Kantor.AI

Про признак «у пользователя день рождения» в ML В этом году на день рождения (он был уже давно, сейчас просто вспомнил историю) я получил очень много поздравлений, и что-то меня побудило всем поздравившим ответить в тот же день. В итоге больше половины моих ответов телеграм удалил, решив, что я спамер. Даже были прецеденты, когда мы с человеком попереписывались, а на следующий день его реплики есть, а мои все потерли. В этом нашелся и позитивный момент, я до сих пор случайно нахожу диалоги с поздравлениями и снова радуюсь им, но конечно основное, что меня позабавило, это что в классификаторе спама либо нет признака «у пользователя ДР», либо он не работает. И это, кстати, частый недостаток ML моделей в B2C сервисах. Например, в одной компании, где я работал, два моих коллеги мужского пола постоянно определялись внутренним классификатором пола как женщины, а один из них на этот счет даже неплохо плевался желчью. Причина тому была очень простой: у них день рождения 8 марта, и они получают аномально высокое для мужчины количество звонков в этот день. Среди тысяч сотрудников оказалось достаточно мужчин, родившихся 8 марта, чтобы баг исправился сам собой, когда для модели сделали нормальные признаки. Общий же рецепт довольно простой: при разработке модели хорошо бы подумать, почему она может ошибаться на каких-то примерах, и что сделать, чтобы не ошибалась. Как правило первые ответы на этот вопрос будут касаться наличия и актуальности нужных признаков, корректности собранного таргета, баланса классов и в целом репрезентативности выборки.

Есть известное утверждение, что чтобы корова давала больше молока на вложенный рубль, нужно её больше доить и меньше кормить. Однажды (рассказываю с чужих слов, так что могу все переврать) Металлинвест обратился к уважаемой консалтинговой конторе и получил за круглую сумму совет, что чтобы добывать больше руды, надо больше руды грузить в тележки. Я попробовал переложить это на аналогию с коровой и посмотреть, насколько сейчас LLMки умеют в юмор. По-моему получилось очень хорошо :)

В опросе между пятницей и субботой победило воскресенье 😅 Теперь все готово и смело могу пригласить вас снова к нам в гости! Мы в МТС True Tech совместно с ВТБ второго августа организуем масштабное мероприятие в Москве для DS-сообщества «Урбан ML». 17 докладов, мастер-классов и дискуссий с сильными экспертами из MWS, ВТБ, X5, Звук, Альфа Банка и других крупных компаний. Поговорим про рекомендации, антифрод, агентов, на мастер-классе научим использовать LLM для реокмендаций 2026 года) Будем отдыхать и общаться весь день! Между докладами можно будет сыграть в ИИ-шахматы, баскетбол и настольный теннис. Вечером - афтепати с 🍺 и диджей-миксами под открытым небом. Участие бесплатное, но места ограничены. 👉 Успейте зарегистрироваться Буду рад всех вас видеть, в прошлые разы очень душевно вышло!

Кстати Никита (тот же, что в интервью выше :) со-организатор митапа, который пройдет 2 августа, так что если хотите еще больше рассказов про внедрения в бизнес, регистрируйтесь и приходите

Решили с Никитой Зелинским поэкспериментировать с форматами видео на ютьюбе и повспоминать веселые и не очень истории про внедрение ML в компаниях (а заодно поотвечать на некоторые комменты к прошлому подкасту, а точнее к нарезкам из него). Пишите тут или в комментах к видео, о чем поговорить в следующий раз 🤔 Где смотреть YouTube: https://www.youtube.com/watch?v=8S1WTfniYfg VK Video: https://vkvideo.ru/video-228219607_456239275 Дзен: https://dzen.ru/video/watch/6a6370fe5055ec5396758195

