دستاوردهای یادگیری عمیق(InTec)
هوش مصنوعی، یادگیری ماشین و یادگیری عمیق موضوع اصلی کانال این یک بلاگ شخصی با طرز تفکر شخصی هست. Core Python : @PyHints تلاشی هم در یادگیری Rust دارم که درحال داکیومنت شدن هم هست؛ اگر شماهم به این زبان علاقمند هستید join یادتون نره Rust: @PyRust
Mostrar más📈 Análisis del canal de Telegram دستاوردهای یادگیری عمیق(InTec)
El canal دستاوردهای یادگیری عمیق(InTec) (@pytens) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 10 015 suscriptores, ocupando la posición 12 222 en la categoría Tecnologías y Aplicaciones y el puesto 32 665 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 10 015 suscriptores.
Según los últimos datos del 20 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 54, y en las últimas 24 horas de 3, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 19.65%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.74% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 968 visualizaciones. En el primer día suele acumular 575 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 14.
- Intereses temáticos: El contenido se centra en temas clave como مدل, نتیجه, llm, gpu, بچه.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
موضوع اصلی کانال
این یک بلاگ شخصی با طرز تفکر شخصی هست.
Core Python : @PyHints
تلاشی هم در یادگیری Rust دارم که درحال داکیومنت شدن هم هست؛ اگر شماهم به این زبان علاقمند هستید join یادتون نره
Rust: @PyRus...”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 21 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
Cargando datos
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 21 noviembre | 0 | |||
| 20 noviembre | +3 | |||
| 19 noviembre | 0 | |||
| 18 noviembre | 0 | |||
| 17 noviembre | +4 | |||
| 16 noviembre | 0 | |||
| 15 noviembre | +2 | |||
| 14 noviembre | +4 | |||
| 13 noviembre | +3 | |||
| 12 noviembre | +10 | |||
| 11 noviembre | +3 | |||
| 10 noviembre | +1 | |||
| 09 noviembre | +3 | |||
| 08 noviembre | 0 | |||
| 07 noviembre | 0 | |||
| 06 noviembre | +1 | |||
| 05 noviembre | 0 | |||
| 04 noviembre | +1 | |||
| 03 noviembre | +1 | |||
| 02 noviembre | +2 | |||
| 01 noviembre | 0 |
Andrej Karpathy هم همین نظر رو داره یک گزارش مفصل منتشر کرده که من امروز کاملش رو دیدم.
اما توی این چندروز برای Harness, Agent خودم یک بخش جدید اضافه کردم؛ توی این بخش Agent اول بدون دیدن سورس کد و براساس دسترسی به دپلوی شروع میکنه به حمله به اپلیکیشن (بیشتر بکند) و سعی میکنه دسترسی برای خودش ایجاد کنه
دوم سورس کد رو میخونه و بعد شروع میکنه به حمله به سایت دپلوی شده و سعی میکنه دسترسی سطح بالا برای خودش ایجاد کنه
یک حالت سوم هم مدنظرم هست که با نیروی انسانی هماهنگ میشه؛ گزارشاتش رو میده و ازش راهنمایی میگیره و پیش میره که فعلا این رو گذاشتم برای آینده.
گزارش Karpathy رو که خوندم گفتم بیام اینجا اعلام کنم که کدوم مدلها بنظرم عملکرد خیلی خوبی با توجه به وزنش داره (من یکبار این مسیر رو رفتم شما نرید دوباره)
1) ISTA-DASLab/Qwen3.8-Flash-Next-GSQ-RCO-GGUF
قبلا راجب این مدل نوشتم؛ شخصا این مدل رو مثل api سرویسدهندهها نگاه میکنم
2) Qwen3.6-35B-A3B-UD-Q4_K_M
این مدل تمام کدها رو مینویسه
3) Huihui-Qwen3.8-27B-abliterated
این مدل رو هم برای تست امنیتی استفاده میکنم.
