Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 16
Простите, а зачем вы в таком большом количестве употребляете английские слова?
Это уже что-то вроде проф-деформации и вы забываете как пишется «Экономика» по-русски?
Просто возможно есть какие-то объективные причины, которые мне не понятны (не имею отношения к США).
Computer Science, Statistics, Physics, Math, Economics, Biology
Это уже что-то вроде проф-деформации и вы забываете как пишется «Экономика» по-русски?
Просто возможно есть какие-то объективные причины, которые мне не понятны (не имею отношения к США).
Зря вас минусуют, хороший вопрос, поэтому попытаюсь ответить развёрнуто.
Пост написан на смеси английского и русского по ряду причин.
Пост написан на смеси английского и русского по ряду причин.
- Язык действительно со временем забывается, вернее вы его помните, но английские аналоги вам кажутся более подходящими к месту.
- Имена собственные, такие как названия университетов или компаний, я предпочитаю сохранять на языке оригинала, например, чтобы не думать, как лучше написать БЕркли или БЁркли.
- Какие-то слова я не знаю как перевести, ну например Compuer Science. Поэтому в указанном вами предложении я оставил все научные направления на английском, оправдываясь тем, что я их воспринимаю как технические термины. Или например слово meetup. Вот как его перевести? «Тематический междусобойчик»? Вроде бы и то, а вроде бы и нет.
- Какие-то слова я переводить не хочу. Например, слово email. Вроде бы можно электронной почтой, но это длинно. Но с другой стороны я лихо перевожу graduate school как аспирантуру, хотя так делать нельзя.
- Околотехнические термины как Natural Language processing, Deep learning, Data Scientist перевести можно, но не хочется. Пусть уж они будут на языке оригинала.
- Physics, Math, Biology — я могу смело перевести на русский, а вот Economics уже нет, потому что, если рассматривать их как научные направления, то, что в России, что в США, физики, математики и биологи занимаются очень похожими вещами, а вот экономиcты — нет. Поэтому я и предпочитаю рассмативать их в различном контексте.
Полагаю, что у всех по-разному, но у меня русские слова перешли в пассивное состояние где-то через два года эмиграции. Правда, я по-русски совсем не разговаривала.
После обратного переезда пять лет спустя, восстанавливать язык было и есть тяжело. Если пять лет не просто не использовал слово «слива», а заменил его на «plum», то вспомнить, как называется по-русски этот черный фрукт на прилавке практически нереально. Три года ушло просто на восстановление нормального ритма речи, без затыков. Грамматика так и не вернулась, хоть целенаправленно много читаю и пишу. Придется брать учебник в зубы. ))
После обратного переезда пять лет спустя, восстанавливать язык было и есть тяжело. Если пять лет не просто не использовал слово «слива», а заменил его на «plum», то вспомнить, как называется по-русски этот черный фрукт на прилавке практически нереально. Три года ушло просто на восстановление нормального ритма речи, без затыков. Грамматика так и не вернулась, хоть целенаправленно много читаю и пишу. Придется брать учебник в зубы. ))
часто даже в русскоязычных компаниях английские термины становятся общеупотребительным сленгом.
То есть да, формально вы правы, надо писать по-русски. Но с другой стороны, статью читает ЦА, которая именно так и общается.
То есть да, формально вы правы, надо писать по-русски. Но с другой стороны, статью читает ЦА, которая именно так и общается.
Я и без Data Science скажу — увольте вашего дизайнера. В ваших часах ни одни уважающий себя президент войну не объявит даже если захочет.
Это Вы дословно так ответили, я имею ввиду «объявление войны»?
Многие американцы, которые мне встречались, негативно относятся ко всему, что связано с войной, им как бы стыдно за свое правительство. Возможно именно это повлияло на отказ.
С другой стороны, возможно, они тупо обиделись на негатив в сторону их продукта. Тут я с Вами согласен.
По-моему, так и сказал. Вообще нежеление подстраиваться под чувтсва и настроение собеседника не раз мне аукнулось при прохождении onsite интервью.