#книги Прошлый пост вызван тем, что на днях я наконец-то закрыл давний гештальт прочитать «Сказать жизни "Да!": психолог в концлагере» Виктора Франкла. Есть у меня несколько книг, которые я все начинал и никак не мог продолжить читать, и это как раз такой пример. При этом книга-то крохотная, так что читается очень быстро, в один-два присеста. Если лишать не читавших удовольствия самостоятельного знакомства с книгой (а я все же рекомендую её прочитать), то главный посыл в том, что самое нужное, самое дающее человеку силы и интерес жить - это смысл. Это может показаться банальным, но сейчас это особенно важно, потому что чем больше мрачных и болезненных событий вокруг происходит, тем быстрее девальвируется наше представление о норме и тем проще отдаться цинизму и решиться не иметь ни смыслов, ни целей. Так вот Франкл рассказывает о том, что среди узников выживали именно те, кто сохранял смысл жить. Почти мимоходом Франкл также отмечает, что высшая форма смысла и счастья открывается человеку созиданием, но даже если такая возможность человеку не дана, то есть еще возможность созерцания красоты. Сама идея выделить созерцание прекрасного как самостоятельную форму смысла и счастья меня поразила. В своих мыслях я боялся вслух признать это каким-то серьезным самостоятельным занятием ввиду недостаточной деятельности такого созерцания и отсутствия продукта этого занятия. Хотя если уж даже узники лагеря могли после 12-часовой тяжелой работы на морозе в лохмотьях увидеть красоту в том, как лучи солнца падают на деревья, не удивительно, что для людей, богатых возможностями не только смотреть на рассветы и закаты каждый день, но и сходить в театр, насладиться красотой слога писателя или теоремы из курса математики, приобщение к прекрасному это самостоятельная полноценная деятельность. А продукт этой деятельности - другое состояние внутри вас. Если же у человека отобрать и радость созерцания красоты, у него все равно останется счастье иметь свободу воли. Последнее подразумевает, что вы сами выбираете, как относиться к тому, что происходит, и смешаться с мраком вокруг, адаптироваться полностью, или сохранять в себе достоинство, отзывчивость, искренность, доброту. Думать о любимых или о своем страхе, вспоминать лучшие моменты жизни или погружаться в отчаяние - все это остается нашим выбором, даже если остальные свободы сильно ущемлены. В книге много неожиданных примеров такой свободы воли - от повара из числа узников, зачерпывающего суп всем своим товарищам по несчастью одинаково, а не с картофелиной со дна кастрюли друзьям и пустую жижу остальным, до надсмотрщика, избегающего всеми способами издевательств над заключенными настолько, что освобожденные узники отдали его войскам союзников только под обещание ничего с ним не делать. Отдельное внимание Франкл уделяет тому, как их согревали мысли о любимом человеке, и что их не могли отобрать ни физические страдания, ни понимание того, что их близкие могут быть уже мертвы, потому что в мыслях узников они были живее чем весь мир концлагеря вокруг и согревали теплом и смыслом в любой мороз. Чем богаче была духовная жизнь человека, тем с большей стойкостью он преодолевал лишения (и тут, как опять же уже отметили в комментариях выше, духовность не обязательно означает религию, убежденный марксист тоже живет нематериальным). Но что касается высоких моральных идеалов, Виктор Франкл в самом начале книги пишет «самые лучшие из нас не дожили до освобождения». Главный тезис книги, как уже заметили в комментариях к прошлому посту, хорошо выражается цитатой из нее же: «человек выдержит любое "как", если есть "зачем"». Уже ради того, чтобы прочувствовать этот тезис, стоит прочитать книгу.

#книги «Я знал его, когда он был всего лишь председателем правления банка, а теперь он выпендривается так, будто уже стал капо» Если вы читали «Сказать жизни ”Да!”» Виктора Франкла или другие воспоминания узников концлагерей, вы знаете, что капо это помощник надзирателей из числа узников. Приведенная цитата из книги показывает сразу и то, как быстро меняется представление о высоком статусе, и то, что даже в концлагере людям был не чужд юмор. Особенно черный, конечно. Те, кто читал, напишите, что вам больше всего запомнилось из книги? А я напишу о своих впечатлениях и выводах.