متاسفانه گزارش mlflow رو ریست کردم بدون ذخیره کردن اما توی همین تستهای اولیه دیدم که فقط 10% درخواستها برای مدل بزرگتر Qwen3.8-Flash-next میره و اکثر تستها رو با نظارت مدل بزرگتر این مدلهای کوچیک میتونند جواب بدند.
اگر مدلهای خانواده Qwen4 یا Gemma-5 از سری MoE + MTP باشند قطعا نتایج خیلی خیلی بهتر خواهد شد بخصوص اینکه الان برای تست agent, harness از Qwen3.6 دارم استفاده میکنم که بنچمارک خیلی خوبی روی کد نداره
درنهایت این پروسه قطعا زمان بیشتری لازم داره؛ هم اینکه تنها دارم توسعه میدم و هم اینکه فقط توی وقتای خالی و نه فولتایم هم validation هر مرحله برام مهم هست.
پینوشت:
یکی از مواردی که خیلی خیلی نتایج رو بهتر میکنه Finetune کردن مدل برای تسک خاص مدنظر هست که اجازه میده از مدلهای کوچکتر هم بشه خروجی بهتری گرفت مثلا بجای مدل ۸ میلیارد پارامتری coder که روی همه زبانهای برنامهنویسی finetune شده مدل رو فقط روی python فاینتیون بکنم.| 2 | #Quick
در ادامه افزارش سرعتها
این fork از پروژه strata رو داشته باشید که سرعت این پروژه رو تا 2x بالاتر میبره (البته خودشون اداعای بیشتری کردند ولی فکر کنم روی نسل آخر RAM, NVME باشه)
Strata-HotRod
حداقل ۳۰-۴۰ توکن رو داریم صحبت میکنیم اینجا برای مدل 125 میلیارد پارامتری.
اگر هم خودتون دستتون بکار باشه که با vllm هم میتونید به این سرعت برسید ولی خب کانفیگهای زیادی رو باید تست کنید (یکی ازین ریپلایهایی که زدم نصف مسیر رو من پست کردم؛ سورس کدش رو باید بخونم ولی بوی MTP و ... اضافه شدن میده)
بهرحال گفتم اینو داشته باشید. | 893 |
| 3 | بهم اطلاع دادند یکی با اکانت منتسب به یک خانوم داره از طرف من دوره و خدمات و ... میفروشه
نره تو پاچتون، مودبانه تر از این نمیتونم بگم اگر به کانالهای من سر زدید و سرتون کلاه رفت.
من نه هیچ دورهی پولیای رو تایید میکنم
نه خودم دوره یا خدماتی دارم که به شخص بفروشم
هرکسی هم بهش پیام داده شده یا سرش کلاه رفته حتماً از صاحب کارت یا شرکتی یا ... معرفی شده شکایت رسمی ثبت کنه. | 722 |
| 4 | این پست از کانال دکتر عسگری رو پیشنهاد میکنم حتما بخونید.
بسیار تکنیک جذابی بود و لذت بردم از خوندنش
Weight space programming | 3 241 |
| 5 | نتایج
برای ورژن اول چیز بدی نشد؛ البته که ۲-۳ مورد دیگه هست که باید روش کار کنم برای اینکه پیادهسازیش کمی سخت بود توی این ورژن اینکار رو نکرده بودم. | 3 890 |
| 6 | ولی خروجی رو ببینید :
خروجی مدل با تکینیک من ۱۳۵ مگ
مدل اصلی ۲۶۹ مگ
کارت گرافیک میخواند.
کار من ۶۷.۸۸ میلیون پارامتر داره
مدل اصلی ۱۳۴.۵۲ میلیون پارامتر
همزمان سرعت تولید توکن مدل هم مقداری بیشتر شده.
