Коллега сделал задачу не так, как мне надо, и уже стоя в куртке говорит, что переделает завтра.
Я: не хочу завтра, хочу сегодня, посмотри на мой монитор и скажи в меня нужные слова, я сама оформлю в текст
Коллега (смотрит на монитор): мммм
Я, видя пустоту в глазах и отчаянно крутящиеся под конец сложного дня шестеренки: уууу, ладно, иди отсюда
Коллега: нет ну ты приходи пораньше завтра, все сделаем
Мое мнение о ранних приходах изображено на картинке 😂
Я: не хочу завтра, хочу сегодня, посмотри на мой монитор и скажи в меня нужные слова, я сама оформлю в текст
Коллега (смотрит на монитор): мммм
Я, видя пустоту в глазах и отчаянно крутящиеся под конец сложного дня шестеренки: уууу, ладно, иди отсюда
Коллега: нет ну ты приходи пораньше завтра, все сделаем
Мое мнение о ранних приходах изображено на картинке 😂
😁14👍1
Слушайте,а все-таки весело очно работать 😁
Вчера к коллеге приходили девушки из другого отдела по рабочим вопросам. Одна из них так старательно облизывала свой чупачупс, а мне так хорошо было видно со своего рабочего места, что я аж до сих пор под впечатлением 😂
Даже как-то обидно стало, меня почему-то вот облизывая чупик никогда не клеили 😂 Вот в общественном туалете как-то пытались склеить, а вот так - нет 😂
А какие вы выделяете странные плюсы очной работы? 😂😂😂
ПС: по дата саенс готовлю в этот канал интервью со специалистом, будет про особенности собесов и работы в DS; про нашу работу расскажу чуть позже, как только пойму, что конкретно не под NDA
Вчера к коллеге приходили девушки из другого отдела по рабочим вопросам. Одна из них так старательно облизывала свой чупачупс, а мне так хорошо было видно со своего рабочего места, что я аж до сих пор под впечатлением 😂
Даже как-то обидно стало, меня почему-то вот облизывая чупик никогда не клеили 😂 Вот в общественном туалете как-то пытались склеить, а вот так - нет 😂
А какие вы выделяете странные плюсы очной работы? 😂😂😂
ПС: по дата саенс готовлю в этот канал интервью со специалистом, будет про особенности собесов и работы в DS; про нашу работу расскажу чуть позже, как только пойму, что конкретно не под NDA
😁12❤5
О, пока не забыла. У нас в центре планируются стажировки для студентов, как раз вчера расписывали для дирекции наши предложения. Как только дирекция все согласует и кадры выложат на сайт, сразу скину сюда.
🔥21
В среднем от 300 до 2000 откликов. Это я ещё нуб вообще со своими 48 компаниями
😱5
Forwarded from Рекрутинг, котики и апокалипсис (Кира Кузьменко)
"Чтобы джуну найти работу в 2023 году, ему надо быть миддлом" – мой тезис и на скрине подверждение этому тезису. См обсуждение в твиттере у Антона Назарова.
Тема с приписыванием себе опыта работы, кажется, растущий тренд, который мы будем встречать всё чаще и чаще. Потому что оценивают всё-таки не года опыта работы, а тех. скиллы. И, если они норм, то задача джуна – пройти первичный фильтр рекрутеров или нанимающих.
Лично я не могу осуждать джунов за то, что они так делают. Потому что знаю, что первичный фильтр на "года опыта работы" – может быть формальностью для отсева и экономии времени. А джуны, в среднем, делают от 300 до 2000 откликов, чтобы найти работу. Поэтому логично, что будут использовать любые способы повысить конверсию.
Но расскажите мне, а что вы думаете про этот тренд с приписыванием себе несуществующих лет опыта работы?
Тема с приписыванием себе опыта работы, кажется, растущий тренд, который мы будем встречать всё чаще и чаще. Потому что оценивают всё-таки не года опыта работы, а тех. скиллы. И, если они норм, то задача джуна – пройти первичный фильтр рекрутеров или нанимающих.
Лично я не могу осуждать джунов за то, что они так делают. Потому что знаю, что первичный фильтр на "года опыта работы" – может быть формальностью для отсева и экономии времени. А джуны, в среднем, делают от 300 до 2000 откликов, чтобы найти работу. Поэтому логично, что будут использовать любые способы повысить конверсию.
Но расскажите мне, а что вы думаете про этот тренд с приписыванием себе несуществующих лет опыта работы?
