung pinag-uusapan natin ang tungkol sa agham ng data, kailangan mong i-upgrade ang iyong sarili sa pamamagitan ng isang online na kurso (halimbawa, mayroon ang Stanford) o isang online na unibersidad. Mayroong iba't ibang mga platform na kailangan mong bayaran - halimbawa, Udacity. May araling-bahay, video, mentoring, ngunit ang kasiyahan ay hindi mura.
Kung mas makitid ang iyong mga interes (halimbawa, ilang uri ng reinforcement learning), mas mahirap maghanap ng mga proyekto. Maaari mong subukang lumahok sa mga kumpetisyon sa kaggle: pumunta sa kaggle.com, mayroong maraming iba't ibang mga kumpetisyon sa pag-aaral ng makina doon. Kumuha ka ng isang bagay na mayroon nang uri ng baseline na nakalakip dito; i-download at simulan ang paggawa nito. Iyon ay, maraming mga paraan: maaari kang mag-aral nang mag-isa, maaari kang kumuha ng online na kurso - libre o bayad, maaari kang lumahok sa mga kumpetisyon. Kung gusto mong maghanap ng trabaho sa Facebook, Google, at iba pa, kailangan mong matutunan kung paano lutasin ang mga problema sa algorithm - iyon ay, kailangan mong pumunta sa LeetCode, kunin ang iyong mga kasanayan doon upang makapasa sa mga panayam.
Ilarawan ang isang maikling roadmap para sa pagsasanay sa Machine Learning?
Sasabihin ko sa iyo nang perpekto, nang hindi nagpapanggap na pangkalahatan. Kumuha ka muna ng mga kurso sa matematika sa uni, kailangan mo ng kaalaman at pag-unawa sa linear algebra, probability at statistics. Pagkatapos nito, may nagsasabi sa iyo tungkol sa ML; kung nakatira ka sa isang malaking lungsod, dapat mayroong mga paaralan na nag-aalok ng mga kurso sa ML. Ang pinakasikat ay ang SHAD, Yandex School of Data Analysis. Kung pumasa ka at makakapag-aral ka ng dalawang taon, makukuha mo ang buong ML base. Kakailanganin mong higit na mahasa ang iyong mga kasanayan sa pananaliksik at trabaho.
Kung may iba pang mga opsyon: halimbawa, ang Tinkov ay may mga kurso sa machine learning na may pagkakataong makakuha ng trabaho sa Tinkoff pagkatapos ng graduation. Kung ito ay maginhawa para sa iyo, mag-sign up para sa mga kursong ito. Mayroong iba't ibang mga limitasyon sa pagpasok: halimbawa, ang ShAD ay may mga pagsusulit sa pasukan.
Kung ayaw mong kumuha ng mga regular na kurso, maaari kang magsimula sa mga online na kurso, kung saan mayroong higit sa sapat. Ito ay nakasalalay sa iyo; kung mayroon kang mahusay na Ingles, mahusay, ito ay madaling mahanap. Kung hindi, kung gayon marahil mayroong isang bagay din doon. Ang parehong mga lektura ng ShAD ay magagamit sa publiko.
Pagkatapos makatanggap ng isang teoretikal na batayan, maaari kang sumulong - para sa mga internship, pananaliksik, at iba pa.
Posible bang matutunan ang machine learning sa iyong sarili? Nakilala mo na ba ang ganoong programmer?
Sa tingin ko oo. Kailangan mo lang magkaroon ng malakas na motibasyon. Maaaring matuto ng Ingles ang isang tao nang mag-isa, halimbawa, ngunit kailangan ng isang tao na kumuha ng mga kurso, at iyon ang tanging paraan upang matuto ang taong ito. Ganun din sa ML. Bagama't hindi ko kilala ang isang programmer na natutunan ang lahat sa kanyang sarili, marahil ay wala lang akong maraming kakilala; lahat ng kaibigan ko natuto lang sa karaniwang paraan. Hindi ko ipinapalagay na sabihin na kailangan mong mag-aral ng 100% sa ganitong paraan: ang pangunahing bagay ay ang iyong pagnanais, ang iyong oras. Siyempre, kung wala kang mathematical na pundasyon, kakailanganin mong gumugol ng maraming oras upang mabuo ito.
