Kantor.AI

#карьера С чего начать погружаться в мир работы с данными ❓ Извечный вопрос, когда хочешь что-то начать: «А начинать-то с чего?». С годами мой ответ на этот вопрос меняется, но сейчас я бы сказал: «Начните с карты». Под картой я подразумеваю общую картину: 1️⃣ Какие есть дата-профессии 2️⃣ Какие проекты и продукты делают люди, работающие с данными 3️⃣ В каких компаниях и чем можно заниматься 4️⃣ Как попасть на работу в компанию в одной из data-ролей 📈Обязательно ли это узнавать с самого начала? Конечно нет, можно просто изучать все по наитию и двигаться туда, где вам интересно. На самом деле этот путь в некотором смысле даже лучше, потому что по крайней мере вам будет нравиться то, что вы делаете. Но для достижения выдающихся результатов полезно иногда посмотреть с высоты птичьего полета на то, куда вы движетесь и какие пути есть рядом. 👨‍🔧Зная, что не только дата саентисты работают с данными, вы будете понимать, что при перекосе в сторону инженерии или аналитики, не обязательно насиловать себя тем, как работают ML алгоритмы. ❤️ Зная, какие большие области в работе с данными есть, вы можете попробовать разные типы задач и выбрать себе то, что и интересно, и отвечает вашим ценностям. Кому-то в кайф принести компании денег, а кому-то - спасать жизни. И там и там есть работа с данными, причем иногда даже в неожиданных местах. Так-то даже беспилотный транспорт в своей изначальной задумке должен радикально снизить число смертей на дорогах - чем не спасение жизней. Ну и конечно есть более очевидные варианты, будь то разработка новых лекарств или поиск потерявшихся людей в лесу по снимкам с дрона. 💼 Зная, в какие компании можно пойти, чем заниматься и как туда попасть, вы будете знать, к чему именно готовиться. Ведь нельзя просто читать статьи или проходить курсы до бесконечности. Нужно скорее попадать в среду людей, которые уже работают, и начинать приобретать практический опыт. Даже сделав домашнее задание на каком-то курсе, вы еще не освоили тему и не научились. Научиться - это уверенно применять в своей практике. В следующих постах в теге #карьера я напишу ответы на эти вопросы, как их вижу. Буду очень благодарен за дополнения и запросы на другие посты в комментариях, так что комментарии категорически приветствуются 🙂

🎬 Новый сезон подкаста 😥 Оказалось, что самое трудоемкое это отсмотреть видео и составить список всех вставок с картинками и пояснениями текстом к аббревиатурам, терминам и событиям в развитии технологии, чтобы подкаст было комфортно смотреть не только тем, кто работает в DS, но и их знакомым и друзьям. 💡Пока я занимаюсь этой кропотливой работой, напомню вам, о чем были выпуски прошлого сезона подкаста (тогда еще в голосовом формате). Первым гостем был Александр Фонарев, основатель компании Rubbles, лауреат Forbes 30 до 30 и фактически автор и руководитель ШАДовского практического курса по машинному обучению (т.е. семинарской части курса). Послушать (если еще нет) можно здесь: https://podcast.ru/e/18TtWlj.2Ln 🙏 Btw, если кто-то хочет помочь мне с написанием табличек со вставками в видео вида таймкод-картинка-текст - пишите в личку :)

