ок.tech: Data Толк #4 интервью спикеров



    Подходит к концу десятилетие, и без преувеличения можно сказать, что одной из основных тенденций этих десяти лет стало повсеместное внедрение анализа данных. От проектирования самолётов до выплавки стали, от вызова такси до умных чайников и говорящих колонок. Рекомендательные системы, компьютерное зрение, обработка естественного языка, машинное обучение, оптическое распознавание символов, нейронные сети, искусственный интеллект, все эти направления деятельности прочно закрепились в мире информационных технологий и нет ни малейшего повода полагать, что в ближайшее время что-то изменится. Общественность ждёт, что Data Science придет во все большее количество сфер жизни человека, автомобили станут беспилотными, а границы государств будут охранять огромные боевые человекоподобные роботы.

    Какой была индустрия раньше, что она представляет сейчас и какие сюрпризы нас ждут в будущем. Ответы на все эти вопросы вы сможете получить 16 декабря на ок.tech: Data Толк #4. В предверии мероприятия мы поговорили со спикерами о прошлом настоящем и будущем Data Science. Под катом вас ждут мини-интервью.

    Зарегистрироваться на мероприятие.

    Расскажи чем ты занимался до Data Sceince?


    Артур Кузин
    До погружения в Data Scientce я был научным сотрудником и занимался экспериментальной физикой в области микро и нанометрологий.

    Дмитрий Бугайченко
    До перехода в Data Science 8 лет отработал в аутсорсинге над самыми разными проектами – от разработки драйвера для источника бесперебойного питания до проектирования больших распределенных ERP систем. Кроме того, вел собственный исследовательский проект в области формальной спецификации и верификации. С удивлением обнаружил, что многие приемы из этих областей с успехом могут применяться и в DS.

    Андрей Якушев
    До текущей работы в ВКонтакте, я занимался прикладными исследованиями в аспирантуре ИТМО в области BigData и той же самой DS, работал в интернет компании над «стандартными» веб-сервисами и успел немного поработать по направлению вычислительной геометрии. Все эти направления работы дали хороший опыт и навыки, чтобы сейчас делать сложный DS.

    А чем занимаешься сейчас?


    Артур Кузин
    Руковожу командной, которая разрабатывает решения на базе компьютерного зрения для X5 Retail Group.

    Дмитрий Бугайченко
    В данный конкретный момент пытаюсь разобраться в устройстве большой и сложной системы и определить каким образом в её рамках можно организовать платформу для разработки рекомендательных сервисов.

    Андрей Якушев
    Сейчас я выполняю обязанности руководителя команды, которая развивает ленты новостей в ВК и различные рекомендательные системы. На работе я предлагаю гипотезы по улучшнию ML, алгоритмов, технологий и продуктов в ВК, предлагаю варианты решений, но саму работу и проработку большого числа деталей и нюансов делают уже непосредственно ребята из команды.
    Так же слежу за методологией и правильностью выводов при ответе на сложные и, по сути, исследовательские вопросы о том как сделать эти продукты ВК лучше.

    Как изменилась твоя работа за последние несколько лет? Куда сместился фокус?


    Артур Кузин
    За последние несколько лет я плавное перекатываюсь в менеджера. И если раньше меня интересовали модельки и архитектуры, то сейчас вызывает интерес законченные пайплайны и решения.

    Дмитрий Бугайченко
    Все больше приходится работать с людьми и их интересами – понять с какими проблемами столкнулся человек и как эти проблемы можно решить.

    Андрей Якушев
    Фокус дрейфовал от непосредственно обучения моделей и создания full-stack работающих систем, до проработки архитектуры, тимлидовских и продуктовых задач.

    Самая крутая штука, которая тебя поразила в Data Science за последний год? 5 лет?


    Артур Кузин
    AlphaGo / AlphaStar. Мы живём в удивительное время!

    Дмитрий Бугайченко
    Понравился набор статей с осознанной рефлексией по нейросетям – сколько энергии на них сжигается, сколько статей с невоспроизводимыми результатами, как часто более простые методы по-прежнему дают хороший результат. В более долговременной перспективе завораживают успехи reinforcement learning. В этом году успехи AI в StarCraft – с интересом смотрю стримы по этой игре, успеха там AI добиться куда сложнее чем в традиционных шахматах и го.