Bilang karagdagan sa pag-unawa kung ano ang ibig sabihin ng pagiging isang data scientist: Hindi ako gumagawa ng data sci sa aking sarili.
ence bilang pananaliksik. Ang aming kumpanya ay hindi isang laboratoryo kung saan kami ay gumagawa ng mga pamamaraan habang nagkukulong sa aming sarili sa laboratoryo sa loob ng anim na buwan. Direkta akong nagtatrabaho sa produksyon, at kailangan ko ng mga kasanayan sa engineering; Kailangan kong magsulat ng code at magkaroon ng mga kasanayan sa engineering upang maunawaan kung ano ang gumagana. Madalas na inaalis ng mga tao ang mga feature na ito kapag pinag-uusapan ang tungkol sa data science. Maraming kwento ng mga taong may PhD na nagsusulat ng hindi nababasa, nakakatakot, hindi nakaayos na code at nagkakaroon ng malalaking problema pagkatapos nilang magpasya na pumasok sa industriya. Iyon ay, sa kumbinasyon ng Machine Learning, hindi dapat kalimutan ng isa ang tungkol sa mga kasanayan sa engineering.
Ang data science ay isang posisyon na hindi nagsasalita tungkol sa sarili nito. Maaari kang makakuha ng trabaho sa isang kumpanya na tumatalakay sa data science, at susulat ka ng mga query sa SQL, o magkakaroon ng simpleng logistic regression. Sa prinsipyo, machine learning din ito, ngunit ang bawat kumpanya ay may sariling pag-unawa sa kung ano ang data science. Halimbawa, sinabi ng kaibigan ko sa Facebook na ang data science ay kapag ang mga tao ay nagpapatakbo lamang ng mga eksperimento sa istatistika: mag-click sa mga pindutan, kolektahin ang mga resulta at pagkatapos ay ipakita ang mga ito. Kasabay nito, ako mismo ay nagpapabuti ng mga pamamaraan at algorithm ng conversion; sa ilang ibang kumpanya ang specialty na ito ay maaaring tawaging machine learning engineer. Maaaring iba ang mga bagay sa iba't ibang kumpanya.
Anong mga aklatan ang ginagamit mo?
Gumagamit kami ng Keras at TensorFlow. Posible rin ang PyTorch - hindi ito mahalaga, pinapayagan ka nitong gawin ang lahat ng parehong bagay - ngunit sa isang punto napagpasyahan na gamitin ang mga ito. Sa umiiral na produksyon ay mahirap baguhin.
Ang Unity ay hindi lamang may mga data scientist na nag-o-optimize ng mga algorithm ng conversion, ngunit ang GameTune din ay isang bagay kung saan pinapahusay mo ang mga sukatan sa mga tuntunin ng kita o pagpapanatili gamit ang iba't ibang mga tutorial. Sabihin nating may naglaro at nagsabing: Hindi ko maintindihan, hindi ako interesado - ibinigay niya ito; Napakadali para sa ilan, ngunit sa kabaligtaran, sumuko rin siya. Iyon ang dahilan kung bakit kailangan ang GameTune - isang inisyatiba na umaayon sa kahirapan ng mga laro batay sa kakayahan ng isang gamer, o kasaysayan ng paglalaro, o kung gaano kadalas sila bumili ng isang bagay na in-app.
Mayroon ding Unity Labs - maaari mo ring i-google iyon. Mayroong isang video kung saan kukuha ka ng isang cereal box, at sa likod nito ay may mga laro tulad ng mga maze - ngunit ang mga ito ay tugma sa augmented reality, at maaari mong kontrolin ang tao sa karton. Mukhang napaka-cool.
Maaari kang direktang makipag-usap tungkol sa Unity Ads. Kung magpasya kang magsulat ng isang laro, at magpasya na i-publish ito at kumita ng pera, kakailanganin mong lutasin ang ilang mahihirap na problema.
Magsisimula ako sa isang halimbawa: Inanunsyo ng Apple ang paglulunsad ng iOS 14. Dito, ang isang potensyal na gamer ay maaaring pumunta sa application at sabihin na ayaw niyang ibahagi ang kanyang Device-ID sa sinuman. Gayunpaman, sumasang-ayon siya na ang kalidad ng advertising ay lumala. Ngunit sa parehong oras, ito ay isang hamon para sa amin dahil kung hindi ka namin matukoy, kung gayon hindi kami makakakolekta ng ilang partikular na sukatan, at mas kaunti lang ang aming impormasyon tungkol sa iyo. Lalong nagiging mahirap para sa isang data scientist na i-optimize ang trabaho sa isang mundo na mas nakatuon sa privacy at proteksyon ng data - mas kaunti ang data, pati na rin ang mga magagamit na pamamaraan.