Выражение про «объявление войны» это не я придумал. Не так давно Обама вышел на публику в костюме в светлых тонах, и это сильно муссировалось в американских СМИ. Один из репортёров высказался на тему его костюма, как я про эти часы. Контекст практически идентичный, поэтому я на автомате и сказал, не подумав о ранимой душе своего интервьюера.
Выражение про «объявление войны» это не я придумал. Не так давно Обама вышел на публику в костюме в светлых тонах, и это сильно муссировалось в американских СМИ. Один из репортёров высказался на тему его костюма, как я про эти часы. Контекст практически идентичный, поэтому я на автомате и сказал, не подумав о ранимой душе своего интервьюера.
К чему такие мучения за такую низкую зарплату? Что мешает выучить Java + пару тройку ходовых фреймворков и получить вполне разумную зарплату т.е. очевидно выше чем у профессора из Девиса тысяч на 30-40?
И к слову сказать главное — здесь в «Долине» просто немеряно русских. Съездили бы на пикник, пообщались с народом, в линкидине законтачили — все проще было бы работу искать.
Ну, а вцелом поздравляю — первую работу найти тем более находясь на визе — огромное дело.
Удачи.
И к слову сказать главное — здесь в «Долине» просто немеряно русских. Съездили бы на пикник, пообщались с народом, в линкидине законтачили — все проще было бы работу искать.
Ну, а вцелом поздравляю — первую работу найти тем более находясь на визе — огромное дело.
Удачи.
Спасибо.
Ну, например, потому что машинное обучение мне интересно, нейронные сети так и вообще заставляют моё сердце биться чаще. А вот Java с фреймворками, во моей душе отклика вообще не находит. И как только зарплата проходит определённый минимальный уровень, на первый план выходит удовольствие от работы. У разных людей этот уровень разный. Я знаю пару постдоков у которых глаза горят от того, чем они занимаются. И плевали они на низкую зарплату. Они счастливы. И в то же время я знаю людей, которые зарабатывают прилично, но и работа им не нравится, и на личную жизнь это накладывает отпечаток, в общем деньги это важно, но не очень.
На тему русских — это да. Тут их море. На той неделе в корейскую баню в Santa Clara ходил, там вообще не одного не русскоговорящего не было, даже кореец, который на входе сидит и деньги собирает и тот что-то мог по русски сказать.
Не было у меня опыта поиска работы. Пикники и прочие грамотные идеи они просты, когда кто-то вам об этом скажет, но они совершенно не очевидны, если пытаться на них самому выйти. Плюс все мои знакомые, русские и не только, были исключительно в академической среде.
Приспичит новую работу искать, буду действовать по-другому. Но это будет потом.
Ну, например, потому что машинное обучение мне интересно, нейронные сети так и вообще заставляют моё сердце биться чаще. А вот Java с фреймворками, во моей душе отклика вообще не находит. И как только зарплата проходит определённый минимальный уровень, на первый план выходит удовольствие от работы. У разных людей этот уровень разный. Я знаю пару постдоков у которых глаза горят от того, чем они занимаются. И плевали они на низкую зарплату. Они счастливы. И в то же время я знаю людей, которые зарабатывают прилично, но и работа им не нравится, и на личную жизнь это накладывает отпечаток, в общем деньги это важно, но не очень.
На тему русских — это да. Тут их море. На той неделе в корейскую баню в Santa Clara ходил, там вообще не одного не русскоговорящего не было, даже кореец, который на входе сидит и деньги собирает и тот что-то мог по русски сказать.
Не было у меня опыта поиска работы. Пикники и прочие грамотные идеи они просты, когда кто-то вам об этом скажет, но они совершенно не очевидны, если пытаться на них самому выйти. Плюс все мои знакомые, русские и не только, были исключительно в академической среде.
Приспичит новую работу искать, буду действовать по-другому. Но это будет потом.
Очень клевая статья. Спасибо! Особо порадовал предпоследний абзац про «что изменилось».