Как я решился на создание школы и уход из топ-менеджмента 😱 Я всегда хотел открыть свою школу машинного обучения. Много лет я преподаю в МФТИ, веду курсы в крупнейших российских компаниях, но я глубоко B2C-шный человек. В том смысле, что какой-то большой заказчик курса, будь то университет или компания, всегда ограничивает творчество. Делать продукт для людей - будь то курсы по выбору в универе (там все гораздо гибче, чем в обязательных) или наша с коллегами онлайн-специализация на Coursera - всегда доставляло мне гораздо больше удовольствия. Кроме того, за время работы в индустрии у меня выкристализовывался свой взгляд на подготовку специалистов, причем дополненный с разных уровней: линейного сотрудника, руководителя, руководителя руководителей и вообще с точки зрения топ-менеджмента компании. Каждый этап в карьере дополнял картину идеального образовательно-карьерного продукта как огромный пазл, и в своей школе мне хотелось показать его целиком. Тоже не сразу, тоже плавно и своевременно подводя к нужным шагам, но вести слушателя к результату со знанием дела и с пониманием всего пути целиком. 🧩Этот образ пазла и является ответом на вопрос, что же подтолкнуло меня запускать MLinside. В этом году я успешно доработал до конца первого топ-менеджерского срока (да, кто не читал посты выше - на C-level все по срокам) и могу сказать, что теперь я увидел картину со всех уровней. Кроме того, за мою карьеру мне посчастливилось заниматься внедрением ML в ритейле и e-commerce, телекоме, банках, рекламе, райдтехе и даже немного в промышленности. Покрытие сфер тоже получилось близким к максимальному для одного человека. И я увидел общие задачи и паттерны применения ML в бизнесе, о чем тоже теперь могу рассказать (и что мы готовим в материалах одного из первых наших курсов). ☝️Есть и другая причина, почему я наконец решился открыть школу. После работы в топ-менеджменте моя профессия наконец вывела меня на определенный уровень финансовой независимости (это когда уже не обязательно работать на стабильной надежной наемной работе, чтобы сохранять комфортный уровень жизни). Сразу же встал вопрос, чем же теперь заняться, чтобы с одной стороны получать от этого максимум удовольствия, а с другой стороны иметь возможность полностью себя посвятить новому делу и построить что-то большое и значимое. И за 15 лет я конечно уже понял ответ (да и все, кто меня знают, мне прямо это сказали :) - образованием. 💭Главная идея школы - сочетать разработку курсов с душой, от тех, кто любит свою предметную область, глубоко в ней разбирается и хочет делиться знаниями, с тем, чтобы все эти курсы собирались в один огромный пазл, который приведет вас к любому уровню в data-профессиях, если приложить достаточно усердия и внимания. Во время поверхностности, превосходства форм над содержанием, борьбы за ваше внимание, а не за результат, мы в MLiside - за глубокий продукт, который сделает вашу жизнь и вашу карьеру более полной и значительно более счастливой :) ⚠️ Это большой риск, потому что все деньги образовательного рынка сидят, конечно же, в инфоцыганстве: минимум расходов, попсовые продукты для широкого потребления, никакого экспертного фокуса и затрат на экспертов в команде. 🎨 Но наша философия сделать все иначе, потому что «мы так видим». И здесь кроется еще одна причина, почему я решился. Возник прецедент. Примерно тогда же, когда я пришел в топ-менеджмент, Толя Карпов и Беслан Курашов запускали свой Karpov.Courses. И пока я познавал тонкости работы в руководстве большой группы компаний, ребята построили самую крутую и неинфоцыганскую онлайн-школу DS. Я часто радуюсь успехам других людей, потому что для меня это позитивный сигнал: «смог Вася, значит смогу и я». Так сработало и тут. Толя и Беслан смогли построить бизнес на сотни миллионов выручки, не скатившись и сохранив верность очень высокой планке качества. До них я считал, что это неминуемо приведет к разорению. А теперь я хочу повторить их опыт по-своему и на многое решился для этого :) Толя, Беслан, если вы читаете этот пост - спасибо вам огромное за вдохновение 🙏❤️

🎲Пятница — время наших традиционных квизов. И сегодня квиз посвящён прогнозированию временных рядов. Угадывайте и пишите ваш вариант ответа в комментариях под постом ;)

Какое название ML-школы мы выбрали? Итак, пораскинув мозгами и почитав ваши идеи для названия нашего проекта, мы с командой всё-таки определились с названием школы. Называться она будет MLinside (хотя вариант "Кантора" никого из нас не оставил равнодушным 😂) Почему именно так? Во первых, для меня, как для человека, который действительно живет с машинным обучением в сердце, здесь есть некий метафорический смысл. Я верю, что, занимаясь чем-то, намного проще это делать, когда ты это любишь. Поэтому главное, чего мы будем добиваться – делать так, чтобы вы, наши слушатели, влюблялись в ML, чтобы тема стала для вас чем-то большим, чем просто обучением📚 Я считаю, что сейчас самое время влюбляться в машинное обучение, ведь лет 7-10 назад я и представить не мог, что когда-нибудь смогу объяснить своей бабушке, чем я занимаюсь. А сейчас про машинное обучение, искусственный интеллект знают все. Другая отсылка, конечно, к intel inside. К тому, какие чувства это во мне вызывало в детстве: внутри компьютера, машины, которая так многое может, есть процессор – в некотором смысле сердце вычислений. И здесь хочется, чтобы ML стал сердцем вашей карьеры и вашего будущего. Также мы заводим новый телеграм-канал, который будет посвящен непосредственно школе MLinside. На него обязательно нужно подписаться, так как все ключевые новости про образование будут выходить именно здесь ⬇️ https://t.me/ml_inside