Bilang karagdagan sa Unity, may mga higante tulad ng Facebook at Google - at, tila, bakit kailangan natin ng Unity Ads? Ngunit kailangan mong maunawaan na ang mga network ng advertising na ito ay maaaring gumana nang iba sa iba't ibang bansa. Sa relatibong pagsasalita, mayroong mga Tier 1 na bansa (America, Canada, Australia); Mayroong Tier 2 na bansa (Asia), mayroong Tier 2 na bansa (India, Brazil). Ang mga network ng advertising ay maaaring gumana nang iba sa kanila. Mahalaga rin ang uri ng advertising na ginamit. Ito ba ang karaniwang uri, o "rewardable" na advertising - kapag, halimbawa, upang magpatuloy mula sa parehong lugar pagkatapos ng laro, kailangan mong manood ng isang advertisement. Iba't ibang uri ng advertising, iba't ibang tao. Sa ilang bansa, mas gumagana ang isang network ng advertising, sa iba, sa iba. At bilang karagdagang tala, narinig ko na ang pagsasama ng AdMob ng Google ay mas kumplikado kaysa sa Unity.
Ibig sabihin, kung gumawa ka ng laro sa Unity, awtomatiko kang isinama sa Unity Ads. Ang pagkakaiba ay ang kadalian ng pagsasama. Ano ang mairerekomenda ko: mayroong isang bagay tulad ng pamamagitan; mayroon itong iba't ibang mga posisyon: maaari kang magtakda ng mga posisyon sa "waterfall" para sa mga placement ng advertising. Maaari mong sabihin, halimbawa, ito: Gusto kong ipakita muna ang Facebook, pagkatapos ay Google, pagkatapos ay Unity. At, kung magpasya ang Facebook at Google na huwag magpakita ng mga ad, gagawin ng Unity. Ang mas maraming mga network ng advertising na mayroon ka, mas mabuti. Maaari itong ituring na isang pamumuhunan, ngunit namumuhunan ka sa ibang bilang ng mga network ng ad nang sabay-sabay.
Maaari mo ring pag-usapan kung ano ang mahalaga para sa tagumpay ng isang kampanya sa advertising. Sa katunayan, walang espesyal dito: kailangan mong tiyakin na ang advertising ay may kaugnayan sa nilalaman ng iyong aplikasyon. Maaari kang, halimbawa, maghanap sa YouTube para sa "app ads mafia" at makita kung paano maaaring hindi tumutugma ang advertising sa nilalaman. Mayroon ding isang app na tinatawag na Homescapes (o Gardenscapes?). Maaaring mahalaga kung tama ang pagkaka-configure ng campaign: para maipakita ang advertising sa English sa audience na nagsasalita ng English, at sa Russian sa audience na nagsasalita ng Russian. Kadalasan mayroong mga pagkakamali dito: hindi ito naiintindihan ng mga tao, ini-install nila ito nang random.
Kailangan mong lumikha ng iba't ibang mga cool na video, isipin ang format, isipin kung gaano kadalas i-update ang mga ito. Sa malalaking kumpanya, ginagawa ito ng mga espesyal na tao - mga tagapamahala ng user acquisition. Kung ikaw ay nag-iisang developer, hindi mo ito kailangan, o kailangan mo ito pagkatapos makamit ang isang tiyak na paglago.
Ano ang iyong mga plano sa hinaharap?
Nagtatrabaho pa rin kung nasaan ako ngayon. Marahil ay makakakuha ako ng pagkamamamayan ng Finnish - posible ito pagkatapos ng 5 taon ng paninirahan (kung wala pang 30 taon, kailangan mo ring maglingkod, kung hindi pa ito nagawa ng tao sa ibang bansa).
Bakit ka lumipat sa Finland?
Oo, hindi ito isang napakasikat na bansa na lilipatan ng isang IT specialist. Maraming tao ang lumipat kasama ang mga pamilya dahil may magagandang benepisyong panlipunan dito - mga kindergarten, nursery, at maternity leave para sa alinmang magulang. Bakit ko ginalaw ang sarili ko, dito ko lang nagustuhan. Malamang na gusto ko ito kahit saan, ngunit ang Finland ay medyo malapit sa kultural na kaisipan; Mayroong mga pagkakaiba sa Russia, siyempre, ngunit mayroon ding mga pagkakatulad. Siya ay maliit, ligtas, at hindi kailanman sasali sa anumang malalaking problema. Ito ay hindi isang conventional America, kung saan maaari kang makakuha ng isang presidente na hindi nagustuhan, at isang bagay ay magsisimula dahil dito; at hindi ang Great Britain, na biglang gustong umalis sa EU, at magkakaroon din ng mga problema. Mayroon lamang 5 milyong tao dito. Kahit na sa epidemya ng coronavirus, ang Finland ay nakayanan nang maayos kumpara sa ibang mga bansa.