Validation
رو بعد از 25000 استپ میتونم اجرا بذارم که مفایسه انجام بشه
اما توی خروجی سمپلهای مختلف درحال حاضر کاری که کردم دقیقا پترنهایی که توی مقالهی مدل اصلی ارائه شده رو داره
من این تکنیک رو تا الان تونستن از 1M پارامتر تا 135M پارامتر تست کنم؛ تقریبا توی همه شرایط خروجیش نزدیک به مدل ۲ برابر سایز خودش بوده.
اگر بتونم به A100 دسترسی بگیرم خیلی دوس دارم اینکار رو بتونم برای مدلهای بالای 7B پارامتر انجام بدم اگر توی پارامتر بالا هم جواب بده مدل 3.5B پارامتری میتونه به اندازه 7B پارامتر خروجی خوبی داشته باشه
راستی مدل اصلی یک تکنیک دیگه هم بعد از ترین مدل زده بودند (برای بهبود بیشتر نتایج) که من دسترسی به دیتای اون نداشتم و نه توی کد این رو اضافه کردم. | 2 862 |
| 7 | ولی خروجی رو ببینید :
خروجی مدل با تکینیک من ۱۳۵ مگ
مدل اصلی ۲۶۹ مگ
کارت گرافیک میخواند.
کار من ۶۷.۸۸ میلیون پارامتر داره
مدل اصلی ۱۳۴.۵۲ میلیون پارامتر
همزمان سرعت تولید توکن مدل هم مقداری بیشتر شده.
Validation
رو بعد از 25000 استپ میتونم اجرا بذارم که مفایسه انجام بشه
اما توی خروجی سمپلهای مختلف درحال حاضر کاری که کردم دقیقا پترنهایی که توی مقالهی مدل اصلی ارائه شده رو داره
من این تکنیک رو تا الان تونستن از 1M پارامتر تا 135M پارامتر تست کنم؛ تقریبا توی همه شرایط خروجیش نزدیک به مدل ۲ برابر سایز خودش بوده.
اگر بتونم به A100 دسترسی بگیرم خیلی دوس دارم اینکار رو بتونم برای مدلهای بالای 7B پارامتر انجام بدم اگر توی پارامتر بالا هم جواب بده مدل 3.5B پارامتری میتونه به اندازه 7B پارامتر خروجی خوبی داشته باشه
راستی مدل اصلی یک تکنیک دیگه هم بعد از ترین مدل زده بودند (برای بهبود بیشتر نتایج) که من دسترسی به دیتای اون داشتم و نه توی کد این رو اضافه کردم. | 55 |
| 8 | دیشب با یکی از دوستان صحبت میکردم بهش یک ایدهای رو داده بودم که به تز دکتری اش اضافه کنه روی LLMها ولی چون فرصتش کم بود اینکار رو نکرده بود؛ بخصوص اینکه مطمئن هم نبود شدنی باشه.
دیشب بهم گفت که یکی دیگه از بچههای آزمایشگاه به اون ایده رسیده (البته بهبود داده ایده رو) و خیلی نتابج خوبی هم داره بهش میده.
شاید ۱۰۰۰ بار گفت حیف تو که کار دانشگاهی و تحقیقاتی نمیکنی؛ تقریبا حالم رو گرفت.
امروز ۳-۴ صبح وسط کار بودم یک ایدهای به ذهنم زد و گفتم بیخیالش برای تست این بازم چندتا A100 لازم دارم.
یاد حرفای شب قبل اون رفیقم افتادم و گفتم بذار حداقل روی یک مدل کوچیک تست کنم؛ اگر جواب داد بعد غصهی نداشتن کلاستر A100 برای تست روی مدلهای چند ده میلیارد پارامتری رو میخورم.
تا ۸ صبح طول کشید که یک مدل مناسب با متد مناسب و دیتاست در درسترس پیدا کنم که بتونم با تکنیک خودم مقایسه کنم.