    Андрей Якушев
    Удивили успехи AlphaStar, нарастающий антихайп к нейронкам (как мне кажется по моему информационному окружению) – думаю, что там еще очень много всего интересного будет.
    Из близких ко мне направлений и более старых вещей удивили успехи, практичность и универсальность моделей word2vec и ее вариаций.
    В целом всегда поражало развитие по спирали в областях научного знания – возвращение и улучшение идей, над которыми уже работали десятки лет назад.

    В какой прикладной области случатся ближайшие прорывы?


    Артур Кузин
    Сложно сказать, где будут новые научные порывы. С точки зрения применения кажется, что звук и RL пока получали недостаточно внимания.

    Дмитрий Бугайченко
    Думаю, что ближайшие прорывы будут связанные скорее с изменениями в обществе вызванными развитием основанных на данных и AI систем.

    Андрей Якушев
    В областях, связанных с доставкой интересной и релевантной информации до каждого человека, который выходит в интернет. Хочется верить, что уже скоро DS придет в медицину и поменяет всю нашу жизнь.

    Как ты думаешь, в какой области жизни Data Science станет незаменим в ближайшие 10 лет?


    Артур Кузин
    Мне кажется, Data Science незаметно проникнет во все аспекты нашей жизни и процессы в обществе станут без этого невозможны.

    Дмитрий Бугайченко
    А в каких еще не стал?

    Андрей Якушев
    Во всех областях с достаточно большим числом элементов и где уже начинают работать статистические закономерности.

    Скажи, пожалуйста, что нужно начать делать сейчас, чтобы быть востребованным дата саентистом и через 10 лет.


    Артур Кузин
    Нужно подумать и честно ответить себе: можно ли мою работу автоматизировать? Если ответ – «да», то вы в опасности. В остальном кажется, что нужно просто найти то, что приносит удовольствие. В противном случае не выйдет уделять достаточно времени работе, чтобы стать профессионалом.

    Дмитрий Бугайченко
    Организовать свой стартап. На самом деле, думаю, что в область Data Science тоже придет тот самый, рождающийся здесь же, AI и все радикально перекроит. В этом плане адаптироваться будет проще людям с широким кругозором и интересами.

    Андрей Якушев
    Предположу что любой разработчик сможет делать базовый fit+predict так, чтобы это давало 80% результата в задаче. DS станет рутиной, так же как и создание стандартных сайтов визиток. Если хочется быть востребованным, то надо будет либо делать чертовски хороший fit+predict, либо совмещать в себе и другие роли — разработчика, аналитика, менеджера,…

    Ребята, большое спасибо, что нашли время ответить на вопросы!

    Мы ждем всех, кто хочет пообщаться с экспертами в области Data Science 16 декабря в свой московский офис.

    Приходите, будет полезно и интересно!

    Зарегистрироваться на мероприятие.
    Одноклассники
    122,83
    Делимся экспертизой
    Поделиться публикацией

    Комментарии 2

      –3

      И в чем же толк у даты ?

        0
        DS и ML удивительные направления еще недавно казавшиеся фантастикой.
        Мир меняется и меняет нас.
        Есть очень интересные идеи в обучении ИИ программированию.
        Первый этап выглядит достаточно просто: обучить ИИ ассемблерам под
        различные архитектуры. Но тут надо подтянуть Oberon технологию Drakon,
        смысл которой — на базе графических алгоритмов выдавать скомпилированный код.
        А имея большое количество задач в формате Drakon'а обучить ИИ намного проще,
        чем скармливая ему миллионы тонн ассемблерного кода.
        Только после решения этой задачи, наработав опыт можно создавать ИИ специализированных
        на другие языки программирования, требующих более высокого уровня абстрагирования.
        Может оказаться, что обучения до уровня Сеньоров окажется слишком трудным,
        а возможно что и тут появятся не просто обычные ИИ-программисты, а программисты уровня «Lord».
        Это возможно самый интересный стартап, в котором хотелось бы поучаствовать.

        Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

        Самое читаемое