Nagpaplano ka bang bumalik sa Russia?
hindi pa ako pupunta. Walang makakapigil sa akin na gawin ito, ngunit kumportable ako dito. Bukod dito, kung magtatrabaho ako sa Russia, kailangan kong magparehistro sa militar, at maaaring ma-draft ako.
Tungkol sa mga programa ng master sa Finland
Normal lang, walang espesyal. Kung pag-uusapan natin ang nilalaman ng mga lektura, ito ay isang set lamang ng mga slide; mayroong teoretikal na materyal, isang seminar na may kasanayan, kung saan ang teoryang ito ay hinahasa, pagkatapos ay isang pagsusulit sa lahat ng mga materyal na ito (teorya at mga gawain).
Tampok: hindi sila matatanggal sa programa ng master. Kung hindi ka makapasa sa pagsusulit, kailangan mo lang kunin ang kursong ito sa susunod na semestre. Mayroon lamang limitasyon sa kabuuang oras ng pag-aaral: para sa bachelor's degree - hindi hihigit sa 7 taon, para sa master's degree - 4 na taon. Madali mong makumpleto ang lahat sa loob ng dalawang taon, maliban sa isang kurso, at i-stretch ito sa loob ng 2 taon, o kumuha ng mga kursong pang-akademiko.
Ang trabaho ba sa Moscow at sa Finland ay ibang-iba?
hindi ko sasabihin. Parehong mga kumpanya ng IT, parehong mga gawain. Sa kultura at pang-araw-araw na termino, ito ay maginhawa, ang trabaho ay malapit, ang lungsod ay maliit. Isang minuto mula sa akin ang grocery store, tatlo ang gym, bente singko ang trabaho, door to door. Gusto ko ang mga sukat; Hindi pa ako nanirahan sa gayong maginhawang mga lungsod bago, kung saan ang lahat ay nasa kamay. Ang ganda ng kalikasan, malapit ang beach.
Ngunit sa mga tuntunin ng trabaho, sa tingin ko lahat, plus o minus, ay pareho. Tungkol sa IT labor market sa Finland, tungkol sa pag-aaral ng makina, tandaan ng ilan na para sa mga specialty na nauugnay sa ML, kinakailangan ang isang PhD o hindi bababa sa isang master's degree. Naniniwala ako na magbabago ito sa nakikinita na hinaharap. Mayroon pa ring pagkiling dito: kung mayroon kang bachelor's degree, hindi ka maaaring maging isang sinanay na espesyalista, ngunit kung mayroon kang master's degree, mayroon kang espesyalisasyon at maaari kang magtrabaho. At kung mayroon kang PhD, kung gayon ang lahat ay ganap na cool, at maaari kang magsaliksik sa IT. Bagaman, tila sa akin, kahit na ang mga taong nakatapos ng kanilang PhD ay maaaring hindi ganap na isinama sa industriya, at maaaring hindi maunawaan na ang industriya ay hindi lamang mga algorithm at pamamaraan, kundi pati na rin sa negosyo. Kung hindi mo naiintindihan ang negosyo, hindi ko alam kung paano mo mapalago ang isang kumpanya at mauunawaan kung paano gumagana ang buong meta-system na ito.
Kaya ang ideya ng paglipat sa graduate school at agad na makahanap ng trabaho ay medyo mahirap; kung lumipat ka sa Finland na may bachelor's degree, ikaw ay isang walang pangalan. Kailangan mong magkaroon ng ilang karanasan sa trabaho upang masabi: Nagtrabaho ako sa Yandex, Mail, Kaspersky Lab, atbp.
Paano mabuhay sa 500 EUR sa Finland?
Mabubuhay ka. Kung ikaw ay isang estudyante, kailangan mong maunawaan na hindi ka magkakaroon ng scholarship; Ang EU ay maaaring magbigay ng pera, ngunit para lamang sa mga exchange students. Kung pumapasok ka sa isang unibersidad sa Finland, kailangan mong maunawaan kung paano ka mabubuhay. Mayroong ilang mga pagpipilian; kung nag-enroll ka sa isang master's program na may PhD track (iyon ay, sabay-sabay sa isang master's program at isang PhD), pagkatapos mula sa pinakaunang taon ay gagawa ka ng gawaing pananaliksik at tatanggap ng pera para dito.
Maliit, ngunit ito ay sapat na para sa mag-aaral. Ang pangalawang opsyon ay isang part-time na trabaho; halimbawa, ako ay isang assistant sa pagtuturo para sa isang partikular na kurso at kumikita ng 400 EUR bawat buwan.