بعد به تسکهای کاریم رسیدم و عصری گذاشتم ترین شدن؛ هنوز به اندازه مدل اصلی ترین نشده و خیلی جا داره
من روی 3090 دارم ترین میکنم مدلی که باهاش دارم مقایسه میکنم روش خودم رو روی ۸ تا A100 ترین شده
ادامه پست بعدی | 2 084 |
| 9 | من روی سیستمم نه Agent دارم و نه از Agent ها استفاده میکنم و نه به Provider های شرکتهای مختلف و سطح دسترسی Agent ها اعتماد دارم که روی سیستم و شبکهام بخوام بهشون دسترسی بدم.
با این حال از LLMها برای ریفکتور کد و ... استفاده میکنم.
روی یک پروژه مشترک با یک دوستی دارم کار میکنم؛ اون با Agent کد میزنه و من همهی استفادهام از LLM توی مرورگر هست ولی هم مصرفم پایینتر هست هم تقریبا روی همون پرامپت اول همیشه نتیجه رو میگیرم؛ خیلی کم پیش میاد من به ادیت یا پرامپت دوم نیاز داشته باشم.
گفتم ۳ تا از مهمترین تکنیکهام رو اینجا هم بذارم (نمیدونم بازخورد چطوری هست) به ترتیب پیشرفته تر میشه :
۱- درخواستهای بزرگ برای LLM نفرستید؛ کاری که میخواید انجام بدید رو به درخواست کوچیک بشکونید و بخش بخش پیش برید.
۲- حتما COT رو توی مدلهایی که نمایش میدند بخونید؛ مطمئن بشید توی پرامپت کلماتی رو استفاده کردید که منظور شمارو درست به مدل منتقل کرده (پاراگراف اول معمولا کفایت میکنه)
۳- از همشون مهمتر به فارسی به مدل پرامپت ندید.
برای مدلهای آمریکایی از انگلیسی و برای مدلهای چینی از چینی استفاده کنید.
من بصورت دیفالت برای هر دو از انگلیسی استفاده میکنم ولی اونجایی که به بنبست میخوره برای مدلهای چینی پرامپت انگلیسیم رو + این جمله :
You are allowed to think in Chinese but you need to translate the final result in English
به یکی از مدلها میدم و بهش میگم اینو به چینی ترجمه کن و بعد خروجی چینی رو بعنوان پرامپت به مدل چینی میدم.
این مورد سوم بخصوص استفاده از چینی روی مدلهای چینی یک سری چالشهایی رو حل کرده که برای من که مدلهای دیگه حتی توضیحش هم نمیتونستند بدند.
قطعا اگر فردا روز یک مدل روسی هم اضافه بشه:
به اون پرامپت به زبان روسی میدم برای برنامهنویسی؛ فرومهای چینی و روسی بسیار قویای برای برنامهنویسی داریم که خیلیهای روش اینترنت بینالملل بسته هست. | 3 061 |
| 10 | یک تسکی توی شرکت داریم؛ فعلا گزینه API رو استفاده میکنیم بعد از اون میتونیم سراغ ترکیب Quantize, SMOL هم رفتیم همزمان یکی از همکارا اینکار رو کرده ولی نتیجه خوب نیست.
نتیجه قابل قبول رو مدل ۲ میلیارد پارامتری بهمون میده؛ ولی این مدل هم بیش از حد گنده هست اگر قرار باشه آفلاین بشیم.
امروز کاری نداشتم؛ گفتم بذار ایدههای معروف رو باهم ترکیب کنم (غیر از MoE) ببینم چی در میاد ازش
تقریبا ۲ ساعتی هست که روی کولب (رایگان) داره ترین میشه و لاس از 8.69 تا 1.62 پایین اومده اگر به زیر ۱ برسه (این دیتاست برای بررسی مدل هست) یعنی ارزش تست کردن روی دیتای خودمون رو داره.
