🔥Большое интервью с Сергеем Шелепиным, AI/ML Product Owner GigaCode

Поговорили с Сергеем Шелепиным — экспертом в области AI/ML. Узнали, как он попал в Сбер, над какими задачами работает сейчас и стоит ли разработчикам опасаться ИИ:

0:00 — Как пришел в IT и как стал заниматься AI?
2:58 — Как перешел в GigaCode и над чем работает сейчас
09:47 — Заменит ли ИИ айтишников?
13:18 — Про процесс запуска фичей
32:06 — Чем ML-продакт отличается от классического?
41:00 — Какие курсы посмотреть?
42:12 — Про собеседования на позицию ML-продакта и пет-проектах
54:30 — О рынке зарплат ML-продактов

Полное интервью смотрите 👉🏻 по ссылке.
__________
Подписывайтесь: "Как приручить ИИ"

⚡️Yandex Research нашли способ сжимать нейросети без потери качества ответов

Специалисты Yandex Research совместно с коллегами из IST Austria и Kaust выложили в открытый доступ новые методы сжатия больших языковых моделей.

Зачем это?

Большая языковая модель требует больших мощностей — дорогостоящих процессоров. А это всегда расходы для бизнеса. Новая разработка позволяет сжать нейросеть в 8 раз и включает два инструмента:

🔵Первый — уменьшает языковую модель и позволяет запускать ее всего на одном графическом процессоре.
🔵Второй — исправляет возникающие при сжатии ошибки.

Качество ответов нейросети при этом почти не страдает — сохраняется до 95%.

Код нового метода сжатия нейросетей уже опубликован на GitHub и доступен для применения.

Ну что, ждем по llmке в каждой микроволновке и кофеварке?

__________
Подписывайтесь: "Как приручить ИИ"

✔️Сегодня расскажем про онлайн-метрики поиска

Переходите по ссылке, чтобы прочитать про каждую подробнее 👉🏻https://telegra.ph/Zachem-nam-onlajn-metriki-poiska-07-29

А если остались вопросы — их можно задать в комментариях 👇🏻

__________
Подписывайтесь: "Как приручить ИИ"

✔️Оценка задач в ML-командах: как справляться с неопределенностью?

При разработке продуктов с использованием ML-моделей, у нас появляются дополнительные этапы в сравнении с разработкой продуктов без ML. Например:

🔵Подбор архитектуры модели.
🔵Подбор гиперпараметров модели.
🔵Эксперименты с данными, включающие, например, отбор и генерацию признаков.

И это далеко не все. Оценить необходимое время на реализацию этих этапов трудно, потому что мы не знаем точное количество экспериментов, которое необходимо провести перед тем, как модель покажет достаточное качество.

❓Что делать в таком случае?

Классический подход состоит в следующем:

1. Разбейте каждый из этапов на максимально мелкие задачи. Их проще прогнозировать.
2. Попросите команду оценить каждую задачу.
3. Умножьте вашу оценку на «коэффициент неопределенности». Кто-то умножает на корень из π, кто-то на e/2, можно просто на 1.5.

Проводите регулярные ретроспективы: на них вы с командой сможете оценивать эффективность планирования.

На выходе вы получите не слишком оптимистичную, но и не слишком пессимистичную оценку и у вас будет возможность контролировать уровень «неопределенности».

__________
Подписывайтесь: "Как приручить ИИ"

🔥Прожарка резюме. Часть 1: карьерная цель

Начинаем разбирать резюме нашего подписчика. Ради сохранения анонимности скриншоты резюме не прикладываем 🙌🏻

Перед тем, как исправлять резюме, нужно определить карьерную цель и доменную экспертизу.

Кроме того, у вас должен быть опыт управления командой разработки и подтвержденное влияние на метрики. Если такого опыта не было, то самый простой способ для вас — сделать горизонтальный переход в продуктовую команду внутри вашей компании, так как там вы себя уже зарекомендовали.

Дело в том, что «менеджер продукта» — это очень абстрактная цель. Профессия усложнилась, и здесь важно определить узкую специализацию.

Например, вы планируете подаваться на продукт «Главная страница» в Магнит, но при этом больше 10 лет работаете в антифроде. Поэтому от идеального кандидата на эту роль очень далеки. Работодатели ожидают, что вы начнете приносить пользу с 1-го дня. Что вы понимаете нюансы e-com’а, и вам не нужно месяцами вкатываться в тему.

ML — это тоже отдельный домен.

Причем, внутри него есть несколько поддоменов. Например, рекомендательные системы. Нередко в команду рекомендательных систем ищут человека, который уже делал их на прошлом месте.

Напомним: у нашего кандидата сильная экспертиза в антифроде. Было бы логично продолжать карьеру в этой сфере или очень близких к ней.

Если ему захочется сменить домен, придется столкнуться со сложностями:

🔵сразу получить желаемую должность будет сложно и долго;
🔵просадка в доходе.

Также стоит подумать: а точно ли вы хотите управлять it-продуктом? Почему бы вам не продолжить вертикальную карьеру в вашем направлении? Можно остаться в вашей компании или перейти в другой телеком.

Ставьте 🔥, если уже ждете вторую часть прожарки!

