Lati physicists to Data Science (Lati awọn enjini ti Imọ to ọfiisi plankton). Apa kẹta

Lati physicists to Data Science (Lati awọn enjini ti Imọ to ọfiisi plankton). Apa kẹta

Aworan yii jẹ nipasẹ Arthur Kuzin (n01z3), ni pipe ni akopọ akoonu ti ifiweranṣẹ bulọọgi. Bi abajade, alaye ti o tẹle yẹ ki o ni akiyesi diẹ sii bi itan Jimọ ju bi nkan ti o wulo pupọ ati imọ-ẹrọ. Ni afikun, o tọ lati ṣe akiyesi pe ọrọ naa jẹ ọlọrọ ni awọn ọrọ Gẹẹsi. Emi ko mọ bi a ṣe le tumọ diẹ ninu wọn ni deede, ati pe Emi ko fẹ lati tumọ diẹ ninu wọn.

Apa akọkọ.
Apa keji.

Bii iyipada lati agbegbe ile-ẹkọ si agbegbe ile-iṣẹ ti waye ni a fihan ni awọn iṣẹlẹ meji akọkọ. Ninu ọkan yii, ibaraẹnisọrọ yoo jẹ nipa ohun ti o ṣẹlẹ nigbamii.

Oṣu Kini ọdun 2017 ni. Ni akoko yẹn, Mo ni diẹ diẹ sii ju ọdun kan ti iriri iṣẹ ati pe Mo ṣiṣẹ ni San Francisco ni ile-iṣẹ naa OtitọAccord bii Sr. Data Onimọn.

TrueAccord jẹ ibẹrẹ gbigba gbese kan. Ni o rọrun awọn ofin - a gbigba ibẹwẹ. Alakojo maa n pe a pupo. A fi ọpọlọpọ awọn imeeli ranṣẹ, ṣugbọn ṣe awọn ipe diẹ. Imeeli kọọkan yorisi si oju opo wẹẹbu ti ile-iṣẹ, nibiti a ti funni onigbese ẹdinwo lori gbese naa, ati paapaa gba ọ laaye lati sanwo ni awọn ipin-diẹ. Ọna yii yori si gbigba ti o dara julọ, ti o gba laaye fun iwọn ati ifihan diẹ si awọn ẹjọ.

Ile-iṣẹ naa jẹ deede. Ọja naa jẹ kedere. Isakoso naa jẹ oye. Ipo naa dara.

Ni apapọ, awọn eniyan ti o wa ni afonifoji ṣiṣẹ ni ibi kan fun ọdun kan ati idaji. Iyẹn ni, eyikeyi ile-iṣẹ ti o ṣiṣẹ fun jẹ igbesẹ kekere kan. Ni igbesẹ yii iwọ yoo gbe owo diẹ, gba imọ tuntun, awọn ọgbọn, awọn asopọ ati awọn laini ninu ibẹrẹ rẹ. Lẹhin eyi iyipada kan wa si ipele atẹle.

Ni TrueAccord funrararẹ, Mo ṣe alabapin ninu sisọ awọn eto iṣeduro si awọn iwe iroyin imeeli, ati lati ṣe pataki awọn ipe foonu. Ipa jẹ oye ati pe a wọn daradara ni awọn dọla nipasẹ idanwo A/B. Níwọ̀n bí kò ti sí ẹ̀rọ ẹ̀rọ kí n tó dé, ipa iṣẹ́ mi kò burú. Lẹẹkansi, o rọrun pupọ lati mu nkan dara ju nkan ti o ti ni iṣapeye lọpọlọpọ.

Lẹhin oṣu mẹfa ti ṣiṣẹ lori awọn ọna ṣiṣe wọnyi, wọn paapaa gbe isanwo ipilẹ mi soke lati $ 150k si $ 163k. Ni agbegbe Ṣii Imọ-jinlẹ Data (ODS) nibẹ ni a meme nipa $ 163k. O dagba pẹlu awọn ẹsẹ rẹ lati ibi.

Gbogbo eyi jẹ iyanu, ṣugbọn ko yorisi nibikibi, tabi o mu, ṣugbọn kii ṣe nibẹ.

Mo ni ibowo nla fun TrueAccord, mejeeji ile-iṣẹ ati awọn eniyan ti Mo ṣiṣẹ pẹlu nibẹ. Mo kọ ẹkọ pupọ lati ọdọ wọn, ṣugbọn Emi ko fẹ lati ṣiṣẹ fun igba pipẹ lori awọn eto iṣeduro ni ile-iṣẹ gbigba. Lati igbesẹ yii o ni lati tẹ si ọna kan. Ti ko ba siwaju ati si oke, lẹhinna o kere ju ẹgbẹ.

Kini Emi ko fẹran?