مدل کمتر از ۳ میلیون پارامتر داره و طبق لاگ سختافزارهایی داریم؛ تا ۷ میلیون پارامتر هم میتونم مدل رو افزایش بدم. | 2 701 |
| 11 | https://t.me/per3onnel/772
تو وضعیت تحریم برای اونهایی که کارت گرافیک سری 30xx به بعد با رم 64G یا بیشتر دارند (بعضی شرکتها دارند این کانفیگ رو یا حتی بهترش رو) و با توجه به شرایط اینترنت که داره نفسهای آخرش رو میکشه.
Project Maya
میتونه به خیلیها کمک کنه؛ چیزی که متوجه شدم این هست که این repo هم یک فورک دیگه از Strata هست که بجای
Qwen3.8-Flash
مدلهای
GLM-5.3.-Flash (321B)
Deepseek-v4.1-Flash-1017 (748B)
رو پشتیبانی میکنه که خب بخاطر اجرای Deepseek خیلی نظرات رو جلب کرده (جدیدترین نسخه فلش هست) | 2 983 |
| 12 | openai
هم ایران رو رسما تحریم کرد | 3 244 |
| 13 | راجب پست سوالات زیاد بود ولی یک مورد رو چندین نفر از پرسیده بودند گفتم اینجا بنویسم.
سوال این بود که؛ چطوری مقاله رو پیادهسازی میکنم ؟
تصمیم گیریها و ...
منم به نوعی به این چالش خوردم پس با داستان خودم توضیح میدم :
من سال ۲۰۱۵-۲۰۱۶ که شروع کردم معروفترین فریمورک هوش مصنوعی Tensorflow بود و سالی هم بود که open source شد تقریبا کل بازار دستش بود پس منم با همین فریمورک شروع کردم.
چندسال بعد که Pytorch توی بخش ریسرچ جا باز کرد دیگه بین دوتا فریمورک توی چرخش بودم (برای دپلوی روی تنسورفلو - برای تحقیق روی پایتورچ)
با اینکه مفاهیم رو خیلی خوب میدونستم ولی سوییچ کردن دائم بین دوتا فریمورک و خب تجربه کم روی پایتورچ اوضاع رو خیلی برام سخت کرده بود؛ کدهام روی تنسورفلو بار اول کار میکرد روی پایتورچ همش به ارور میخورد؛ وقتی به مشکلات کدهام نگاه میکردم متوجه شدم یک سری از اونها توی dimension, نحوه برخورد پایتورچ با ماتریسها هست مثلا channel first, channel last یودن یا توابعی مثل einsum و ...
و یک سری از موارد هم مربوط به این بود که من فریمورک رو خبلی خوب بلد نیستم.
از همون موقع با یک راهکار دیگه شروع کردم کد زدن؛
اول ریاضیات
بعد ترین و بچ و ...
یعنی چی ؟
اول شروع میکردم به کد زدن عادی یک تابع دارای ضرب ماتریس و ... اگر پارامتری برای آموزش داشت مثل weight ها اون رو با torch.rand مقدار دهی میکردم (این کار برای train اشتباه هست چون grad رو نداره) و فقط مطمئن میشدم اگر batch نباشه با rand چیزی که نوشتم از نظر ریاضیات و ضرب ماتریس و ... درست عمل میکنه (وقتی ورودی ثابت باشه؛ خروجی رو دستی میشه حساب کرد)
از این مرحله که گذشت؛ شروع میکردم تابع رو تغییر دادن اینبار batch رو هم درنظر میگرفتم.
همیشه از index های منفی سعی میکنم استفاده کنم چون توی پایتورچ index های آخر معمولا ثابت هستند تغییرات توی index های اولی هست منظورم اینه :
مثلا دیتای تضویر رو فرض کنید
B x C x H x W
طول و عکس بعد maxpool یا یک عملکرد ریاضی مثل اون تغییر میکنه (کم پیش میاد)
بعدش به Channel میرسید؛ توی conv این زیادی تغییر میکنه
و در آخر به batch میرسید که توسط یوزر ست میشه
بعد از اون تابعی که داشتم رو بررسی میکردم؛
آیا نیاز به پارامتری داره که در طول train تغییر کنه ؟
آیا رفتارش در طول train با valid فرق میکنه ؟
اگر جواب سوالاتی مثل این موارد بله بود؛ توی مرحله بعدی اونارو به nn.Module تبدیل میکردم و با nn.Parameter پیش میرفتم.