Анкета для тех, кто хочет погрузиться в ML Итак, в постах выше я уже раз пять или десять упомянул, что мы с моей командой разрабатываем образовательно-карьерный продукт по ML. Нам важно сделать его качественно, поэтому обращаюсь к тем, кто хочет погрузиться в ML как в свою первую специальность или перейти в ML из другого направления. Пройдите, пожалуйста, небольшой опрос: https://forms.gle/Du2yKQjvzAFHqaKd7 С некоторыми из тех, кто оставит свой контакт, проведем с командой встречу, чтобы узнать больше о вас и вашем пути. Также на основе ваших ответов буду выкладывать полезный контент в канал. Буду очень признателен всем, кто пройдет опрос :)

Мой дозор окончен 🎉 Чуть больше месяца назад я сообщил руководству, что мой дозор окончен, ушел с позиции директора Big Data МТС и передал вахту своему преемнику. 🌴 Июнь я провел в месячном отпуске, потому что марафон на 4.5 года в МТС, из которых 3.5 в топ-менеджменте меня порядком измотал. Большая компания это всегда очень сложная система с большим количеством связей, которые нужно учитывать в работе, огромное количество коммуникаций и множество случайных факторов, поэтому было не сложно подустать :) ✊ На самом деле я "просился на волю" уже больше двух месяцев, т.к. отработал свой трехлетний топ-менеджерский контракт, и хоть мне его и продлили еще на три года, уже доказал себе все, что хотел. Убедиться я хотел в том, что став топ-менеджером в самой большой российской телеком компании в 28 лет смогу не только все не продолбать, но и на порядок вырастить полезность Big Data для МТС и значительно усилить команду. Для меня это было личным сражением за молодежь в топ-менеджменте. Эдакая борьба с эйджизмом, когда все привыкли, что высшее руководство это всегда ребята в возрасте. Я не мог позволить себе провалиться, потому что я верил, что каждый успешный прецедент открывает дороги десяткам ребят, способным развивать российский бизнес по-новому, а каждый фейл заставляет акционеров больших компаний смотреть на молодых кандидатов с опаской. 🥚 За последние несколько лет топ-менеджмент МТС значительно помолодел (я здесь не столько про формальный возраст, сколько про то, насколько люди "молоды душой", но и про реальный возраст тоже). Сейчас я вижу другую компанию, нежели та, в которую я приходил, мне во многом нравится то, что я вижу, и мне приятно чувствовать себя частью этой трансформации. 🏫 Что дальше? Ближайшие несколько лет я буду заниматься образовательными проектами. Это мой секрет невыгорания: чередование фокуса на работе и на обучении других людей раз в несколько лет. Во-первых, я уже писал здесь про онлайн-школу ML, где мне хочется опробовать все свои идеи по тому, как сделать образование интересным, эффективным, не попсовым, но и не "идите учиться на миллиард месяцев и потом узнайте, что никуда вас не возьмут". Во-вторых, есть ряд идей классных образовательных проектов, которые меня зовут делать (в том числе вместе с моим работодателем), и в которые я крайне вероятно могу вписаться, потому что некоторые вещи гораздо более требовательны к начальным вложениям, чем онлайн-школа :) ☝️Ну и напоследок, вот вам выводы, которые я могу сделать из моего приключения на 3.5 года (после которого я уже точно другой человек): 1) Когда у вас есть миссия (в моем случае - создать позитивный прецедент и дать дорогу молодым руководителям), вы сможете справиться с чем угодно. Это намного сильнее, чем любая другая мыслимая мотивация. 2) Кадры решают все, но на разных уровнях нужны разные кадры. Где-то подойдут и милые приятные умные мальчики и девочки, а где-то нужны зубастые люди, иначе вся расстановка границ ляжет на вас как на руководителя, и вы сгорите. 3) Ваш главный враг - это вы сами и ваш собственный страх и неуверенность в себе. Лучше быть смелым и тупым руководителем, чем умным, но трусливым. А еще лучше умным и смелым :) Однако не путайте смелость и откровенное слабоумие с суицидальными нотками. Там тонкая грань, ее нужно уметь нащупать. Принимаю в комментариях любые вопросы про работу на C-level, на какие могу - отвечу 😁