  1. Lati irisi ẹkọ ẹrọ, awọn iṣoro naa ko dun mi. Mo fẹ nkankan asiko, odo, ti o ni, Jin Learning, Computer Vision, nkankan dipo sunmo si Imọ tabi o kere si alchemy.
  2. Ibẹrẹ kan, ati paapaa ile-ibẹwẹ gbigba kan, ni awọn iṣoro igbanisise oṣiṣẹ ti o ni oye giga. Gẹgẹbi ibẹrẹ, ko le sanwo pupọ. Ṣugbọn gẹgẹbi ile-iṣẹ gbigba, o padanu ni ipo. Ni aijọju soro, ti o ba ti a girl on a ọjọ béèrè ibi ti o ṣiṣẹ? Idahun rẹ: “Lori Google” n dun awọn aṣẹ titobi dara ju “abẹbẹ ikojọpọ.” Mo ni idamu diẹ nipasẹ otitọ pe fun awọn ọrẹ mi ti n ṣiṣẹ ni Google ati Facebook, ko dabi mi, orukọ ile-iṣẹ wọn ṣii awọn ilẹkun bii: o le pe si apejọ kan tabi ipade bi agbọrọsọ, tabi diẹ sii awọn eniyan ti o nifẹ si kọ lori LinkedIn pẹlu ohun ìfilọ lati pade fun a iwiregbe lori kan gilasi tii. Mo nifẹ pupọ lati ba awọn eniyan ti Emi ko mọ ni eniyan. Nitorina ti o ba n gbe ni San Francisco, ma ṣe ṣiyemeji lati kọ - jẹ ki a lọ fun kofi ati sọrọ.
  3. Ni afikun si mi, Awọn onimọ-jinlẹ Data mẹta ṣiṣẹ ni ile-iṣẹ naa. Mo n ṣiṣẹ lori ẹkọ ẹrọ, wọn si n ṣiṣẹ lori awọn iṣẹ-ṣiṣe Imọ-ẹrọ Data miiran, eyiti o wọpọ ni eyikeyi ibẹrẹ lati ibi si ọla. Bi abajade, wọn ko loye ẹkọ ẹrọ gaan. Ṣugbọn lati dagba, Mo nilo lati ba ẹnikan sọrọ, jiroro awọn nkan ati awọn idagbasoke tuntun, ati beere fun imọran, ni ipari.

Kini o wa?

  1. Ẹkọ: fisiksi, kii ṣe imọ-ẹrọ kọnputa.
  2. Ede siseto nikan ti mo mọ ni Python. Rilara kan wa pe Mo nilo lati yipada si C ++, ṣugbọn Emi ko tun le wa ni ayika rẹ.
  3. Ọdun kan ati idaji iṣẹ ni ile-iṣẹ naa. Pẹlupẹlu, ni iṣẹ Emi ko ṣe iwadi boya Ẹkọ Jin tabi Iwoye Kọmputa.
  4. Kii ṣe nkan kan lori Ẹkọ Jin / Iran Kọmputa ni ibẹrẹ.
  5. Aṣeyọri Titunto Kaggle kan wa.

Kini o fẹ?

  1. Ipo kan nibiti yoo jẹ pataki lati kọ ọpọlọpọ awọn nẹtiwọọki, ati isunmọ si iran kọnputa.
  2. O dara julọ ti o ba jẹ ile-iṣẹ nla bi Google, Tesla, Facebook, Uber, LinkedIn, ati bẹbẹ lọ. Botilẹjẹpe ni fun pọ, ibẹrẹ kan yoo ṣe.
  3. Emi ko nilo lati jẹ alamọja ikẹkọ ẹrọ ti o tobi julọ lori ẹgbẹ naa. iwulo nla wa fun awọn ẹlẹgbẹ agba, awọn olukọni ati gbogbo iru ibaraẹnisọrọ, eyiti o yẹ ki o yara ilana ikẹkọ.
  4. Lẹhin kika awọn ifiweranṣẹ bulọọgi nipa bii awọn ọmọ ile-iwe giga laisi iriri ile-iṣẹ ni isanpada lapapọ ti $ 300-500k fun ọdun kan, Mo fẹ lati lọ si iwọn kanna. Kii ṣe pe eyi n yọ mi lẹnu pupọ, ṣugbọn niwon wọn sọ pe eyi jẹ iṣẹlẹ ti o wọpọ, ṣugbọn Mo ni diẹ, lẹhinna eyi jẹ ifihan agbara kan.

Iṣẹ naa dabi ẹni pe o yanju patapata, botilẹjẹpe kii ṣe ni ori pe o le fo sinu ile-iṣẹ eyikeyi, ṣugbọn dipo pe ti ebi ba pa, ohun gbogbo yoo ṣiṣẹ. Iyẹn ni, awọn mewa tabi awọn ọgọọgọrun awọn igbiyanju, ati irora lati gbogbo ikuna ati gbogbo ijusile, yẹ ki o lo lati mu idojukọ pọ si, mu iranti dara ati fa ọjọ naa si awọn wakati 36.