اگر جواب این سوالات خیر بود؛ اونوقت کارم تموم شده چون اون تابع نیازی به ذخیره یا تغییر هیچ state ایی نداره.
همین ۳ تا قدم کلی از مشکلات تصمیم گیری رو برطرف میکرد برام (هنوزم همینطوری کد میزنم) و خیلی مسائل رو سادهتر میکرد؛ بخصوص وقتی خیلی زیاد بین ۲ تا فریمورک سوییچ میکردم
امیدوارم برای شماهم مفید باشه. | 3 216 |
| 14 | @DevChaiChat
سوال و بحثها و ...
مربوط به این گروه هست (هروقت صحبت از گروه میکنم)
داخل گروه بالا که بشید لیست قوانین رو میبینید.
بخونید و اگر موافق و پایبند بودید روی لینک خصوصی که گذاشته شده کلیک کنید.
اگر دوس ندارید سوال یا بحثی رو توی گروه مطرح کنید؛ توی دایرکت هر کانال میتونید پیام بدید.
بصورت خصوصی به اکانتم اگر پیام بدید فرصت نگاه کردن هم نمیکنم | 1 562 |
| 15 | خلاصه دنیای ML Engineer و حتی Research به گند کشیده شده (این فقط برنامهنویسی و VibeCode نیست) حجم noise انقدر زیاد شده که متخصصهای واقعی پیدا کردنشون خیلی خیلی سخت شده.
توی این مصاحبهها ماها هممون چندسالی هست که روی این زمینهها کار کردیم میدونستیم چی میخوایم و آدم با سواد چی رو بلد باید باشه حالا مقایسه کنید با شرکتهایی که ۱ شبه میخواند AI اضافه کنند. | 2 521 |
| 16 | چندوقت پیش مدیر یکی از شرکتهایی که ۳ سال پیش باهاش کار میکردم باهام تماس گرفت و گفت برای استخدام ۲ تا نیروی ML Engineer دعوت به همکاری زدند و ۱۶۷ تا روزمه دستشون رسیده و نمیرسند که توی ۱ هفته بررسی کنند.
برای همین ازم خواست که برای کمک به ۲ تا مصاحبه کننده دیگه (از نیروهاش) کمک کنم (وقتی پرداخت دلاری انجام میدی حتی اگر مبلغ بالا نباشه آدمای زیادی علاقمند میشوند)
————————-
پلن اینطوری شد که ما یک جلسه باهم رفتیم ۴ نفری تا تصمیم بگیریم سوالات مصاحبه و شیوه ارزیابی یکسان باشه که بخاطر سختگیریها و پروژههای شخصی مصاحبه کنندهها نیروی مناسب به اشتباه رد نشه.
توی جلسه رندم ۱۰-۱۵ تا رزومه رو باز کردیم لینکدینها رو نگاه میکردی همه پیغمبر ML Engineering و AI Specialist و ... بودند
پستهاشون رو که میخوندی متوجه بد بودن اوضاع میشدی.
پیشنهاد دادم بجای اینکار به همشون یک ایمیل بزنیم و مقاله DDPM رو بفرستیم؛ توی اطلاع رسانی به همگی گفته شد که مقاله رو بخونید برای مرحله اول مصاحبه؛ به این ترتیب پیش رفتیم.