👍12
Маша Грин и айти 🥂 pinned «Итоги по собесам Я окончательно решила сменить работу в ноябре прошлого года, после того как мы выиграли хакатон от Glowbyte. Нам предложили пройти собесы, и я несколько месяцев готовилась, тренируя SQL. Первый собес с ними у меня был уже после начала СВО…»
Интервью с Анной Ивановой, @lab_mouse - биоинформатиком и специалистом по Data Science.
Вопрос 1.
Аня, насколько я помню, в своей компании ты участвуешь в проведении собесов. Расскажи, как будут отличаться твои вопросы для стажера, джуна, мидла и сеньора? Какие конкретные вопросы ты задавала в своей практике?
Ответ Ани:
Начнём с того, чем отличаются задачи для этих позиций.
Джун - человек, который работает руками, но ему нужно ставить четкие задачи, что делает мидл или синьор.
Мидл тоже работает руками, но сам понимает, как нужно поставить задачу. Сеньор редко работает руками, но ставит задачи и видит проблемы целиком. Стажера выделяют отдельно не всегда, но по идее он чуть умеет делать руками и знает поменьше, чем джун.
Конкретные вопросы зависят не только от того, на какую позицию собес, но и от того, чисто ли это технический специалист, или человек имеет бекграунд по специфике работы (в моем случае - биология). Собес всегда отличается в зависимости от того интервьюера, к которому ты попал.
Я в первую очередь спрашиваю всех про опыт. Даже если это джун - он может рассказать про pet-проекты, и что конкретно он делал на этом проекте. Исходя из этого буду спрашивать глубже. Строил регрессионную модель? А какая была выборка? Понимает ли человек, что и зачем он делал?
Дальше идут вопросы по базе - про то, на чем все строится. Вот скажем, говорит человек «я знаю нейросети», но плавает в классических ML подходах. Это значит, что человек пошел за модой и толком не знает, как всем этим пользоваться. Такой сотрудник будет использовать лишние ресурсы и время, а надо, чтобы человек выбирал оптимальный для задачи подход.
Или, например, человек говорит о том, как прекрасен random forest, но не знает, почему там не важна нормализация данных.
Другие теоретические вопросы - почему надо проверять распределение на нормальность? Почему в одних ситуациях - распределение Пуассона, а в других - равномерное? Какое бывает среднее? Что такое Баесова статистика? А также про теорию вероятности, статистику, классическое машинное обучение, метрики измерения качества модели.
Кроме этого важно, чтобы кандидат мог в понятном виде объяснить свои результаты - речь про отчет и визуализацию. Это важно, потому что если ты не смог объяснить свое открытие бизнесу, считай что ты ничего и не нашел.
Вопрос 2:
Какие ML-модели ты наиболее часто используешь на практике? Какие статистические критерии и библиотеки?
Я использую те модели, которые применимы для конкретных задач. Изображения? Простые медицинские данные? Надо дать рекомендацию врачу о том, какое решение принимать (тут нельзя использовать подход без хорошей объяснимости)?
Если говорить про библиотеки, то это matplotlib, numpy, pandas, seaborn. Хорош тот алгоритм/инструмент, который решает конкретную задачу.
Вопрос 3:
Представим, что у нас есть студент, который увлекается DS/DA, и хочет найти стажировку. Какие с твоей точки зрения критерии хорошей стажировки? Как выбрать? Что студент должен получить по ее итогу?
Сейчас получить позицию джуна или стажировку сложно. Порог вхождения в питон низкий, а конкуренция высокая. Ещё года 4 назад я бы сказала, что браться надо только за оплачиваемую стажировку, но сейчас ситуация изменилась. Сейчас стажировка не должна быть слишком долгой и нужно смотреть, сколько она приносит тебе и сколько приносишь компании ты. Если ты в течение длительного времени приносишь больше, чем получаешь, необходимо вести речь об оплате. На стажировке обязательно должен быть куратор, а в результате успешного прохождения стажировки должна как минимум предполагаться возможность работы в компании. Идеальная стажировка - в среднем три месяца. Главное - видеть, что компания в тебе заинтересована.
Вопрос 1.
Аня, насколько я помню, в своей компании ты участвуешь в проведении собесов. Расскажи, как будут отличаться твои вопросы для стажера, джуна, мидла и сеньора? Какие конкретные вопросы ты задавала в своей практике?
Ответ Ани:
Начнём с того, чем отличаются задачи для этих позиций.
Джун - человек, который работает руками, но ему нужно ставить четкие задачи, что делает мидл или синьор.
