Female longevity challenge на HackAging.ai: The Global AI x Longevity Hackathon

Привет, друзья! Это Ира Евдокимова, основательница Femtech Force

Недавно я писала, что мы помогаем нашим друзьям из Blastim, которые организуют международный хакатон HackAging.ai, чтобы решить вопросы долголетия при помоги ИИ-агентов. Мы обсуждали челлендж в сфере женского старения и он есть в программе хакатона, ура!

Наша англоязычная команда Femtech Real Money Talks стала партнером хакатона наравне с такими компаниями как Retro.bio, Gero.ai, VitaDAO, BIO.XYZ, AthenaDAO, Immortal Dragons, Open Longevity и NEBIUS

И теперь я приглашаю вас зарегистрироваться и поучаствовать!

⬇️ Ниже подробности

HackAging.ai — первый глобальный хакатон на пересечении AI и науки о долголетии, объединяющий исследователей, основателей и инженеров для ускорения решений, продлевающих здоровую жизнь человека.


Даты: 7–20 октября 2025 онлайн
Призовой фонд: 20 000 $
Финал: Сан-Франциско

Треки:

Fundamental Track — прикладные, чётко определённые челленджи с измеримыми KPI, подготовленные Retro.bio, Gero.ai и ведущими исследователями старения.

Rapid Adoption Track (спонсоры VitaDAO & BIO.XYZ) — создание инструментов, которые могут немедленно приносить ценность индустрии как продукты или стартапы.

Female Longevity Challenge — проекты, посвящённых женскому здоровью и старению, направленных на сокращение гендерного разрыва в исследованиях долголетия.

Кого ждем: ML-инженеров, исследователей, предпринимателей, дизайнеров и визионеров

Регистрируйтесь: https://www.hackaging.ai/

Понедельник начался хорошо.

Первое же письмо как раз из третьей категории AI-стартапов, которые сейчас всю внутреннюю инфраструктуру порешают за 2 часа. Надо только найти еще одно дерево, на которое можно погавкать, а то со мной пока не сработало 😬

Позавчерашние новости про новые места, где можно измерять сердцебиение 🖤

В прошлом месяце Apple выпустили AirPods Pro 3, обновленную версию своих флагманских наушников. Помимо очень крутой, но пока еще довольно сырой, функции перевода речи в реальном времени, AirPods теперь умеют измерять частоту сердцебиения прямо в ухе.

Принцип работы стандартный — несколько инфракрасных LED подсвечивают кожу и измеряют поглощение света кровью 256 раз в секунду. Чем больше света поглощается — тем больше крови проходит по сосудам в этот момент времени и наоборот. Если замерять в течение нескольких секунд, то в данные попадут несколько циклов сердцебиения (Pulse Wave). Остается только посчитать, сколько их было за единицу времени и частота сердечных сокращений готова.

Процесс называется фотоплетизмография (photoplethysmography, a.k.a PPG) и такая же процедура измерения ЧСС используется практически во всех носимых устройствах, включая Оуру. А для того, чтобы физическая активность и прочие помехи не мешали качеству измерений, обычно добавляются дополнительные сенсоры, вроде акселерометра или гироскопа, чтобы очищать PPG данные от артефактов движения.

Идея измерять ЧСС в ухе не новая. До Apple уже несколько устройств занимались тем же самым. Например, в мае 2024 вышли Sennheiser Momentum Sport Earbuds, с датчиками температуры и зелеными светодиодами для PPG. И если температуру они измеряют неплохо, то вот с сердцебиением совсем не вышло. Что довольно странно, потому что зеленый свет выбран не случайно — он менее глубокого проникает под кожу, чем инфракрасный, и достаточно точно измеряет сердцебиение даже во время физической активности, когда соприкосновение с кожей не всегда идеально. Явно не затащили модели, да и вряд ли у компании, специализирующейся на аудио оборудовании валялось достаточно данных по сердцебиению для нормального обучения.

Apple же решили засунуть в AirPods инфракрасные светодиоды. Они обычно используются для измерения ЧСС в состоянии покоя, потому что при хорошем контакте с кожей и отсутствии помех, инфракрасный свет проникает глубже в ткани и повышает качество сигнала. И Apple удалось построить на удивление качественные модельки даже для сердцебиения во время физической активности. И наверняка очень помог тот факт, что для обучения у них помимо прочего были данные с почти 300 миллионов проданных Apple Watch.

Мораль проста — hardware не всегда hard. Сенсоры и компоненты уже более-менее доступны каждому. А вот владеть самыми большими датасетами в HealthTech бывает очень полезно.

Ещё один успешный виток вокруг солнца 🥂

Стажировка в Оуре 💍

Редкая возможность попасть в команду Science на летнюю стажировку. Обычно они набирают студентов, которые заканчивают обучение в университете, поэтому требования к опыту и навыкам минимальные (но и конкурс будет высоким). По итогам программы стажёры часто получают полноценный оффер — особенно если за 3–4 месяца успевают хорошо зарекомендовать себя.