А в науку возвращаться не планируете? Возможно ли это вообще после ухода из американской академ. среды? А почему постдоки так мало получают? Они финансируются из бюджета или частные инвестиции? Вообще американская наука нынче в каком состоянии?)
А в науку возвращаться не планируете? Возможно ли это вообще после ухода из американской академ. среды? А почему постдоки так мало получают? Они финансируются из бюджета или частные инвестиции? Вообще американская наука нынче в каком состоянии?)
Из науки я и не уходил. Я ушёл из академической среды. Учёный, это всё-таки не профессия — это диагноз. По сути профессора и постдоки занимаются тем, что находят задачу, которую ещё никто никогда не решал, решают её и публикуют отчёт(статью). Профессора ещё и преподают время от времени.
=> Преподавание — захочется мне повещать у доски и просветить слушателей на какую-нибудь тему — организую meetup или выступлю на какой-нибудь конференции по Data Science. Сейчас их море. Ну или в том году я время от времени проводил уроки танцев в университетском клубе. При желании можно что-нибудь провести в какой-нибудь местной танцевальной студии.
Так что вопрос недостатка преподавания в моей жизни решается.
=> Статьи..… Статьи публиковать надо. Чтобы опубликовать статью нужен материал для публикации и текст, который опишет ваши результаты. Статьи по профильной тематике могут помочь при поиске работы. У меня в планах опубликовать что-нибудь на тему нейронных сетей. Но пока я работаю над задачей. Как будет ближе к чему-то публикуемому буду думать. Написание текста статьи и последующая полировка занимает много времени. Как с этим быть я пока не знаю. Есть у меня пара идей как это время минимизировать, но в данном случае буду решать проблемы по мере их поступления.
Собираюсь ли я вернуться в физику в том смысле, что работать над какими-то физическими задачами? Пока я этого не вижу. Ну разве что через алгоритмы машинного обучения. Например, недавнее соревнование про распад тау лептона на кагле. Победители вполне могут публиковаться.
Можно ли вернуться в академическую среду после того, как из неё ушёл? Не знаю, не пробовал, но по идее это должно быть ещё и проще. Хотя бы потому что у тех кто варится в академической среде, как правило, отвратительный уровень программирования, что приводит к очень неэффективному расходованию времени. Как следствие, я предполагаю, если вы умееть писать хорший код и физику ещё не забыли — вам будут сильно рады. Но опять же я не знаю, не пробовал.
Насколько я знаю, в США постдоки финансируются с грантов, которые выбил профессор той группы, в которой данный постдок работает. Почему платят мало? Вот хорший текст на эту тему, правда по английски. Сводится он к тому, что в силу различных причин желающих получить позицию постдока очень много, поэтому на них можно экономить и платить им мало.
Американская наука в замечательном состоянии. Есть деньги, есть люди. И, что самое главное, система построена так, что двинать науку там эффективно. Возможно, лет через 10, различные online курсы потеснят финансовые потоки, которе текут от студентов к университету и что-то поменяется. Или если все выпускники технических факультетов ломанутся куда-нибудь, например, в Data Science и никто не захочет оставаться в академии, то тоже что-нибудь поменяется. Но столько желающих из Китая, Индии, Европы, и т.д. которые готовы быть постдоками в США и заниматься любимой наукой, причём так, что им ещё и платили…
=> Преподавание — захочется мне повещать у доски и просветить слушателей на какую-нибудь тему — организую meetup или выступлю на какой-нибудь конференции по Data Science. Сейчас их море. Ну или в том году я время от времени проводил уроки танцев в университетском клубе. При желании можно что-нибудь провести в какой-нибудь местной танцевальной студии.
Так что вопрос недостатка преподавания в моей жизни решается.
=> Статьи..… Статьи публиковать надо. Чтобы опубликовать статью нужен материал для публикации и текст, который опишет ваши результаты. Статьи по профильной тематике могут помочь при поиске работы. У меня в планах опубликовать что-нибудь на тему нейронных сетей. Но пока я работаю над задачей. Как будет ближе к чему-то публикуемому буду думать. Написание текста статьи и последующая полировка занимает много времени. Как с этим быть я пока не знаю. Есть у меня пара идей как это время минимизировать, но в данном случае буду решать проблемы по мере их поступления.