__________
Подписывайтесь: "Как приручить ИИ"

🔥Прожарка резюме. Часть 2: опыт работы, смысловая часть и оформление резюме

Продолжаем нашу серию с прожаркой и даем универсальные рекомендации по улучшению резюме, независимо от должности:

🔵Резюме не должно быть очень длинным. Это типичная ошибка опытных специалистов. Поверьте, никто не будет читать 5 страниц, оставьте максимум 2.

🔵Распишите подробно опыт с двух последних мест работы, а остальное максимально сократите. Для каждого рабочего места напишите в одном предложении: за какой конкретно участок и бизнес-показатели вы отвечали. Далее по пунктам перечисляете только достижения.

🔵Спросите себя: в чем вы первоклассный специалист? Составьте саммари о себе.

Саммари — это краткая самопрезентация, которая как раз отвечает на этот вопрос. Самое «мясо» и оцифрованные достижения. Максимум 4-5 предложений.

🔵Искорените тяжелые для восприятия формулировки. Например, «Организация обеспечения разработки правил…». Пишите проще и убирайте все лишние фразы. Повторите «чистку» 2-3 раза пока не поймете, что все предельно просто.

🔵В разделе «О себе» не пишите о семейном положении, возрасте и хобби. Хобби можно оставить только если это усилит ваш профессиональный профайл.

Например: консультирование кого-то по вашей проф. области. В раздел «О себе» поместите ваше саммари из пункта 2.

Оформление и структура

Важно! Шаблон hh не используем (исключение: только когда откликаетесь на самом hh). Сделайте резюме в гугл-доке и потом скачайте как pdf, а дальше уже рассылайте рекрутерам в личные сообщения.

Рекомендуемая структура резюме:

🔵Заголовок с вашим именем, справа фото.
🔵Подзаголовок — желаемая должность.
🔵Ваши контакты: телеграм, телефон и город.
🔵Саммари.
🔵Опыт работы в виде оцифрованных достижений.
🔵Прочие достижения (конкурсы, выступления, публикации и т.д.).
🔵Образование и курсы.
🔵Перечисление скиллов и фреймворков, чтобы пройти проверку ATS (для продакта часто бывают такие: JTBD, CustDev, Unit-экономика, P&L, A/B-тестирования, RICE/ICE, CJM и т.д.). Не переборщите и перечисляйте самое важное.

И вот, вы великолепны, а ваши шансы на успех увеличиваются!

__________
Подписывайтесь: "Как приручить ИИ"

⚡️Из новостей: OpenAI тестирует прототип собственного поисковика

Компания OpenAI запустила тестирование SearchGPT — новая модель должна сочетать возможности ИИ и открытую информацию из интернета. Предполагается, что поисковик будет выдавать быстрые и наиболее точные ответы на ваш запрос со ссылками на релевантные источники.

Пока что прототип доступен ограниченной группе пользователей. Но уже сейчас можно записаться в число тестировщиков 👉🏻 прямо на официальном сайте OpenAI.

Это хорошая новость для тех, кто занимается SEO-продвижением: SearchGPT будет ссылаться на наиболее популярные и подходящие источники информации. А значит, гнать трафик на ваши сайты.

Ну а для пользователей это попросту упрощает взаимодействие с поиском. Кстати, SearchGPT можно будет задавать и уточняющие вопросы — так результат с каждым разом будет все корректнее.

Планируете тестировать? 🤔
__________
Подписывайтесь: "Как приручить ИИ"

⚡️Дайджест вакансий

Сегодня мы предлагаем рассмотреть несколько ну очень вдохновляющих вакансий. Чем они вдохновляют? В основном — цифрами. Поехали 👇🏻

➖Senior Product Manager (mobile), Gradient, от 600к на руки

Здесь ищут продакта с большим опытом, фактически CPO.

Минимальный порог вхождения для этой позиции — от 3 лет. И опыт важен именно в B2C разработке мобильных приложений.

Очевидным преимуществом будет наличие в резюме проектов с ML. Да, в вакансии говорят, что это не обязательно. Но не будем обманываться: у такого кандидата больше шансов.

Сильно пригодится опыт Computer Vision. Почему? Потому что приложение Gradient напрямую связано с редактированием фото и видео, а значит — с технологиями компьютерного зрения.

➖Product Manager (Data & ML), СберЗдоровье, 320-370к с бонусами

Здесь ищут продакта на направление Data and ML. Кандидату предстоит внедрять искусственный интеллект в различные продукты цифровой медицины.

Не исключено, что работать нужно будет не с конкретным продуктом, а искать возможности для бизнеса в целом: где-то сократить издержки, где-то — вырастить удовлетворенность пользователей.

Не стоит вестись на «опыт от 2 лет». СберЗдоровье 100% хочет видеть на позиции опытного человека, который уже делал что-то подобное:

🔵Говорит на одном языке с дата-сайентистами и ML-инженерами.
🔵Умеет найти для бизнеса точки роста.
🔵Прекрасно разбирается в ML.

➖Product Manager в VK Predict

Ищут кандидата на внутренний продукт VK. Предпочтение явно будут отдавать тем, кто понимает, какими инструментами пользуются маркетологи, сейлзы, CRM-маркетологи, какие у них есть задачи, нюансы работы.

Значит, потребуется экспертиза в MarTech. Например, кандидат мог быть заказчиком для DS-команд по моделям отклика или другим моделям, отвечающим маркетинговым KPI.


Ставьте 🔥, если вакансии тоже 🔥
__
Подписывайтесь: "Как приручить ИИ"