Mo ti tweaked mi bere, bere fifi o jade, ki o si lọ fun ojukoju. Mo ti fò kọja ọpọlọpọ ninu wọn ni ipele ti ibaraẹnisọrọ pẹlu HR. Ọpọlọpọ eniyan nilo C ++, ṣugbọn Emi ko mọ, ati pe Mo ni rilara ti o lagbara pe Emi kii yoo nifẹ pupọ si awọn ipo ti o nilo C ++.

O ti wa ni ye ki a kiyesi wipe ni ayika akoko kanna ni a alakoso orilede ni iru awọn idije lori Kaggle. Ṣaaju ki o to 2017 ọpọlọpọ awọn data tabular ati data aworan ti o ṣọwọn pupọ, ṣugbọn bẹrẹ ni ọdun 2017 ọpọlọpọ awọn iṣẹ-ṣiṣe iran kọnputa wa.

Igbesi aye ṣan ni ipo atẹle:

  1. Ṣiṣẹ lakoko ọjọ.
  2. Nigbati iboju tekinoloji / onsite o gba akoko isinmi.
  3. Awọn irọlẹ ati awọn ipari ose Kaggle + awọn nkan / awọn iwe / awọn ifiweranṣẹ bulọọgi

Opin 2016 jẹ ami nipasẹ otitọ pe Mo darapọ mọ agbegbe Ṣii Imọ-jinlẹ Data (ODS), eyi ti o rọrun ọpọlọpọ awọn ohun. Awọn eniyan pupọ wa ni agbegbe pẹlu iriri ile-iṣẹ ọlọrọ, eyiti o fun wa laaye lati beere ọpọlọpọ awọn ibeere aṣiwere ati gba ọpọlọpọ awọn idahun ọlọgbọn. Awọn alamọja ikẹkọ ẹrọ ti o lagbara pupọ tun wa ti gbogbo awọn ṣiṣan, eyiti, lairotẹlẹ, gba mi laaye, nipasẹ ODS, lati pa ọrọ naa pẹlu ibaraẹnisọrọ jinlẹ deede nipa Imọ-jinlẹ data. Titi di bayi, ni awọn ofin ti ML, ODS fun mi ni ọpọlọpọ igba diẹ sii ju Mo gba ni iṣẹ.

O dara, bi o ti ṣe deede, ODS ni awọn alamọja ti o to ni awọn idije lori Kaggle ati awọn aaye miiran. Yiyan awọn iṣoro ni ẹgbẹ kan jẹ igbadun diẹ sii ati iṣelọpọ, nitorinaa pẹlu awọn awada, bura, memes ati ere idaraya nerdy miiran, a bẹrẹ si yanju awọn iṣoro ni ọkọọkan.

Ni Oṣù 2017 - ni a egbe pẹlu Serega Mushinsky - kẹta ibi fun Dstl Satẹlaiti Iwari Ẹya Aworan. Gold medal on Kaggle + $ 20k fun meji. Lori iṣẹ-ṣiṣe yii, iṣẹ pẹlu awọn aworan satẹlaiti + ipin alakomeji nipasẹ UNet ti ni ilọsiwaju. Ifiweranṣẹ bulọọgi lori Habré lori koko yii.

Oṣu Kẹta kanna, Mo lọ fun ifọrọwanilẹnuwo ni NVidia pẹlu ẹgbẹ Iwakọ Ara-ẹni. Mo tiraka gaan pẹlu awọn ibeere nipa Ṣiṣawari Nkan. Nibẹ je ko to imo.

Ni Oriire, ni akoko kanna, Idije Wiwa Nkan lori aworan eriali lati DSTL kanna bẹrẹ. Ọlọrun tikararẹ paṣẹ lati yanju iṣoro naa ati igbesoke. Oṣu kan ti irọlẹ ati awọn ipari ose. Mo ti gba imo ati ki o pari keji. Yi idije ní ohun awon nuance ninu awọn ofin, eyi ti yori si mi ni han ni Russia lori apapo ati ki o ko ki apapo awọn ikanni. Mo ti wọle ile Lenta.ru, ati ninu opo ti titẹ ati awọn atẹjade ori ayelujara. Mail Ru Group gba PR rere diẹ ni inawo mi ati owo tirẹ, ati imọ-jinlẹ ipilẹ ni Russia jẹ idarato nipasẹ awọn poun 12000. Gẹgẹbi igbagbogbo, a kọ ọ lori koko yii bulọọgi post on hubr. Lọ sibẹ fun awọn alaye.