۳ تا سوال توی مرحله اول پرسیده میشد (سوال اول و پیادهسازی کد سوال دوم رو اگر نتونند انجام بدند درجا مصاحبه تموم میشه)
۱ - توی صفحه ۴ مقاله دو مورد pseudocode برای train, generate وجود داره فرمول ریاضی مربوط به generation رو توضیح بدید و دلیل وجود عبارت آخر (نویز) چیه ؟
این برای درک مقاله بود و نه چیز دیگه.
۲- تصویر مربوط به
Scaled dot-product Attention
Mulit-Head Attention
همراه با توضیحاتش بصورت خلاصه (به انگلیسی) + یک random seed خاص و دیتایی برای q, k, v داده میشد.
بر اساس اون توضیحات و تصاویر باید این ۲ تا تابع رو پیادهسازی میکردند.
تمام موارد از مقاله Attention is all you need اومده بود فقط یک مقدار توضیحات رو تغییر دادم و موارد مورد نیاز برای پیادهسازی رو کنار هم آوردم و ساده سازی کردم. (این مورد توی ایمیل برای کسی گفته نشده بود و ارسال نشده بود) فقط گفته بودیم کد هم داره این مصاحبه.
۳- یک سری سوالات کلی دیگه درمورد ابزارهای دیگه بود.
قبل از مرحله اول توی مرحله خوندن ایمیل ۴۳ نفر ایمیل فرستادند که مقاله خوندن کارشون نیست؛ بعدا توی لینکدین دیدیم خیلیها از تیم Marketing, Social media و ... هستند و چون از API استفاده میکنند فکر میکنند که ML Engineer شدند (وقتی کسی بالاسرت نیست که بهت تو دهنی بزنه واسه حرف مفتایی که میزنی این میشه)
۳ تا ازین افراد دوره آموزش AI دارند توی لینکدین که فکر میکنم نزدیک هم هست؛ البته تنها مدرسها نیستند ولی خب
توی مصاحبه و توی سوال اول؛ ۵۴ نفر دیگه رو باهاشون خدافظی کردیم. خیلیهاشون فقط چون سطح زبانشون خوب بود فکر میکردند مقاله رو بخونند و وارد بشوند که همون سوال اول رو گیر میکردند؛ دسته اول اصلا نمیدونستند اون عبارت noise هست؛ دسته دوم اصلا نمیتونستند توضیح بدند چرا.
این مصاحبهها بیشتر از ۱ روز وقت مارو نگرفت.
تا همین مرحله از ۱۶۷ نفر ۹۷ نفر حذف شدند.
توی سوال بعدی؛ نزدیک به ۳۶ نفر گفتند که اصلا با پایتورچ کد نزدند تا حالا.
۱۳ نفر پیادهسازی خود پایتورچ رو فقط تحویل دادند (متد آماده رو صدا زدند)
۷ نفر هم بر این باور بودند که کد زدن مرده و باید با LLM کد زد (شعور قد تخم مرغ؛ چون سناریو براشون توضیح داده شده بود شما عضو این تیم هستید و تحقیقات رو قراره به کد تبدیل کنید)
اینطوری ۵۶ نفر دیگه هم از دور خارج شدند.
نهایتا ما ۴ روز وقت برامون موند (کلا مصاحبه ۹ روز طول کشید تقریبا ۲ مرحله) که از ۱۴ نفری که موندند ۵ نفر پیادهسازیهاشون توی ضرب ماتریسی و dimension ها اشتباه داشت و باعث میشد خروجی اشتباه بدند و با ابزارهای دیگه ML Engineering هم کار نکرده بودند.
البته ۳ نفرشون تازه کار بودند و بنظرم آینده خوبی دارند توی فیلد.
فقط و فقط ۹ نفر واقعا ML Engineer بودند و میفهمیدند دارند چیکار میکنند که نهایتا ما با ۲ نفر بهترین قرارداد بستیم.