Мидл тоже работает руками, но сам понимает, как нужно поставить задачу. Сеньор редко работает руками, но ставит задачи и видит проблемы целиком. Стажера выделяют отдельно не всегда, но по идее он чуть умеет делать руками и знает поменьше, чем джун.
Конкретные вопросы зависят не только от того, на какую позицию собес, но и от того, чисто ли это технический специалист, или человек имеет бекграунд по специфике работы (в моем случае - биология). Собес всегда отличается в зависимости от того интервьюера, к которому ты попал.
Я в первую очередь спрашиваю всех про опыт. Даже если это джун - он может рассказать про pet-проекты, и что конкретно он делал на этом проекте. Исходя из этого буду спрашивать глубже. Строил регрессионную модель? А какая была выборка? Понимает ли человек, что и зачем он делал?
Дальше идут вопросы по базе - про то, на чем все строится. Вот скажем, говорит человек «я знаю нейросети», но плавает в классических ML подходах. Это значит, что человек пошел за модой и толком не знает, как всем этим пользоваться. Такой сотрудник будет использовать лишние ресурсы и время, а надо, чтобы человек выбирал оптимальный для задачи подход.
Или, например, человек говорит о том, как прекрасен random forest, но не знает, почему там не важна нормализация данных.
Другие теоретические вопросы - почему надо проверять распределение на нормальность? Почему в одних ситуациях - распределение Пуассона, а в других - равномерное? Какое бывает среднее? Что такое Баесова статистика? А также про теорию вероятности, статистику, классическое машинное обучение, метрики измерения качества модели.
Кроме этого важно, чтобы кандидат мог в понятном виде объяснить свои результаты - речь про отчет и визуализацию. Это важно, потому что если ты не смог объяснить свое открытие бизнесу, считай что ты ничего и не нашел.
Вопрос 2:
Какие ML-модели ты наиболее часто используешь на практике? Какие статистические критерии и библиотеки?
Я использую те модели, которые применимы для конкретных задач. Изображения? Простые медицинские данные? Надо дать рекомендацию врачу о том, какое решение принимать (тут нельзя использовать подход без хорошей объяснимости)?
Если говорить про библиотеки, то это matplotlib, numpy, pandas, seaborn. Хорош тот алгоритм/инструмент, который решает конкретную задачу.
Вопрос 3:
Представим, что у нас есть студент, который увлекается DS/DA, и хочет найти стажировку. Какие с твоей точки зрения критерии хорошей стажировки? Как выбрать? Что студент должен получить по ее итогу?
Сейчас получить позицию джуна или стажировку сложно. Порог вхождения в питон низкий, а конкуренция высокая. Ещё года 4 назад я бы сказала, что браться надо только за оплачиваемую стажировку, но сейчас ситуация изменилась. Сейчас стажировка не должна быть слишком долгой и нужно смотреть, сколько она приносит тебе и сколько приносишь компании ты. Если ты в течение длительного времени приносишь больше, чем получаешь, необходимо вести речь об оплате. На стажировке обязательно должен быть куратор, а в результате успешного прохождения стажировки должна как минимум предполагаться возможность работы в компании. Идеальная стажировка - в среднем три месяца. Главное - видеть, что компания в тебе заинтересована.
👍6❤3
Forwarded from Защита от дурака
ИИ помогает спасать жизни на дорогах!
О, какой кликбейт ))) В моей альма-матер создали ИИ, который изучает мозговую активность водителей. Это стартап для автопрома, который поможет нам лучше понимать, что происходит в нашей голове, когда мы, например, теряем концентрацию. И мы помним: если наука знает причину, наука может найти решение.
Напоминаю, что шведы в 1997 году запустили программу Vision Zero. В этой догосрочной программе делают все, чтобы число смертей на дорогах сократилось до 0. Программа весьма успешна, но пока в Швеции умирает порядка 250 человек в год в результате автокатастроф.
Больше про Vision Zero можно почитать тут https://bransch.trafikverket.se/en/startpage/operations/Operations-road/vision-zero-academy/
А про стартап тут: https://www.kth.se/om/nyheter/centrala-nyheter/startup-inom-ai-baserad-hjarnvagsanalys-till-silicon-valley-1.1222478
О, какой кликбейт ))) В моей альма-матер создали ИИ, который изучает мозговую активность водителей. Это стартап для автопрома, который поможет нам лучше понимать, что происходит в нашей голове, когда мы, например, теряем концентрацию. И мы помним: если наука знает причину, наука может найти решение.