💼 Если хотите получить ИТ-образование, которое сочетает фундаментальную подготовку с решением реальных инженерных задач, присмотритесь к Университету Иннополис. Здесь обучение строится так, чтобы знания сразу применялись на практике — в проектах, исследованиях и совместной работе с компаниями-партнерами. Что еще предлагает университет: ✅ трудоустройство выпускников со средней зарплатой 270 000 рублей ✅ преподавателей мирового уровня и практикующих экспертов ✅ стажировки и карьерные возможности в ведущих ИТ-компаниях ✅ диплом государственного образца 📌 Поступить можно на: • бакалавриат • магистратуру • онлайн-магистратуру • аспирантуру Обучение ведется на русском и английском языках. 💰 Доступны бюджетные и платные места, а также грантовый конкурс с возможностью полностью покрыть стоимость обучения. 👉 Изучите программы и подавайте заявку на сайте 👈

#карьера Правило трех гвоздей Опытные сотрудники больших организаций (и особенно опытные руководители, у которых есть свое высшее руководство) хорошо знают классическую технику тайм-мендежмента, доставшуюся нам еще от наших дедов. Называется она "правило трех гвоздей". Восходит она к байке про особенно успешного председателя колхоза, которого однажды спросили, как ему много лет удается справляться со своей работой. В ответ председатель указал на стену и торчащие в ней три гвоздя. Когда распоряжение приходило первый раз, он вешал его на первый гвоздь, когда приходило напоминание - перевешивал на второй, второе напоминание - на третий, и только распоряжения с третьего гвоздя он начинал исполнять. По словам председателя колхоза, большинство заданий руководства не доходило даже до второго гвоздя. В наше время активных лидеров, трансформирующих большие организации и наводящих суету своей бьющей ключем энергией, адептов правила трех гвоздей не жалуют. И тяжело раскачиваются, и медленно как-то, да и что это вообще значит, что не побежали сразу исполнять, когда было дано задание. Часто такие сотрудники ассоциируются как раз с тем самым "болотцем", кому бы только чаи гонять и на перекуры ходить. Но суть лежит немножко глубже, достаточно посмотреть на все глазами сотрудника. Если вы просите человека что-то сделать, но потом никогда не спрашиваете результат, или спрашиваете через полгода, человек, потративший на это силы, не получает внимания к результатам своего труда. Это обесценивает его работу, появляется чувство "работы в стол". А в стол работать никто не любит, прям совсем никто. Три гвоздя - это естественная защитная реакция. Вывод очень простой: если не нравятся сотрудники, работающие по правилу трех гвоздей, то придерживайтесь правила "поставил задачу - будь готов принять сделанную работу".

Перечитывал старые посты и этот решил апнуть и, заодно дополнить. Сейчас, уже с позиции предпринимателя, считающего свои кровные, вкладываемые в компанию, могу добавить: иногда то, что вам кажется обязательным, вовсе таковым не является, а ресурсы на это тратятся. Например, не так давно команда просила договориться с одним из преподавателей о доступе слушателей к записям живых занятий, потому что потенциальные студенты часто спрашивают. Прежде чем идти к уважаемому человеку с предложением, я, дабы не быть голословным, запросил у команды статистику по слушателям - кто просил, чего просил, сколько, на подведение которой потребовалось бы некоторое время. В итоге, когда дошел к преподавателю ,выяснил, что с записью он разумеется полностью согласен, изначально предполагал, что она будет, и ничего обосновывать не надо. Вывод я сделал - не стоит делать мозги команде не ради дела, а из своего невроза :) Остается вопрос «как же вовремя эти две ситуации различить?». Вот тут очень помогает команда. Из полей такие вещи неплохо видно и прислушиваться и не улетать в космос очень полезно.

Про безопасность ИИ-агентов можно узнать на интенсиве ШАД — последний шанс зарегистрироваться Агенты быстро обрастают правами: читают почту, лезут в базы, дёргают внешние API, коммитят код. Тема интересная и пока недооценённая — не все, кто их внедряет, думают об инженерной стороне вопроса: как выдавать доступы, как проектировать архитектуру, чтобы агент делал ровно то, что нужно. ШАД с 27 по 31 июля проводит AI Agents Security Week — интенсив с экспертами Яндекса про то, как выстраивать защиту агентных систем: доступы, данные, инфраструктура, устранение уязвимостей. Разберут: 🟣 чем автономные агенты отличаются от обычных LLM 🟣 как безопасно давать агентам доступ к инструментам и инфраструктуре 🟣 как защищать персональные и корпоративные данные 🟣 какие проблемы уже встречались у разработчиков разных ИИ-моделей Подойдёт ML-разработчикам, DevOps/DevSecOps-инженерам, техлидам, архитекторам и толковым студентам старших курсов. Формат: 5 вечерних занятий с возможностью позадавать вопросы напрямую. Для сертификата — отборочное тестирование и итоговая работа. Тема из тех, что полгода назад мало кто обсуждал, а сейчас она становится частью работы каждого, кто выкатывает агентов в прод. До закрытия приёма заявок (27 июля, включительно) остаются считанные дни — не пропустите. Регистрация доступна по ссылке.