Собираюсь ли я вернуться в физику в том смысле, что работать над какими-то физическими задачами? Пока я этого не вижу. Ну разве что через алгоритмы машинного обучения. Например, недавнее соревнование про распад тау лептона на кагле. Победители вполне могут публиковаться.
Можно ли вернуться в академическую среду после того, как из неё ушёл? Не знаю, не пробовал, но по идее это должно быть ещё и проще. Хотя бы потому что у тех кто варится в академической среде, как правило, отвратительный уровень программирования, что приводит к очень неэффективному расходованию времени. Как следствие, я предполагаю, если вы умееть писать хорший код и физику ещё не забыли — вам будут сильно рады. Но опять же я не знаю, не пробовал.
Насколько я знаю, в США постдоки финансируются с грантов, которые выбил профессор той группы, в которой данный постдок работает. Почему платят мало? Вот хорший текст на эту тему, правда по английски. Сводится он к тому, что в силу различных причин желающих получить позицию постдока очень много, поэтому на них можно экономить и платить им мало.
Американская наука в замечательном состоянии. Есть деньги, есть люди. И, что самое главное, система построена так, что двинать науку там эффективно. Возможно, лет через 10, различные online курсы потеснят финансовые потоки, которе текут от студентов к университету и что-то поменяется. Или если все выпускники технических факультетов ломанутся куда-нибудь, например, в Data Science и никто не захочет оставаться в академии, то тоже что-нибудь поменяется. Но столько желающих из Китая, Индии, Европы, и т.д. которые готовы быть постдоками в США и заниматься любимой наукой, причём так, что им ещё и платили…
Понравилось.
Спасибо, интересно.
Я недавно тоже готовился на собеседования на вакансии по Data Science, и в результате получился этот список. Может кому-то он будет полезен.
Я недавно тоже готовился на собеседования на вакансии по Data Science, и в результате получился этот список. Может кому-то он будет полезен.
Интересная статья, спасибо!
А можете рассказать про работу? Чем приходится заниматься, какие знания и навыки действительно используются, какие технологии и языки для исследований и продакшена (если различаются)?
А можете рассказать про работу? Чем приходится заниматься, какие знания и навыки действительно используются, какие технологии и языки для исследований и продакшена (если различаются)?
Чем занимается наш стартап:
Представьте, что компания, поставляет вам электичество имеет некий прибор, который этой компании выдаёт график потребления энергии, как функцию от времени с некой периодичностью. Например PG & E, которая поставляет электроэнергию в дома на тихоокеанском побережье США снимает такие данные ра в 15 минут.
Так вот существует задача, которая называется energy disaggregation, которая по идее по данному графику скажет когда и сколько было потрачено на чайник, на телевизор, кондиционер, обогрев бассейна, и т.д.
Тема модная, потому что в доллары хорошо переводится.
Вот наш стартап этим и занмается.
Тут я бы мог наплести как мы применяем конволюционные нейронные сети, чтобы предсказать что и когда применяется. И есть у меня мнение, что с точки зрения точности фиг кто их переплюнет. Похожая по стилю задача решалась вот на этом соревновании и победитель именно так к этой задаче и подошёл.
Но, что мы имеем на самом деле:
Вообще всё написано на Java, за исключением самой главной части, а именно алгоритма, который занимается этим самым disaggregation.
До недавнего времени в компании был только один Data Scientist — девушка, которая писала весь код, который этим energy disggregation и занимался. Причём писала она его на MatLab, причём всилу того, что своий код она понимала, и в то же время ей надо было постоянно воплощать какие-то фичи. И как следствие мы имеем кучу скриптов на матлабе, которые как-то друг с другом связаны, без тестов, без документации, с непонятными названиями переменных, ну и багов тоже хватает. Команда, которая занимается продажами своё дело знает. Поэтому куча проектов, с различными требованиями и меньше их не становится. И больших проблем не было, пока девушка пахала за троих, но потом её переманил Facebook и тут-то все и прищурились и до сих пор глаза толком раскрыть не могут.
