Comments 23
Отличная история! Спасибо!
+3
Вот поэтому приращение интеллектуального продукта в крупных компаниях все больше идет по пути скупки сторонних команд, а не вызревания изнутри. Забавно, но в некоторой степени то же наблюдается и в академической среде, недавно была
крайне любопытная статья
Wu, L., Wang, D., & Evans, J. A. (2019). Large teams develop and small teams disrupt science and technology. Nature, 566(7744), 378–382. https://doi.org/10.1038/s41586-019-0941-9
о том, что прорывные идеи формируются в маленьких научных коллективах.
И то же с престижем журналов, который лишь очень опосредованно и не всегда гарантирует качество статьи.
Живем в мире брендов =\
+3
*звуки зависти*
+2
Доставляет. Особенно, где автор упоминает о том, что он — Ветеран боевых действий (в предыдущих статьях чуть более развернуто).
+2
Говорят, что религии отбросили развитие человечества на несколько сот лет назад. И что-то мне подсказывает, что HR отделы смело могут нести ответственность еще за пару десятков
0
UFO just landed and posted this here
А мне было бы интересно посмотреть, как изменилась бы наука, если бы преподавателям платили из зарплат воспитанных ими учеников.
+3
Если зарплаты в науке поднимут до уровня индустрии(или тем более, выше), то мы увидим на хабре целые серии статей по типу «Я работал в МВД двадцать лет, но ВНЕЗАПНО понял, что всю жизнь любил химию. Делюсь своей историей, как от искусства допросов перейти к искусству проводить синтез липидов)))) ».
+8
Очень странные задачи для академической науки имхо, детекция и сегментация по готовому сету. Было бы более похоже, если кто-то из спонсоров спустил бы такие задачи в качестве satellite events, наряду с концертами и cocktail party. Особенно robotic instrument segmentation. GIANA — чистая прикладная мед задача. А если это и правда были задачи «академические», то все правильно, драть таких надо во все щели своими глубокими сетями и гнать из науки хгбустами, «научной новизны нет». Научные задачи заключаются в проверке гипотез, а не о конкретном перформансе. Чем более фундаментальна гипотеза, тем важнее получаемое знание. Если в датасете есть необъезженные гипотезы, или датасет был получен с применением качественно новых технологических решений, этот датасет обычно зажимают и не делятся, потому что тогда «академик» потеряет свое конкурентное преимущество — первенство в предметной области.
Однако история заставляет очень сильно задуматься о своем положении…
Однако история заставляет очень сильно задуматься о своем положении…
0
Проще всего организовать конкурс по какой-нибудь одной тупой метрике, которая отражает один-два параметра решения «в вакууме», а не в конкретных ограничениях. Тут конкурс скорее всего направлен на то, чтобы узкие спецы оценили некий технологический уровень в более широкой области, а плюшка нужна просто для пиара и привлечения людей со стороны.
Про перформанс — если вы получили повышение точности +1% за счет +100 классификаторов в стэке, то это никакая не прикладная наука, а грубая вычислительная сила («есть чо? а если найду?»). Загоним сырые данные в облако с теслами и посчитаем катбустом. Хотя можно было насчитать 5 фичей и обучить логрег. Такие модели до нормального продакшена не доживают, т.к. во многих случаях важнее простота и предсказуемость ошибок, чем высокая точность.
А насчет того, кто чаще всего зажимает датасеты, так скорее уж бизнес (он ими торгует).
Про перформанс — если вы получили повышение точности +1% за счет +100 классификаторов в стэке, то это никакая не прикладная наука, а грубая вычислительная сила («есть чо? а если найду?»). Загоним сырые данные в облако с теслами и посчитаем катбустом. Хотя можно было насчитать 5 фичей и обучить логрег. Такие модели до нормального продакшена не доживают, т.к. во многих случаях важнее простота и предсказуемость ошибок, чем высокая точность.
А насчет того, кто чаще всего зажимает датасеты, так скорее уж бизнес (он ими торгует).
+2
UFO just landed and posted this here
Ну красавчик! Респект и уважуха! Чем-то перекликается с моим опытом — в том смысле, что приходилось тоже двигаться туда, куда интересно, но опыта нет. В прошлом я тоже физик, защитил к.ф.-м.н. по моделям синергетики и теории самоорганизации, но все это было далеко от ML и DL. Да и был период нерелевантного опыта (хотя тоже — опыта:)), надо было деньги на жизнь зарабатывать. И вот из всего этого рванул с нуля (и даже с минуса, можно сказать)) в ML. Поначалу было все, мягко говоря, неопределенно и непонятно ))) Было только желание, ну и голова на плечах)) Но вот сейчас уже тоже есть знания, опыт и уже не первый год на позициях Sr. DS
+1
Шел январь 2017 года. На тот момент у меня было чуть больше года трудового стажа и работал я в Сан-Франциско в компании TrueAccord как Sr. Data Scientist
Я никак не могу понять как человек с 1 годом опыта в индустрии может иметь приставку Сеньор?
0
Читал как художественную книгу, спасибо. Прям интересно.
И знаете вот этот приём в фильмах, когда показывают как герой тренируется, и за 5 минут фильма изображают 10 лет тренировок. Я всегда считал, что это фантастика, а оказывается нет. Вот герой этого рассказа в моём представлении делает тоже самое. Почитал, порешал задачки, раз и научился, кажется, что это так легко.
А на самом деле, какая же интеллектуальная пропасть между автором и обычными людьми, которые не помнят как корень квадратный из четырёх вычислить. Какой мощный у вас мозг. Столько информации усваивать. Так благодарен людям с такими умственными способностями. Столько всего удобного и полезного изобрели. А обычные люди этим пользуются и даже представления не имеют сколько под этими изобретениями научных трудов, исследований и работ.
И знаете вот этот приём в фильмах, когда показывают как герой тренируется, и за 5 минут фильма изображают 10 лет тренировок. Я всегда считал, что это фантастика, а оказывается нет. Вот герой этого рассказа в моём представлении делает тоже самое. Почитал, порешал задачки, раз и научился, кажется, что это так легко.
А на самом деле, какая же интеллектуальная пропасть между автором и обычными людьми, которые не помнят как корень квадратный из четырёх вычислить. Какой мощный у вас мозг. Столько информации усваивать. Так благодарен людям с такими умственными способностями. Столько всего удобного и полезного изобрели. А обычные люди этим пользуются и даже представления не имеют сколько под этими изобретениями научных трудов, исследований и работ.
0
Вы только забываете что люди делающие научный прогресс каждый день кушают, а сколько труда потрачено чтобы вырастить теже помидоры они тоже не догадываются)))))
0
да, согласен, но как мне кажется любой умный человек сможет вырастить еду, но не каждый фермер сможет программировать, например.
-1
Нет, справедливости ради, этот не так. И хэллоуворд средний фермер способен написать, если его как-то за комп запинать. И средний программист без труда вырастит огурчик на подоконнике. Но создание и поддержка нормального работоспособного приложения, которым не три с половиной человека пользуются, это нелегкий труд с неочевидными решениями. Однако и выращивание еды под какие-то пищевые стандарты и в более-менее пристойном количестве — это нифига не просто. Но обывателям со своих сторон видится, что программисты заняты ерундой, печатают чего-то да в экран с нахмуренным видом пялятся, а фермачи ковыряют землю и семена кидают, колхозня да и только.
0
Sign up to leave a comment.
Из физиков в Data Science (Из двигателей науки в офисный планктон). Третья часть