Sa pamamagitan ng paraan, ang Finland ay may magandang benepisyo ng mag-aaral. Maaari kang lumipat sa isang dorm sa halagang 300 o 200 EUR bawat kuwarto, maaari kang kumain sa mga kantina ng mag-aaral na may nakapirming presyo (lahat ng inilalagay mo sa iyong plato ay 2.60 EUR). Sinusubukan ng ilan na mag-almusal, tanghalian at hapunan sa silid-kainan para sa 2.60; kung gagawin mo ito, maaari kang mabuhay sa 500 EUR. Ngunit ito ang pinakamababa.
Saan ka maaaring pumunta kung gusto mong maging isang programmer?
Maaari kang mag-enrol sa Faculty of Computer Science sa Higher School of Economics, Moscow Institute of Physics and Technology - FIVT at FUPM, o ang Computer Science and Computing Committee ng Moscow State University, halimbawa. Makakahanap ka rin ng isang bagay sa St. Petersburg. Ngunit hindi ko alam ang eksaktong sitwasyon sa machine learning, subukang i-googling ang paksang ito.
Nais kong sabihin na upang maging isang programmer, ang pagsasanay lamang ay hindi sapat. Mahalagang maging isang sosyal na tao, masayang kausap, upang makagawa ng mga contact sa lalong madaling panahon. Maaaring magpasya ang mga contact. Ang mga personal na rekomendasyon sa isang kumpanya ay nagbibigay ng isang tiyak na kalamangan sa iba pang mga aplikante; maaari mo lamang laktawan ang screening ng recruiter.
Naturally, ang buhay sa Finland ay hindi ganap na kamangha-manghang - lumipat ako, at ang lahat ay agad na naging cool. Ang sinumang migrante ay nakakaranas pa rin ng culture shock. Ang iba't ibang bansa ay may iba't ibang tao, iba't ibang kaisipan, iba't ibang batas. Halimbawa, dito kailangan mong alagaan ang mga buwis sa iyong sarili - punan ang tax card sa iyong sarili; pagbili ng kotse, pag-upa ng bahayβmaraming bagay ang gumagana nang iba. Medyo mahirap kung magpasya kang lumipat. Ang mga tao dito ay hindi masyadong sosyal, ang panahon ay tulad ng sa St. Petersburg - sa Nobyembre-Disyembre maaaring magkaroon ng 1-2 maaraw na araw. Ang ilan ay nanlulumo pa nga rito; dumating sila nang may kumpiyansa na sila ay lubhang kailangan dito, ngunit ito ay lumalabas na hindi ito ang kaso, at kailangan nilang kumita ng pera sa pamamagitan ng paglalaro ng mga patakaran ng ibang tao. Ito ay palaging isang panganib. Palaging may posibilidad na kailangan mong bumalik dahil hindi ka nababagay.
Anong payo ang ibibigay mo sa mga naghahangad na programmer?
Ipinapayo ko sa iyo na subukan ang marami hangga't maaari, upang maunawaan kung ano ang talagang interesado sa iyo. Subukang huwag makaalis sa isang lugar: subukan ang Android development, frontend/backend, Java, Javascript, ML, at iba pang mga bagay. At, tulad ng sinabi ko na, kailangan mong maging aktibo, makipag-ugnayan, maging interesado sa kung ano ang nangyayari; kung ano ang ginagawa ng mga kaibigan, kasamahan, kakilala. Pumunta sa mga workshop, seminar, lecture, makipagkilala sa mga tao. Kung mas maraming koneksyon ang mayroon ka, mas madaling maunawaan kung ano ang mga kagiliw-giliw na bagay na nangyayari.
Saan pa ba ginagamit ang Unity bukod sa mga laro?
Sinusubukan ng Unity na ihinto ang pagiging isang purong game engine. Halimbawa, ginagamit ito upang mag-render ng mga CGI na video: kung gumagawa ka ng kotse, halimbawa, at gustong gumawa ng advertisement, siyempre, gusto mong gumawa ng magandang video. Narinig ko na ang Unity ay ginagamit din para sa pagpaplano ng arkitektura. Ibig sabihin, saanman kailangan ang visualization, maaaring gamitin ang Unity. Kung mag-google ka, makakahanap ka ng mga kawili-wiling halimbawa.
Kung gusto mong magtanong, huwag mag-atubiling hanapin ako sa lahat ng social network.
Ang nangyari kanina
- Sania Galimova, nagmemerkado sa RUVDS - kung paano mamuhay at magtrabaho sa isang psychiatric diagnosis. . .
- .
- .
Pinagmulan: www.habr.com