Привіт, Хабре!
Хочемо розповісти про такий незвичайний вид заробітку для підлітків, як участь у хакатонах. Це і фінансово вигідно, і дозволяє на практиці застосувати знання, отримані в школі та завдяки читанню розумних книжок.
Простий приклад – торішній хакатон Академії штучного інтелекту для школярів. Його учасникам потрібно було передбачити результат гри Dota 2. Переможцем змагання став Олександр Мамаєв — десятикласник із Челябінська. Його алгоритм найточніше визначив команду переможця сутички. Завдяки цьому Олександр отримав солідні призові – 100 тис. рублів.
Як Олександр Мамаєв розпорядився призовими, яких знань не вистачає школяреві для роботи з ML, і який напрямок у галузі ІІ він вважає найцікавішим – школяр розповів в інтерв'ю.
— Розкажи про себе, як ти захопився ІІ? Чи важко було увійти до теми?
— Мені 17 років, цього року закінчую школу, і нещодавно я переїхав із Челябінська до Довгопрудного, це поряд із Москвою. Я навчаюсь у Фізтех-Ліцеї імені Капиці, це одна з найкращих шкіл Московської області. Міг би винаймати квартиру, але живу в інтернаті при школі, так краще та простіше спілкуватися з людьми з ліцею.
Вперше про ІІ та ML я почув року у 2016 напевно, коли з'явилася Prisma. Тоді я був у 8 класі та займався олімпіадним програмуванням, відвідував якісь олімпіади та дізнався, що у нас проходять у місті мітапи з ML. Мені було цікаво розібратися, зрозуміти, як це працює, і я почав туди ходити. Там вперше дізнався про ази, далі почав вивчати це в інтернеті, на різних курсах.
Спершу російською мовою був тільки курс від Костянтина Воронцова, і манера його викладання жорстка: вона містить багато термінів і в описах багато формул. Для восьмикласника це було дуже складно, але зараз саме завдяки тому, що я пройшов таку школу на початку, терміни не становлять для мене труднощів на практиці в реальних завданнях.
— Наскільки для роботи з ІІ потрібно знати математику? Знань із шкільної програми вистачає?
- Багато в чому ML ґрунтується на базових поняттях школи 10-11 класу, базові лінійна алгебра та диференціювання. Якщо ми говоримо про продакшн, про технічні завдання, то математика там і не потрібна, багато завдань вирішуються банально методом проб і помилок. Але якщо говорити про дослідження, коли створюються нові технології, то тут нікуди без математики. Математика потрібна на базовому рівні хоча б щоб знати, як робити додаток матриці або умовно кажучи вважати похідні. Від математики тут не втекти.
— На твій погляд, вирішувати завдання з ML може будь-який школяр з природно-аналітичним розумом?
- Так. Якщо людина знає, що лежить в основі ML, якщо вона знає, як влаштовані дані та розуміє базові трюки чи хакі, їй не знадобиться матан, адже багато інструментів для роботи вже написані іншими людьми. Все зведеться до пошуку закономірностей. Але все, звісно, залежить від завдання.
— Що найскладніше у вирішенні ML-задач та кейсів?
— Кожне нове завдання — це щось нове. Якби завдання вже існувало раніше у такому вигляді, її не доводилося б вирішувати. Універсального алгоритму немає. Існує величезне ком'юніті людей, які тренують свої навички з вирішення завдань, розповідають, як вони вирішували завдання, описують історії своїх перемог. І дуже цікаво стежити за їхньою логікою, за їхніми ідеями.
— Які кейси та завдання тобі найцікавіше вирішувати?
— Я спеціалізуюся на комп'ютерній лінгвістиці, мені цікаві тексти, завдання класифікації, чат-ботів та інше.
— Чи часто ти береш участь у хакатонах з ІІ?
— Хакатони — це, по суті, інша система олімпіад. В олімпіаді є набір закритих завдань з відомими відповідями, які учасник повинен вгадати. Адже є люди, які не сильні у закритих завданнях, але рвуть усіх у відкритих. Тож можна перевірити знання по-різному. У відкритих завданнях технології іноді створюються з нуля, продукти швидко розробляються, а правильної відповіді часто не знають навіть організатори. Ми часто беремо участь у хакатонах, завдяки цьому можна заробляти. Це цікаво.
— Скільки на цьому можна заробити? І як витрачаєш призові?
— Ми з товаришем брали участь у хакатоні «ВКонтакті», де зробили програму для пошуку картин в Ермітажі. На екрані телефону висвітлювався набір емоджі, смайликів, потрібно було за цим набором знайти картину, телефон наводився на картину, вона розпізнавалася за допомогою нейромереж і, у разі правильної відповіді, нараховувалися бали. Нам було приємно і цікаво, що вдалося зробити програму, яка дозволяла розпізнавати картину на мобільному пристрої. Ми йшли попередньо на першому місці, але через юридичну формальність пролетіли повз приз у 500 тисяч рублів. Прикро, але це головне.
Крім цього, брав участь у змаганнях Ощадбанку Data Science Journey, де зайняв 5 місце і заробив 200 тисяч рублів. За перше там платили мільйон, за друге – 500 тисяч. Призові фонди бувають різні, зараз вони зростають. Будучи в топі, можна отримувати 100 до 500 тисяч. Призові я відкладаю на навчання, це мій внесок у майбутнє, ті гроші, які я витрачаю у повсякденному житті, я заробляю сам.
— Що цікавіше – індивідуальні чи командні хакатони?
— Якщо ми говоримо про розробку якогось продукту, то це має бути команда, одна людина це зробити не зможе. Він банально втомиться, потрібна підтримка. Але якщо ми говоримо, наприклад, про хакатона Академії ІІ, то завдання там обмежене, не потрібно створювати продукт. Там інтерес в іншому – обігнати іншу людину, яка також розвивається у цій сфері.
— Як далі плануєш розвиватись? Який бачиш свою кар'єру?
— Нині основна мета – підготувати свою серйозну наукову роботу, дослідження, щоб воно з'явилося на провідних конференціях типу NeurIPS або ICML – конференціях з ML, які відбуваються у різних країнах світу. По кар'єрі питання відкрите, подивіться, як розвивається ML протягом останніх 5 років. Він стрімко змінюється, зараз складно передбачити, що буде далі. А якщо говорити про ідеї та плани крім наукових праць, то, можливо, я бачив би себе в якомусь власному проекті, стартапі в області ІІ та ML, але це не точно.
— На твій погляд, які обмеження мають технології ІІ?
— Ну взагалі якщо говорити про ІІ як про штуку, яка має якийсь розум, обробляє дані, то найближчим часом це якесь усвідомлення світу навколо нас. Якщо ми говоримо про нейронні мережі в комп'ютерній лінгвістиці, наприклад, ми намагаємося локально моделювати щось, наприклад мову, не даючи моделі розуміння контексту нашому світі. Тобто якщо ми зуміємо закласти це в ІІ, то вийде створити діалогові моделі, чат-боти, які будуть не тільки знати мовні моделі, а й володітимуть кругозіром, знати наукові факти. І ось це хотілося б побачити у майбутньому.
До речі, Академія штучного інтелекту наразі проводить набір школярів на новий хакатон. Призові також солідні, а завдання цього року ще цікавіше – потрібно буде побудувати алгоритм, що передбачає досвідченість гравця на основі статистики одного матчу Dota 2. За подробицями переходь по .
Джерело: habr.com