Напоминаю, что шведы в 1997 году запустили программу Vision Zero. В этой догосрочной программе делают все, чтобы число смертей на дорогах сократилось до 0. Программа весьма успешна, но пока в Швеции умирает порядка 250 человек в год в результате автокатастроф.
Больше про Vision Zero можно почитать тут https://bransch.trafikverket.se/en/startpage/operations/Operations-road/vision-zero-academy/
А про стартап тут: https://www.kth.se/om/nyheter/centrala-nyheter/startup-inom-ai-baserad-hjarnvagsanalys-till-silicon-valley-1.1222478
Trafikverket
Vision Zero Academy
We believe that knowledge saves lives. We also believe that the number of traffic-related deaths and injuries will decrease faster if we work systematically with road safety using the Vision Zero approach, in Sweden and around the globe.
👍3
Forwarded from Путевые заметки
ChatGPT получила диплом
За последние сутки в рунете идет дикий срач на тему студента РГГУ, написавшего и защитившего диплом, с помощью ChatGPT. Почитать тред можно тут. За сутки разгорелся спор об этичности такого поступка, вплоть до того, что кто-то написал уже официальное обращение про это в Министерство и РГГУ с просьбой отозвать диплом. Хотя вроде как уже появилась информация, что РГГУ не собираются предпринимать никаких радикальных действий.
Ситуация очень интересная. С одной стороны он подтвердил опасения, которые уже ходят по интернету давно, что мол ChatGPT успешно решает экзамены, пишет курсовые и т.д. С другой стороны ситуация хорошо подсвечивает то что из себя представляет написание диплома.
Но точно можно сказать, что это новый этап. Более чем уверен, что 30 лет назад были первые возгласы “как так! он писал диплом используя интернет!”. Ну а вот теперь такие же возмущения, но про такую же новую технологию для всех.
Также складывается ощущение, что ChatGPT это еще и про брейншторм. Ведь никто не заставляет как автор того треда брать чисто ее текст и пускать его в работу, хоть и доделывая напильником. На днях как раз удалось применить ChatGPT как платформу, которая с легкостью может накидать возможные форматы, а также их свойства, плюсы и минусы. Да, множество из них может быть бредом или банальными. Но не это ли концепт брейншторма? Выходит, что теперь не нужно убивать часы времени для проведения качественного брейншторма. Молчу уже, что голова иначе работает, когда видишь уже некоторые варианты и гораздо проще стартовать с минимальной фактурой, которую в будущем можно даже в итоге и не использовать. На скриншоте как раз пример такого брейншторма. Далее можно по каждому из них попросить аргументы за и против. Ну и далее в таком роде.
Welcome to the new world, так сказать.
За последние сутки в рунете идет дикий срач на тему студента РГГУ, написавшего и защитившего диплом, с помощью ChatGPT. Почитать тред можно тут. За сутки разгорелся спор об этичности такого поступка, вплоть до того, что кто-то написал уже официальное обращение про это в Министерство и РГГУ с просьбой отозвать диплом. Хотя вроде как уже появилась информация, что РГГУ не собираются предпринимать никаких радикальных действий.
Ситуация очень интересная. С одной стороны он подтвердил опасения, которые уже ходят по интернету давно, что мол ChatGPT успешно решает экзамены, пишет курсовые и т.д. С другой стороны ситуация хорошо подсвечивает то что из себя представляет написание диплома.
Но точно можно сказать, что это новый этап. Более чем уверен, что 30 лет назад были первые возгласы “как так! он писал диплом используя интернет!”. Ну а вот теперь такие же возмущения, но про такую же новую технологию для всех.
Также складывается ощущение, что ChatGPT это еще и про брейншторм. Ведь никто не заставляет как автор того треда брать чисто ее текст и пускать его в работу, хоть и доделывая напильником. На днях как раз удалось применить ChatGPT как платформу, которая с легкостью может накидать возможные форматы, а также их свойства, плюсы и минусы. Да, множество из них может быть бредом или банальными. Но не это ли концепт брейншторма? Выходит, что теперь не нужно убивать часы времени для проведения качественного брейншторма. Молчу уже, что голова иначе работает, когда видишь уже некоторые варианты и гораздо проще стартовать с минимальной фактурой, которую в будущем можно даже в итоге и не использовать. На скриншоте как раз пример такого брейншторма. Далее можно по каждому из них попросить аргументы за и против. Ну и далее в таком роде.
Welcome to the new world, так сказать.
👍7