Ni akoko kanna, olugbaṣe Tesla kan kan si mi o si funni lati sọrọ nipa ipo Iwoye Kọmputa. Mo gba. Mo ya nipasẹ awọn Ya awọn ile, meji tekinoloji iboju, ohun onsite ifọrọwanilẹnuwo, ati ki o ní a gidigidi dídùn ibaraẹnisọrọ pẹlu Andrei Karpathy, ti o kan ti a yá ni Tesla bi Oludari ti AI. Ipele ti o tẹle jẹ ayẹwo abẹlẹ. Lẹhin iyẹn, Elon Musk ni lati fọwọsi ohun elo mi funrararẹ. Tesla ni Adehun Ifihan ti kii ṣe afihan (NDA).
Emi ko koja ayẹwo backgound. Agbanisiṣẹ naa sọ pe Mo sọrọ pupọ lori Intanẹẹti, ni ilodi si NDA. Ibi kan ṣoṣo ti Mo ti sọ ohunkohun nipa ifọrọwanilẹnuwo ni Tesla ni ODS, nitorinaa idawọle lọwọlọwọ ni pe ẹnikan mu sikirinifoto kan ati kọwe si HR ni Tesla, ati pe a yọ mi kuro ninu ere-ije ni ọna ipalara. O jẹ itiju nigba naa. Bayi Mo dun pe ko ṣiṣẹ. Ipo mi lọwọlọwọ dara julọ, botilẹjẹpe yoo jẹ igbadun pupọ lati ṣiṣẹ pẹlu Andrey.

Lẹsẹkẹsẹ lẹhin eyi, Mo wọ inu idije aworan satẹlaiti lori Kaggle lati Planet Labs - Oye Amazon lati Space. Iṣoro naa rọrun ati alaidun pupọ; ko si ẹnikan ti o fẹ yanju rẹ, ṣugbọn gbogbo eniyan fẹ ami-ẹri goolu ọfẹ tabi owo ẹbun. Nitorinaa, pẹlu ẹgbẹ kan ti Kaggle Masters ti eniyan 7, a gba pe a yoo jabọ irin. A ṣe ikẹkọ awọn nẹtiwọọki 480 ni ipo 'fit_predict' ati ṣe apejọ ala-ja mẹta kan ninu wọn. A pari ni keje. Ifiweranṣẹ bulọọgi ti n ṣalaye ojutu lati Arthur Kuzin. Nipa ọna, Jeremy Howard, ti a mọ ni gbogbo eniyan bi ẹlẹda Yara.AI ti pari 23.

Lẹhin opin idije naa, nipasẹ ọrẹ kan ti o ṣiṣẹ ni AdRoll, Mo ṣeto Meetup kan ni agbegbe wọn. Awọn aṣoju ti Planet Labs sọ nibẹ nipa ohun ti iṣeto ti idije ati isamisi data dabi ni apakan wọn. Wendy Kwan, ti o ṣiṣẹ ni Kaggle ati abojuto idije naa, sọrọ nipa bi o ṣe rii. Mo ṣe apejuwe ojutu wa, awọn ẹtan, awọn ilana ati awọn alaye imọ-ẹrọ. Meji-meta ti awọn olugbo yanju iṣoro yii, nitorina a beere awọn ibeere si aaye ati ni gbogbogbo ohun gbogbo dara. Jeremy Howard tun wa nibẹ. O wa jade pe o pari ni ipo 23rd nitori ko mọ bi a ṣe le ṣe akopọ awoṣe ati pe ko mọ nipa ọna yii ti kikọ awọn apejọ rara.

Awọn ipade ti o wa ni afonifoji lori ẹkọ ẹrọ yatọ si awọn ipade ni Moscow. Bi ofin, awọn ipade ni afonifoji ni isalẹ. Ṣugbọn tiwa yipada dara. Laanu, ẹlẹgbẹ ti o yẹ ki o tẹ bọtini naa ki o gbasilẹ ohun gbogbo ko tẹ bọtini naa :)

Lẹhin iyẹn, a pe mi lati sọrọ si ipo ti Onimọ-ẹrọ Imọ-jinlẹ jinlẹ ni Labs Planet kanna, ati lẹsẹkẹsẹ lori aaye. Emi ko kọja rẹ. Ọrọ ti ijusile ni pe ko si imọ ti o to ni Ẹkọ Jin.

Mo ti a še kọọkan idije bi ise agbese kan ni LinkedIn. Fun iṣoro DSTL a kọ kọkọ-tẹjade o si Pipa o lori arxiv. Ko ohun article, sugbon si tun akara. Mo tun ṣeduro fun gbogbo eniyan miiran lati fi sii profaili LinkedIn wọn nipasẹ awọn idije, awọn nkan, awọn ọgbọn, ati bẹbẹ lọ. Ibaṣepọ rere wa laarin iye awọn koko-ọrọ ti o ni ninu profaili LinkedIn rẹ ati iye igba ti eniyan fi ranṣẹ si ọ.

Ti ni igba otutu ati orisun omi Mo jẹ imọ-ẹrọ pupọ, lẹhinna nipasẹ Oṣu Kẹjọ Mo ni imọ mejeeji ati igbẹkẹle ara ẹni.