Сейчас у нас два офиса. Один в кремниевой долине — второй в Индии. В Индии в основном члены Data Science.
Матлаб я в глаза никогда не видел, пока не начал тут работать => знание python, Java тут пригогдилось. В третьем языке проще разбираться чем в первом.
Алгоритмы и структуры данных — не сильно, но иногда проскакивает. Где лучше object, а где достаточно structure, нужен ли тут binary search и почему HashMap тут сработает на ура.
Машинное обучение где-то используется, на базовом уровне, но кусок проекта над которым я работаю с этим не связан, так что я не смотрел пока. Но где-то в коде используется SVM, где-то kd-tree, так что хотя бы для того, чтобы понимать, что происходит, знание алгоритмов машинного обучения на каком-то уровне требуется.
Статистика — по мелочам.
Как я понимаю, во многих компаниях дело обстоит так — Data Scientist что-то изобретает, потом объясняет это Software Developer и тот уже используя production quality code это и воплощает.
Тут не так. Компания на той стадии, когда происходит трансоформация из какого-то быстрорастущего хаоса, который позволяется на начальных стадиях, во что-то более медленное, но структурированное c возможностью обобщения.
Так как этот energy diasggregation тема мощная и молодая по уму надо выделять отдельную группу, которая бы занималась разработкой алгоритмов, а не мешать и разработку, и вполощение. Но тут до этого пока далеко, поэтому фиксим баги, воплощаем новые фичи.
Из каких-то моих специфическизх навыков, ну например физика, или машинное обучение тут ничего не используется. Просто надо быстро соображать и уметь писать код. Но хитрый. В смысле — вот задача, алгоритм придумай сам. И сейчас из-за того, что у меня нет глубоких знаний в Signal Processing и Computer Vision, изобретаю какие-то велоcипеды, параллельно пытаясь прокачать background в этих направлениях.
На тему матлаба. Всем понятно, что с него надо слезать. Но чтобы переписать коду нужно время и сильная мотивация, а тут есть работающий код, который просто где-то как-то правится или модифицируется. Но, видится мне, скоро встрянем по масштабируемости, точности алгоритмов, ещё чему-нибудь и, возможно, это добавит мотивации для перехода. По уму, конечно, надо прототипировать на питоне, а в production на Java. Меня в матлабе больше всего напрягает остутствие вменяемой IDE, типа IntelliJ, приходится делать очень много лишних движений, которые сильно понижают продуктивность.
Сильно помогает умение игнорировать людей. Начиная от того, что встать и уйти в пять вечера, не смотря на то, что принято уходить позже и заканчивая тем, что я пропускаю видеоконференции в неурочное время, а в силу того, что у нас и Индии разница во много часовых поясов, такие назначаются достаточно часто. Но пока мне вслух за это никто не предъявил, желания тратить своё личное время на работу я не вижу.
Представьте, что компания, поставляет вам электичество имеет некий прибор, который этой компании выдаёт график потребления энергии, как функцию от времени с некой периодичностью. Например PG & E, которая поставляет электроэнергию в дома на тихоокеанском побережье США снимает такие данные ра в 15 минут.
Так вот существует задача, которая называется energy disaggregation, которая по идее по данному графику скажет когда и сколько было потрачено на чайник, на телевизор, кондиционер, обогрев бассейна, и т.д.
Тема модная, потому что в доллары хорошо переводится.
Вот наш стартап этим и занмается.
Тут я бы мог наплести как мы применяем конволюционные нейронные сети, чтобы предсказать что и когда применяется. И есть у меня мнение, что с точки зрения точности фиг кто их переплюнет. Похожая по стилю задача решалась вот на этом соревновании и победитель именно так к этой задаче и подошёл.
Но, что мы имеем на самом деле:
Вообще всё написано на Java, за исключением самой главной части, а именно алгоритма, который занимается этим самым disaggregation.