Продолжаем говорить о программах — и сегодня рассматриваем «Продуктовую аналитику» 🖥️ Эта программа подойдет как тем, кто только хочет начать карьеру, так и тем, кто уже работает в аналитике и смежных областях. Курсы помогут углубить знания, систематизировать их и создать базу в профессии. Подробнее — на сайте: https://l.cu.ru/analytics Учиться на «Продуктовой аналитике» можно с грантом до 75%. Первый шаг к его получению — регистрация в грантовом конкурсе ЦУ.

Продуктовая аналитика в ЦУ Все про ML-ные курсы пишу, а все же не ML единым. Если вас всегда интересовало, а как же развивают продукты, какие продуктовые метрики и почему важны, а также как на основе данных формулировать и проверять продуктовые гипотезы - в Центральном Университете как раз идет набор на направление «Продуктовая аналитика». Btw ML и AI в аналитике в программе тоже есть. И вообще программа составлена с вниманием к деталям и современным потребностям рынка, т.к. у ЦУ много индустриальных партнеров и при составлении анализировались вакансии и запросы с прицелом на будущее от индустрии. Старт уже в сентябре, решайтесь :)

Краткий анонс от Саши того, что будет на собеседовании сегодня :) Ссылка для регистрации все та же: https://t.me/ml_insideBot?start=web160726

Помните про мок-собеседование в этот четверг? На прошлой неделе мы открыли набор кандидатов и получили много заявок. Спасибо всем, кто откликнулся и заполнил анкету! Все заявки мы передали Александру Дубейковскому. Выбрать одного участника оказалось непросто – сильных кандидатов было действительно много. В итоге на мок-собеседование мы пригласили Глеба и сегодня мы хотим познакомить вас с ним. Глеб учится на 3 курсе направления «Фундаментальная информатика и информационные технологии», проходит стажировку продуктовым аналитиком в ecom.tech и готовится перейти в Data Science. Интерес к машинному обучению у Глеба появился еще во время учебы в университете. С тех пор он успел пройти курс по кредитному скорингу, поработать над несколькими учебными проектами и сейчас готовится к переходу в Data Science. А еще – проходит отбор в одну из крупных технологических компаний. Вот как сам Глеб рассказывает о своем знакомстве с машинным обучением:

«ML начал изучать пару лет назад, и в этом мне помог YouTube-канал MLinside. А сейчас мне выпала возможность самому пройти mock-собеседование, на которое я вас приглашаю!»

МОК-собес пройдёт 16 июля в 19:00 МСК, Александр Дубейковский проведет с Глебом полноценное техническое интервью, а после разберет ответы, ошибки и расскажет, на что обращают внимание интервьюеры. Регистрируйтесь по ссылке: https://t.me/ml_insideBot?start=web160726

В рамках набора пятого потока на курс База ML проводим завтра мок-слбеседование :) Подключайтесь послушать

Камерная конфа Ozon Tech по ML ❤️ Как я и писал ранее в канале, тренд на камерность конференций и митапов сохраняется и даже усиливается. 16 июля в Москве Ozon Tech проводит ML&DS Offstage - закрытую встречу для руководителей и синьоров из крупнейших технологических компаний. Камерность мероприятия заявлена как фича. По содержанию ожидаются следующие темы: - Эволюция архитектур поисковых систем - LLM-платформы - AI-агенты - Безопасность внедрения AI - Оценка влияния AI на бизнес Кроме этого запланирован отдельный круглый стол про опыт работы с AI-агентами в Ozon, RWB, Сбере и Яндексе, а также, конечно же, напитки, афтерпати и неформальный нетворкинг в конце. ⚠️Важно: записи и трансляции не будет, чтобы все могли говорить как есть, без рекламного буллшита и отчетно-выборных презентаций о том, как всех уже победили. Как поучаствовать: Регистрация проходит по заявкам на сайте: https://ds-offstage-ozon.ru/ Каждую анкету рассмотрят вручную, чтобы обеспечить формат профессиональной дискуссии и сильный состав участников, так что не затягивайте с регистрацией, пока есть места :)