Ni ipari Oṣu Keje, eniyan kan ti o ṣiṣẹ bi oluṣakoso Imọ-jinlẹ data ni Lyft kan si mi lori LinkedIn o pe mi lati ni kofi ati iwiregbe nipa igbesi aye, nipa Lyft, nipa TrueAccord. A sọrọ. O funni lati ṣe ifọrọwanilẹnuwo pẹlu ẹgbẹ rẹ fun ipo ti Onimọ-jinlẹ data. Mo sọ pe aṣayan naa n ṣiṣẹ, ti o pese pe o jẹ Iranran Kọmputa / Ẹkọ Jin lati owurọ si irọlẹ. O ni idaniloju pe ko si awọn atako ni apakan tirẹ.

Mo firanṣẹ ibẹrẹ mi ati pe o gbejade si ọna abawọle inu Lyft. Lẹ́yìn náà, ẹni tó ń gbaṣẹ́ṣẹ́ náà pè mí láti ṣí iṣẹ́ àkọ́kọ́ mi kí n sì mọ̀ sí i nípa mi. Lati awọn ọrọ akọkọ gan-an, o han gbangba pe eyi jẹ ilana fun u, nitori pe o han gbangba fun u lati ibẹrẹ rẹ pe “Emi kii ṣe ohun elo fun Lyft.” Mo gboju leyin lẹhin naa bẹrẹ iṣẹ mi lọ sinu apo idọti naa.

Ni gbogbo akoko yii, lakoko ti a ṣe ifọrọwanilẹnuwo mi, Mo jiroro awọn ikuna mi ati awọn isubu ni ODS ati awọn eniyan buruku fun mi ni esi ati ṣe iranlọwọ fun mi ni gbogbo ọna ti o ṣeeṣe pẹlu imọran, botilẹjẹpe, bi igbagbogbo, ọpọlọpọ awọn trolling ọrẹ tun wa nibẹ.

Ọkan ninu awọn ọmọ ẹgbẹ ODS funni lati sopọ mọ mi pẹlu ọrẹ rẹ, ti o jẹ Alakoso Imọ-ẹrọ ni Lyft. Ki a to Wi ki a to so. Mo wa si Lyft fun ounjẹ ọsan, ati ni afikun si ọrẹ yii tun wa Ori Imọ-jinlẹ Data ati oluṣakoso ọja ti o jẹ olufẹ nla ti Ẹkọ Jin. Ni ounjẹ ọsan a sọrọ lori DL. Ati pe niwọn igba ti Mo ti n ṣe ikẹkọ awọn nẹtiwọọki 24/7 fun idaji ọdun kan, ka awọn mita onigun ti litireso, ati ṣiṣe awọn iṣẹ ṣiṣe lori Kaggle pẹlu diẹ sii tabi kere si awọn abajade ti o han gbangba, Mo le sọrọ nipa Ikẹkọ Jin fun awọn wakati, mejeeji ni awọn ofin ti awọn nkan tuntun ati awọn ilana ti o wulo.

Lẹhin ounjẹ ọsan wọn wo mi o sọ pe - o han gbangba lẹsẹkẹsẹ pe o lẹwa, ṣe o fẹ lati ba wa sọrọ? Pẹlupẹlu, wọn ṣafikun pe o han gbangba fun mi pe mu ile + iboju imọ-ẹrọ le fo. Ati pe Emi yoo pe lẹsẹkẹsẹ si aaye. Mo gba.

Lẹ́yìn ìyẹn, ẹni tó gbaṣẹ́ṣẹ́ yẹn pè mí láti ṣètò ìfọ̀rọ̀wánilẹ́nuwò lórí ìkànnì, kò sì tẹ́ ẹ lọ́rùn. O muttered nkankan nipa ko fo lori rẹ ori.

Wa. Ifọrọwanilẹnuwo lori aaye. Awọn wakati marun ti ibaraẹnisọrọ pẹlu awọn eniyan oriṣiriṣi. Ko si ibeere kan nipa Ẹkọ Jin, tabi nipa ẹkọ ẹrọ ni ipilẹ. Niwọn igba ti ko si Ẹkọ Jin / Iranran Kọmputa, lẹhinna Emi ko nifẹ. Nitorinaa, awọn abajade ifọrọwanilẹnuwo jẹ orthogonal.

Agbanisiṣẹ yii pe o sọ - oriire, o ti kọja si ifọrọwanilẹnuwo lori aaye keji. Eyi jẹ iyalẹnu gbogbo. Kini aaye keji? Emi ko tii gbọ iru nkan bẹẹ. Mo lọ. Awọn wakati meji lo wa nibẹ, ni akoko yii gbogbo nipa kikọ ẹkọ ẹrọ ibile. Iyẹn dara julọ. Sugbon si tun ko awon.

Agbanisiṣẹ naa pe pẹlu oriire pe Mo ti kọja ifọrọwanilẹnuwo lori aaye kẹta ati jẹri pe eyi yoo jẹ ikẹhin. Mo lọ wo o ati pe DL mejeeji wa ati CV kan.