Дедлайн подачи заявки — 4 января.

Стажировка будет проходить в Хельсинки или Оулу с мая по сентябрь 2026.

Подробнее можно посмотреть по ссылке: https://job-boards.greenhouse.io/oura/jobs/4079521009

🎙Записал большой подкаст про свою работу в Оуре

Поговорили о том, как у нас всё устроено и чем мы занимаемся. Послушать можно по ссылкам, а вопросы можно позадавать здесь в комментариях 🥂

Не-итоги 2025

Собака традиционно начала лаять на салюты, а значит, время поздравить всех с наступающим!

Уже второй раз могу это сделать в своем небольшом, но уверенно подрастающем канале, за что снова большое спасибо всем подписавшимся и читающим — очень ценю то, что вы здесь ❤️

А пожелание пока оставлю прошлогоднее:

С наступающим Новым годом, пусть он будет мирным! 🎄

Про собеседования. Часть 1: Добро пожаловать на 81-й этап отбора

Я часто провожу собесы и как нанимающий менеджер, и помогая другим командам в поиске дата людей. Одно из самых первых решений, которое принимается в начале найма — это сколько интервью придётся пройти кандидатам.

Часто в командах есть заготовленные шаблоны, где указаны все круги ада шаги до офера: от скрининга и знакомства до одобрения самыми вышестоящими инстанциями.

В последние пару лет собеседования в Оуру (в дата-команды, про дизайнеров или маргетологов не скажу) стали выглядеть примерно следующим образом:

Скрининг:
◾️ Собеседование с HR
1-й раунд: Hiring Manager
◾️ Интервью с нанимающим менеджером, обычно руководитель той команды, куда собеседуется человек
2-й раунд: Code Screening
◾️ Техническое интервью, live coding
3-й раунд: Team interviews
◾️ Problem-solving интервью
◾️ Collaboration & Business impact интервью
Финальный раунд:
◾️ Интервью с руководителем департамента

Это, конечно, всё ещё не 127 этапов отбора на стажера в Яндексе, но уже достаточно приличный набор из шести (а иногда и семи) препятствий для желающих делать мир лучше и окольцованнее.

Мне было очень любопытно наблюдать за трансформацией процесса найма в Оуре. За то время, что я здесь работаю, компания успела вырасти из маленького и никому не известного стартапа, где работали 100 человек, во вполне себе трансконтинентальную корпорацию стоимостью в $11B и 1000+ сотрудников.

Кстати, последний раунд инвестиций, новая оценка стоимости и бурный рост популярности не только принесли много счастья для инвесторов и shareholder-ов, но и убрали необходимость “продавать” компанию на интервью и рассказывать, чем мы тут вообще занимаемся — кандидаты приходят уже всё знающие и начитанные.

Когда я собеседовался в 2019-м году на первую в Оуре дата-сайенс позицию, весь звонок с HR меня убеждали, что Оура — не стартап-однодневка и вообще серьезные люди собрались и денег хватит аж на год вперед (но это не точно). В другой раз расскажу про те собеседования подробнее, их было всего два — преимущество early-stage стартапа :)

Сейчас, вместе с ростом конторы, закономерно увеличилось и количество собеседований. С каждым годом число желающих попасть сюда становится всё выше, так что отсеивать приходится всё жестче 💪

К сожалению, такая популярность работодателя также привлекает множество талантливых в приукрашивании личностей, которые, не имея реальных навыков, рисуют себе красивые должности и строчки в резюме и подаются на авось, надеясь, наверное, на невнимательность нанимающих.

Из-за этих мимокрокодилов, количество резюме на одну вакансию часто переваливает за 1000, что сильно затрудняет отбор. Чтобы помочь HR отобрать кандидатов на пару последних дата сайенс позиций, мне даже пришлось попросить их задавать крайне сложные вопросы на первом созвоне, вроде “в чем отличие логистической и линейной регрессии” или “является ли логит регрессия линейной моделью?”

Так что теперь приходится мириться с резким увеличением количества собесов на душу населения, особенно в штатах. Но про отличия в собеседованиях между Финляндией и США напишу в следующий раз 🥂

А пока расскажите, сколько этапов было у вас и на какую должность проходили? Какое количество вам кажется адекватным?

🔤🔤 🔤🔤🔤🔤

Когда мне в очередной раз пришлют на почту предложение заменить всех аналитиков гениальным и революционным self-service AI решением, я буду скидывать в ответ этот пост из реддита.

Tl;dr: топ-менеджмент компании 3 месяца подряд принимал решения на основе метрик, полученных от AI агента, и всё это время агент исправно галлюцинировал результаты.

Самое прекрасное — это можно было предотвратить в самом начале. Как пишет автор поста:

The worst part I raised concerns about needing validation in November and got told I was slowing down innovation.

Всё ещё предпочитаю получать свой slop от кожаных мешков, особенно если это касается аналитики.