Однажды я проводил в родном городе выездную олимпиаду МФТИ по физике и математике. Точнее проводил я её много раз, но тот случай был особенным. Мы с друзьями из других технических вузов (никогда не отказывавшимися помогать с проведением олимпиады и даже консультаций перед ней) решили развести максимум серьезности и строгости. Во избежание списывания, мы выдавали бумагу для черновиков и финальных решений сами. Каждый лист должен был быть подписан нами, инородные листы бумаги не проверялись. И вот у одного девятиклассника закончилась бумага, и он попросил у нас дополнительную, добавив «хотя возможно такому идиоту как я не имеет смысла её давать». Беглого взгляда на его черновики хватало, чтобы заметить, что решенных задач в них было весьма не густо, но мне все равно не понравился его настрой. Я взял чистый лист бумаги, подписал его, сделав валидным для решения на нем задач олимпиады, и дописал: «Ты не идиот, верь в себя!». Вчера он закончил МФТИ :) О той истории я давно забыл, но её герой сам мне напомнил шесть лет назад, когда уже поступив на Физтех, проводил выездную олимпиаду вместе со мной. Выводов не будет, просто история, от которой мне тепло на душе. Всем хорошей недели! ☀️

Физтехи в Telegram 🧠Наверно уже почти все в канале знают, что я закончил Физтех, он же МФТИ. А вот что же это за университет знают не все. Физтех начал свое существование в 1946 году как физико-технический факультет МГУ по инициативе нобелевских лауреатов Капицы, Семенова и Ландау, а также академика Христиановича. С 1951 на основе ФТФ МГУ был образован уже Московский Физико-Технический Институт. Изначально отцы-основатели и предлагали создать новый институт, но история штука непростая, о чем неплохо рассказано на страничке Физтеха в википедии, а еще лучше в "Книге о московском Физтехе" Н.В. Карлова. 🥇Кстати, многие из вас так или иначе сталкивались с Физтехом в школе - школьные олимпиады по физике и по математике уже много лет организуются и координируются именно МФТИ (конечно, в большей степени финальные этапы, но методическое руководство всем процессом тоже есть). МФТИ также много лет готовит сборную России на международные олимпиады по физике и математике и в целом очень много работает с одаренными детьми. В олимпиадном программировании Физтеховские команды тоже стабильно показывают топовые результаты. 🧗Выпускники и студенты МФТИ, они же физтехи, это очень интересные, неординарные люди, образующие свою большую физтеховскую семью. Среди нас есть выдающиеся ученые, руководители, предприниматели, эксперты в самых разных областях человеческой деятельности. ✈️ Чтобы вы могли читать больше интересного контента от самых разных, но неизменно очень талантливых людей, мы с другими выпускниками МФТИ, ведущими каналы в телеграме, объединились и создали папку с каналами Физтехов. Здесь вы найдете более 30 каналов: про AI, про продакт-менеджмент, про предпринимательство, про аналитику, про работу на C-level, про финансы и инвестиции - в общем, много всего. Добавляйте папку себе в телеграм, физтехи классные :)

Ответ на прошлый квиз уже по традиции не так прост, как кажется. 👴🏻 Те, кто помнят, что Фишер это кто-то очень древний и стоящий у истоков статистики, сразу выбрали Ирисы Фишера. И действительно, этот датасет был использован Фишером уже в 1936 году, чтобы показать, что можно построить линейный классификатор как честное формальное математическое решение оптимизационной задачи. Т.е. рассчитать коэффициенты в формуле так, чтобы ошибка на датасете была минимальной. Именно с линейного дискриминанта Фишера я бы вел отсчет истории машинного обучения, пусть тогда это так и не называлось. 🚢 Но есть в этом квизе место и для «горя от ума». Многие помнят, что Титаник затонул в начале 20 века, а точнее в 1912 году, что действительно раньше работ Фишера. И тут начинаются риторические вопросы: что считать датой появления датасета? Ведь фактически, когда Титаник утонул, все данные уже появились. 🤔 Если считать так, то самые старые датасеты, конечно, будут не про Титаник и Ирисы, а про какое-нибудь реликтовое излучение в космосе, так что на мой взгляд правильно считать датой появления датасета первое применение этого датасета для какого-то анализа или построения модели. Также логично вести речь про конкретный набор данных, а не про все аналогичные датасеты, т.е. изначально сформированный на бумаге список пассажиров + список погибших (тоже на бумаге) датасетом Titanic не считаем. 🤓 Окей, тогда идем в Гугл и выясняем год первого упоминания о датасете Titanic. Находим ссылку на статью 1995 года. Датасет мог использоваться раньше, но вряд ли настолько, чтобы появиться раньше ирисов Фишера Итог: все же ирисы Фишера как датасет появились раньше (из всех перечисленных вариантов).