Mo ni ṣaaju fun ọpọlọpọ awọn oṣu ti o sọ fun mi pe ko si ipese. Emi yoo ṣe ikẹkọ kii ṣe lori awọn ọgbọn imọ-ẹrọ, ṣugbọn lori awọn asọ. Kii ṣe ni ẹgbẹ rirọ, ṣugbọn lori otitọ pe ipo naa yoo wa ni pipade tabi pe ile-iṣẹ ko ni igbanisise sibẹsibẹ, ṣugbọn n ṣe idanwo ọja nikan ati ipele awọn oludije.

Aarin Oṣu Kẹjọ. Mo mu ọti dara. Awọn ero dudu. 8 osu ti koja ki o si tun ko si ìfilọ. O dara lati jẹ ẹda labẹ ọti, paapaa ti ẹda ba jẹ ajeji. Ero kan wa si mi lokan. Mo pin pẹlu Alexey Shvets, ẹniti o jẹ postdoc ni akoko yẹn ni MIT.

Kini ti o ba mu apejọ DL/CV ti o sunmọ, wo awọn idije ti o waye gẹgẹ bi apakan rẹ, kọ nkan kan ki o fi silẹ? Niwọn igba ti gbogbo awọn amoye ti o wa nibẹ n kọ awọn iṣẹ ṣiṣe wọn lori eyi ati pe wọn ti n ṣe eyi fun ọpọlọpọ awọn oṣu tabi paapaa awọn ọdun, a ko ni aye. Sugbon o ni ko idẹruba. A ṣe diẹ ninu awọn ifisilẹ ti o nilari, fo si aaye ti o kẹhin, ati lẹhin iyẹn a kọ atẹjade tẹlẹ tabi nkan kan nipa bii a ko ṣe dabi gbogbo eniyan miiran ati sọrọ nipa ipinnu wa. Ati pe nkan naa ti wa tẹlẹ lori LinkedIn ati ninu ibẹrẹ rẹ.

Iyẹn ni, o dabi pe o wulo ati pe awọn koko-ọrọ ti o pe diẹ sii wa ni ibẹrẹ, eyiti o yẹ ki o mu awọn aye pọ si ti wiwa si iboju tekinoloji. Koodu ati awọn ifisilẹ lati ọdọ mi, awọn ọrọ lati Alexey. Ere, dajudaju, ṣugbọn kilode ti kii ṣe?

Ki a to Wi ki a to so. Apero ti o sunmọ julọ ti a googled jẹ MICCAI ati pe awọn idije wa nibẹ. A lu akọkọ. Oun ni Onínọ̀wò Àwòrán Ìfun inú (GIANA). Iṣẹ naa ni awọn iṣẹ-ṣiṣe 3. O ku ọjọ 8 ṣaaju akoko ipari. Mo sọfọ ni owurọ, ṣugbọn Emi ko fi ero naa silẹ. Mo mu awọn paipu mi lati Kaggle ati yi wọn pada lati data satẹlaiti si data iṣoogun. 'fit_sọtẹlẹ'. Alexey pese apejuwe oju-iwe meji ti awọn ojutu fun iṣoro kọọkan, a si firanṣẹ. Ṣetan. Ni ero, o le exhale. Ṣugbọn o wa ni pe iṣẹ-ṣiṣe miiran wa fun idanileko kanna (Robotic Instrument Segmentation) pẹlu awọn iṣẹ-ṣiṣe mẹta ati pe akoko ipari rẹ ti gbe soke nipasẹ awọn ọjọ 4, iyẹn ni, a le ṣe 'fit_predict' nibẹ ki o firanṣẹ. Ohun ti a ṣe niyẹn.

Ko dabi Kaggle, awọn idije wọnyi ni awọn pato eto-ẹkọ tiwọn:

  1. Ko si Leaderboard. Awọn ifisilẹ ti wa ni fifiranṣẹ nipasẹ imeeli.
  2. Iwọ yoo yọkuro ti aṣoju ẹgbẹ kan ko ba wa lati ṣafihan ojutu ni apejọ apejọ ni Idanileko naa.
  3. Ibi rẹ lori awọn leaderboard di mọ nikan nigba ti alapejọ. A too ti omowe eré.

Apejọ MICCAI 2017 waye ni Ilu Quebec. Lati so ooto, ni Oṣu Kẹsan Mo bẹrẹ lati jo, nitorinaa imọran ti gbigba ọsẹ kan kuro ni iṣẹ ati lilọ si Ilu Kanada dabi ohun ti o nifẹ.