بدون تعارف بگم؛ پروفایل همه شرکتکنندهها توی لینکدین نوشته متخصص هوش مصنوعی (هیچی از هوش مصنوعی حالیشون نبود)
واقعا از چند نفر شخصا پرسیدم میدونی loss چیه ؟ یا Optimizer چیکار میکنه ؟
یکیشون برگشت گفت شما دارید بیش از حد تخصصیاش میکنید که من تو مصاحبه رد بشم وگرنه من اینجایی که کار میکنم اصلا ازین سوالا ازم نشد.
خیلیهاشون دارند دوره - سمینار و ... برگزار میکنند تا از شما متخصص هوش مصنوعی بسازند.
بعضیهاشون حتی پس زمینه کد زدن هم نداشتند؛ گفتم بالاتر از چه تیمهایی وارد شدند. | 2 737 |
| 17 | اما از همه اینا بهتر دیگه مشکلی که خودت پیدا کردی رو حل کنی.
و شک نکنید وقتی روش کار میکنید کلی ایده بیشتر و بهتر به ذهنتون میزنه؛ همیشه بعد از شروع به کار این ایدهها میاد.
۲ سال پیش بهم میگفتی یک روزی برای لینوکس و ویندوز موزیک پلیر مینویسم توی روزای تعطیلم؛ قطعا میگفتم دیوونه شدی
۱۰ سال پیش میگفتی؛ میگفتم خطرناکی واسه جامعه
ولی خب کمتر از ۲ ماه پیش به اینجا رسیدم که همه موزیک پلیرها کار کردن باهاش سخته (هزاران کار رو انجام میده)؛ حواس پرت کن هست و UI/Theme های خیلی مزخرفی داره
و نشستم چیزی که خودم دوس داشتم رو برای استفاده شخصی زدم
https://github.com/pykeras/JaFplayer
بعدش کلی از بچههای گروه علاقمند شدند و ایده دادند که روشون کار کردم شد چیزی که هرروز دارم استفاده میکنم.
چرا میگم پروژهای باشه که مشکل خودتون رو حل میکنه ؟
نیاز داشتم یک Bulk Tag Editor بهش اضافه کنم ولی کل هفته پیش سرم شلوغ بود (۱ ساعت هم وقت خالی نداشتم) اینقدر این پروژه برای استفاده خودم مهم هست که تمام قرار ملاقات و بیرون رفتن و ... دیروز (روز تعطیلم) رو کنسل کردم و نشستم پای اضافه کردن فیچرها و فیکس مشکلاتش و ...
دارم برای جمعه دیگه هم همین برنامه رو میریزم.
خلاصه که فقط کافیه دست به کد بشید؛ ایده و مشکل و ... زیاد هست برای حل کردن.
و اینکه یکی دیگه یک نسخه ضعیف ازش راهاندازی کرده که با تبلیغات معروفم شده نذارید دلیل این بشه که بگید این ایده اجرا شده پس انجامش نمیدم.
مثلا من ۲-۳ روز هست به این نتیجه رسیدم به یک ابزار نیاز دارم مثل
Cloud provider
ها که با چندتا کلیک همه چیز رو در اختبارم بذاره
Postgres, Redis, S3, ...
و دارم بهش فکر میکنم با چه چیزایی روی سرویسهای AWS, Digital Ocean , ... مشکل داشتم برای اجرای سریع و تست منظورم هست. | 2 363 |
| 18 | این مورد:
این موضوع برای من فوقالعاده جواب داده و تا امروز دست بهش نزدم.
تمرین خیلی خوبی هم هست.
جای پیشرفت هم بسیار بسیار زیاد داره بخصوص اینکه مدلهای هوش مصنوعی درک بالاتری هم پیدا کردند | 2 434 |
| 19 | #موقت
دوستان این موارد همش پروژه هست؛ نیازی نیست دائم بپرسید برای رزومه چی کد بزنم. | 2 665 |
| 20 | #موقت
اشتباه توی اون کانال نوشتم ولی پست برای اینجا بود. | 1 327 |