Учиться и работать быстрее или фокусироваться на главном Третье выступление было на Data Day о том, что же делать, чтобы оставаться востребованным профессионально, когда ИИ развивается сильно быстрее нас. Опять же, если кратко, то: 1) Пробовать переходить в области, являющиеся следующим рубежом для внедрения ИИ. Например, в биотехнологии или робототехнику. Там произошло много всего важного за последнее время: успехи CRISPR, создание с помощью ИИ новых белков, моделирование с помощью ИИ ДНК, VLA модели и доступность роботов - те же гуманоиды unitree стоят как машина, а не как чугунный мост, а для учебных целей есть много всего недорогого. При этом еще куча интересных задач впереди. 2) Брать традиционные способы эффективного обучения и повышения продуктивности (интервальные повторения, вспоминание, рефлексия про что и зачем ботаем, симуляция применения знаний в реальной ситуации, GTD, zettelkasten, ТРИЗ, и так далее) и применять уже с помощью ИИ. ИИ здесь помогает решать главную проблему всех этих методов - сложность поддержания системы и её постоянного использования. Идея в том, что предугадать мир через пять лет или даже через два года довольно сложно, так что нужно уметь быстро изучать и применять новое. Отдельное внимание нужно уделять тому, чтобы измерять эффект, т.к. частая история с ИИ - ощущение «стал на X% быстрее работать” при фактическом замедлении, а не ускорении. 3) Не делать из этого карго-культ и помнить, что многие выдающиеся результаты получены теми людьми, которые не закрыли больше всех задач, а лучше фокусировались на главном и избегали забивания своего рабочего дня нерелевантными вещами. Неожиданным для меня итогом всех трех выступлений стала позитивная обратная связь от слушателей, потому что обычно я веду лекции про конкретные кейсы применения ИИ в бизнесе или про то, как модели работают внутри (даже в научпоп формате), а тут темы такие водянистые, что кто первый халат надел, тот и доктор. Но все прошло удачно в том смысле, что слушатели, которым понравилось, везде нашлись. Так что видимо пока можно продолжить разнообразить репертуар :)

Оптимизировать метрики или творить искусство Второе выступление было в МФТИ для преподавателей ВУЗов. Оно было посвящено разбору кейсов про управление образовательными продуктами. До меня слушателям рассказали про продуктовый подход к образованию (в частности, про JTBD и релевантные образовательным программам метрики), мне же предстояло поразбирать это на примерах. Рассказ я построил на семи кейсах: 3 из российской практики (про нашу русскоязычную специализацию по ML на Курсере), 4 из мировой. В каждом случае давалась вводная с описанием ситуации, дальше мы генерировали идеи «а что дальше» и разбирали, чем все закончилось и какие можно сделать для себя выводы из этого. Мой любимый пример был про то, как полярные отзывы о курсе могут быть хорошим знаком, что вы уже нашли ваш сегмент, и остается описание курса, объяснение, для кого подходит ваш курс, и все привлечение построить так, чтобы точнее попадать именно в свою аудиторию. В конце поговорили о том, ремесло или искусство преподавание и надо ли ко всем этим метрикам относиться слишком серьезно. Десятитомный Ландавшиц, например, это бесспорно легендарный образовательный продукт. Но retention, NPS и CSI у него ни к черту. Как и доходимость до конца. А чего стоят одни только шутки про «потерял целую тетрадь выкладок - напишем «очевидно что». Однако сложно представить, чтобы Ландау из-за этого переживал :) Похожая история с Колмоговорым: на него одновременно и жалуются за плохое чтение лекций на мехмате, где мысли сильно опережали речь, и вспоминают с восторгом его «даму с собачкой» (красивое объяснение доказательства основной теоремы алгебры) и учатся всей страной по его учебникам. Увы, далеко не каждый из нас Ландау или Колмогоров, чтобы позволить себе быть плохим лектором и все равно стать лектором и автором легендарным, поэтому нам и нужно смотреть на метрики курсов - чтобы обеспечить базовый минимум и потихоньку его улучшать. Но сам по себе этот базовый минимум, увы, не может заменить преподавателю ни талант, ни творческий подход к работе.