Wa si apejọ naa. Mo wa si Idanileko yii, Emi ko mọ ẹnikan, Mo joko ni igun. Gbogbo eniyan mọ ara wọn, wọn sọrọ, wọn sọ awọn ọrọ iṣoogun ti oye jade. Atunwo ti akọkọ idije. Awọn olukopa sọrọ ati sọrọ nipa awọn ipinnu wọn. O dara nibẹ, pẹlu itanna kan. Akoko mi. Ati pe emi paapaa tiju. Wọn yanju iṣoro naa, ṣiṣẹ lori rẹ, imọ-jinlẹ to ti ni ilọsiwaju, ati pe a jẹ “fit_predict” nikan lati awọn idagbasoke ti o kọja, kii ṣe fun imọ-jinlẹ, ṣugbọn lati mu ilọsiwaju wa pọ si.

O jade o si sọ pe Emi kii ṣe alamọja ninu oogun boya, tọrọ gafara fun jijoko akoko wọn, o si fi ifaworanhan kan han mi pẹlu ojutu naa. Mo sọkalẹ lọ si alabagbepo.

Wọn kede iṣẹ-ṣiṣe akọkọ - a jẹ akọkọ, ati nipasẹ ala kan.
Awọn keji ati kẹta ti wa ni kede.
Wọn kede kẹta - lẹẹkansi ni akọkọ ati lẹẹkansi pẹlu asiwaju.
Gbogbogbo ni akọkọ.

Lati physicists to Data Science (Lati awọn enjini ti Imọ to ọfiisi plankton). Apa kẹta

Osise tẹ Tu.

Àwọn kan lára ​​àwùjọ náà rẹ́rìn-ín músẹ́, wọ́n sì ń wò mí pẹ̀lú ọ̀wọ̀. Awọn miiran, awọn ti o han gbangba pe a kà si awọn amoye ni aaye, ti gba ẹbun fun iṣẹ yii ati pe wọn ti nṣe eyi fun ọpọlọpọ ọdun, ni ikosile diẹ ti o daru ni oju wọn.

Nigbamii ni iṣẹ keji, ọkan ti o ni awọn iṣẹ abẹ mẹta ati eyiti o ti gbe siwaju nipasẹ ọjọ mẹrin.

Nibi Mo tun tọrọ gafara ati ṣafihan ifaworanhan wa kan lẹẹkansi.
Itan kanna. Meji akọkọ, ọkan keji, wọpọ akọkọ.

Mo ro pe eyi ṣee ṣe igba akọkọ ninu itan-akọọlẹ ti ile-ibẹwẹ gbigba kan ti bori idije aworan iṣoogun kan.

Ati nisisiyi Mo n duro lori ipele, wọn n fun mi ni iru iwe-ẹkọ giga kan ati pe mo ti kọlu. Bawo ni fokii ṣe le jẹ? Awọn ọmọ ile-ẹkọ ẹkọ wọnyi n na owo awọn agbowode, ṣiṣẹ lati ṣe irọrun ati ilọsiwaju didara iṣẹ fun awọn dokita, iyẹn ni, ni imọran, ireti igbesi aye mi, ati pe ara kan fa gbogbo oṣiṣẹ ile-ẹkọ yii ya sinu asia Ilu Gẹẹsi ni awọn irọlẹ diẹ.

Ajeseku si eyi ni pe ni awọn ẹgbẹ miiran, awọn ọmọ ile-iwe mewa ti o ti n ṣiṣẹ lori awọn iṣẹ ṣiṣe wọnyi fun ọpọlọpọ awọn oṣu yoo ni ibẹrẹ ti o wuni si HR, iyẹn ni, wọn yoo ni irọrun wọle si iboju tekinoloji. Ati niwaju oju mi ​​imeeli tuntun kan wa:

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.

Ni gbogbogbo, lati ori ipele, Mo beere lọwọ awọn olugbo pe: “Ṣe ẹnikẹni mọ ibiti MO ṣiṣẹ?” Ọkan ninu awọn oluṣeto ti idije mọ - o Googled kini TrueAccord jẹ. Awọn iyokù kii ṣe. Mo ń bá ọ̀rọ̀ rẹ̀ lọ pé: “Mo máa ń ṣiṣẹ́ fún ilé iṣẹ́ kan tí wọ́n ti ń kó ìkójọpọ̀, níbi iṣẹ́ mi kì í ṣe Ìríran Kọ̀ǹpútà tàbí Ẹ̀kọ́ Tó jinlẹ̀. Ati ni ọpọlọpọ awọn ọna, eyi n ṣẹlẹ nitori awọn ẹka HR ti Google Brain ati Deepmind ṣe àlẹmọ ibẹrẹ mi, ko fun mi ni aye lati ṣafihan ikẹkọ imọ-ẹrọ. "