До недавнего времени в компании был только один Data Scientist — девушка, которая писала весь код, который этим energy disggregation и занимался. Причём писала она его на MatLab, причём всилу того, что своий код она понимала, и в то же время ей надо было постоянно воплощать какие-то фичи. И как следствие мы имеем кучу скриптов на матлабе, которые как-то друг с другом связаны, без тестов, без документации, с непонятными названиями переменных, ну и багов тоже хватает. Команда, которая занимается продажами своё дело знает. Поэтому куча проектов, с различными требованиями и меньше их не становится. И больших проблем не было, пока девушка пахала за троих, но потом её переманил Facebook и тут-то все и прищурились и до сих пор глаза толком раскрыть не могут.
Сейчас у нас два офиса. Один в кремниевой долине — второй в Индии. В Индии в основном члены Data Science.
Матлаб я в глаза никогда не видел, пока не начал тут работать => знание python, Java тут пригогдилось. В третьем языке проще разбираться чем в первом.
Алгоритмы и структуры данных — не сильно, но иногда проскакивает. Где лучше object, а где достаточно structure, нужен ли тут binary search и почему HashMap тут сработает на ура.
Машинное обучение где-то используется, на базовом уровне, но кусок проекта над которым я работаю с этим не связан, так что я не смотрел пока. Но где-то в коде используется SVM, где-то kd-tree, так что хотя бы для того, чтобы понимать, что происходит, знание алгоритмов машинного обучения на каком-то уровне требуется.
Статистика — по мелочам.
Как я понимаю, во многих компаниях дело обстоит так — Data Scientist что-то изобретает, потом объясняет это Software Developer и тот уже используя production quality code это и воплощает.
Тут не так. Компания на той стадии, когда происходит трансоформация из какого-то быстрорастущего хаоса, который позволяется на начальных стадиях, во что-то более медленное, но структурированное c возможностью обобщения.
Так как этот energy diasggregation тема мощная и молодая по уму надо выделять отдельную группу, которая бы занималась разработкой алгоритмов, а не мешать и разработку, и вполощение. Но тут до этого пока далеко, поэтому фиксим баги, воплощаем новые фичи.
Из каких-то моих специфическизх навыков, ну например физика, или машинное обучение тут ничего не используется. Просто надо быстро соображать и уметь писать код. Но хитрый. В смысле — вот задача, алгоритм придумай сам. И сейчас из-за того, что у меня нет глубоких знаний в Signal Processing и Computer Vision, изобретаю какие-то велоcипеды, параллельно пытаясь прокачать background в этих направлениях.
На тему матлаба. Всем понятно, что с него надо слезать. Но чтобы переписать коду нужно время и сильная мотивация, а тут есть работающий код, который просто где-то как-то правится или модифицируется. Но, видится мне, скоро встрянем по масштабируемости, точности алгоритмов, ещё чему-нибудь и, возможно, это добавит мотивации для перехода. По уму, конечно, надо прототипировать на питоне, а в production на Java. Меня в матлабе больше всего напрягает остутствие вменяемой IDE, типа IntelliJ, приходится делать очень много лишних движений, которые сильно понижают продуктивность.
Сильно помогает умение игнорировать людей. Начиная от того, что встать и уйти в пять вечера, не смотря на то, что принято уходить позже и заканчивая тем, что я пропускаю видеоконференции в неурочное время, а в силу того, что у нас и Индии разница во много часовых поясов, такие назначаются достаточно часто. Но пока мне вслух за это никто не предъявил, желания тратить своё личное время на работу я не вижу.
Вам следует понять мотивацию девушки и так же было бы неплохо со временем перейти в топовую контору в тот же фейсбук. Судя по всему девушка была незаменимой и сознательно не документировала свой код в МатЛабе. Я бы ее не осуждал с учетом того, что контора аутсорсит в Индию, а поразмышял бы на досуге что да как и какой урок для себя можно из этого довольно простецкого факта можно вынести.
Удачи
Удачи
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Из физиков в Data Science (Из двигателей науки в офисный планктон)