Wọn fi iwe-ẹri naa silẹ, isinmi. Ẹgbẹ kan ti awọn ọmọ ile-iwe fa mi si apakan. O wa jade pe eyi jẹ ẹgbẹ Ilera pẹlu Deepmind. Wọ́n wú wọn lórí débi pé wọ́n fẹ́ bá mi sọ̀rọ̀ lẹ́sẹ̀kẹsẹ̀ nípa àyè tí ó ṣofo Engineer Research nínú ẹgbẹ́ wọn. (A ṣe ọrọ. Ibaraẹnisọrọ yii duro fun awọn oṣu 6, Mo kọja gba ile, ibeere, ṣugbọn a ge kuru lori iboju tekinoloji. Awọn oṣu 6 lati ibẹrẹ ibaraẹnisọrọ si iboju tekinoloji jẹ igba pipẹ. Idaduro gigun yoo funni ni itọwo kan. ti asan. Engineer Research ni Deepmind ni London, lodi si awọn lẹhin ti TrueAccord igbese kan to lagbara soke, sugbon lodi si awọn lẹhin ti awọn ipo mi lọwọlọwọ o jẹ igbesẹ isalẹ. pe ko ṣe.)

ipari

Ni akoko kanna, Mo gba ipese lati Lyft, eyiti mo gba.
Da lori awọn abajade ti awọn idije meji wọnyi pẹlu MICCAI, atẹle naa ni a tẹjade:

  1. Pipin irinse adaṣe ni iṣẹ abẹ iranlọwọ-robot nipa lilo ẹkọ ti o jinlẹ
  2. Wiwa Angiodysplasia ati isọdi agbegbe ni lilo awọn nẹtiwọọki nkankikan ti o jinlẹ
  3. 2017 Robotik irinse ipin ipenija

Iyẹn ni, laibikita igbẹ ti imọran, fifi awọn nkan ti o pọ si ati awọn atẹjade nipasẹ awọn idije ṣiṣẹ daradara. Ati ni awọn ọdun to tẹle a jẹ ki o buru paapaa.

Lati physicists to Data Science (Lati awọn enjini ti Imọ to ọfiisi plankton). Apa kẹta

Mo ti n ṣiṣẹ ni Lyft fun ọdun meji to kọja ti n ṣe Iranran Kọmputa/Ẹkọ Jin fun Awọn ọkọ ayọkẹlẹ Wiwakọ Ara-ẹni. Iyẹn ni, Mo ni ohun ti Mo fẹ. Ati awọn iṣẹ-ṣiṣe, ati ile-iṣẹ giga, ati awọn ẹlẹgbẹ ti o lagbara, ati gbogbo awọn ohun rere miiran.

Ni awọn oṣu wọnyi, Mo ni ibaraẹnisọrọ pẹlu awọn ile-iṣẹ nla mejeeji Google, Facebook, Uber, LinkedIn, ati pẹlu okun ti awọn ibẹrẹ ti awọn titobi pupọ.

O ṣe ipalara fun gbogbo awọn oṣu wọnyi. Agbaye sọ fun ọ nkan ti ko dun pupọ lojoojumọ. Ijusilẹ deede, ṣiṣe awọn aṣiṣe nigbagbogbo ati gbogbo eyi jẹ adun pẹlu rilara ti o tẹsiwaju ti ainireti. Ko si awọn iṣeduro pe iwọ yoo ṣaṣeyọri, ṣugbọn rilara kan wa pe o jẹ aṣiwere. O jẹ iranti pupọ ti bii Mo ṣe gbiyanju lati wa iṣẹ kan lẹsẹkẹsẹ lẹhin yunifasiti.

Mo ro pe ọpọlọpọ n wa iṣẹ ni afonifoji ati pe ohun gbogbo rọrun pupọ fun wọn. Awọn ẹtan, ninu ero mi, eyi ni. Ti o ba n wa iṣẹ ni aaye ti o loye, ni iriri pupọ, ati ibẹrẹ rẹ sọ kanna, ko si awọn iṣoro. Mo gba o si ri. Ọpọlọpọ awọn aye ni o wa.

Ṣugbọn ti o ba n wa iṣẹ ni aaye kan ti o jẹ tuntun si ọ, iyẹn ni, nigbati ko ba si imọ, ko si awọn asopọ ati ibẹrẹ rẹ sọ nkan ti ko tọ - ni akoko yii ohun gbogbo di ohun ti o nifẹ pupọ.

Ni bayi, awọn igbanisiṣẹ nigbagbogbo kọwe si mi ati pese lati ṣe ohun kanna ti Mo n ṣe ni bayi, ṣugbọn ni ile-iṣẹ ti o yatọ. O to akoko gaan lati yi awọn iṣẹ pada. Ṣugbọn ko si aaye ni lilọ lati ṣe ohun ti Mo ti dara tẹlẹ. Fun kini?

Ṣugbọn fun ohun ti Mo fẹ, Mo tun ko ni imọ tabi awọn ila ni ibẹrẹ mi. Jẹ ki a wo bi gbogbo eyi ṣe pari. Ti ohun gbogbo ba dara, Emi yoo kọ apakan ti o tẹle. 🙂

orisun: www.habr.com

Fi ọrọìwòye kun