Про организационные аспекты работы лектором, часть 2

5. Развивая тему времени, лучше всего проходят те лекции, которые вы уже проводили десятки раз и нашли оптимальное наполнение лекции и оптимальную подачу - живую, но без кривляния, понятную, но без профанации. Это долгий и сложный процесс, еще и сходящийся в разных точках для разных аудиторий. Те же лекции, которые вы составили в спешке, закончив слайды за 5 минут до лекции, проходят сумбурно. Важный момент - сумбурно не значит безнадежно плохо. Плюс того, что лекция сделана только что, а не взята готовая с полки, в том, что ваши впечатления свежи, и вы наверняка расскажете с интересом и огоньком в глазах. Так что рекомендую соблюдать в лекции разумный баланс отточенных заготовок и новых идей. Тогда в рассказе будут и проверенные ходы, и жизнь.

6. Про жизнь и смерть в вашем выступлении. Бывает, приходишь на мероприятие (комитет, конференцию, просто встречу), слушаешь людей, а они говорят как зомби. Бубнят, не попадают в микрофон, говорят штампами, ну и в глазах конечно тлен и безразличие. Бывает наоборот: несут полнейшую пургу, но лица такие одухотворенные, а интонации такие восторженные, как будто спасают человечество от всех четырех всадников апокалипсиса разом. Вот имейте ввиду, что вы со своим «а я сделаю нормально» не всегда и везде уместны. Если куча уважаемых людей побубнило и полистало хреново сделанные бессодержательные слайды, от вас может ожидаться то же самое, а не шикарная лекция. А где-то в другом месте вас на лекции ждет аудитория, которая как раз хочет по-настоящему. Не ошибитесь с тем, где ваши старания оценят, а где нет, т.к. время ваше конечно, и пока вы «показываете класс» для отчетно-выборного мероприятия, времени сделать класс для слушателей, которым это нужно, не остается. А сеять лучше сначала туда, где что-то может взойти, а уж если после остались силы - там уж куда хотите :)

Почему вам нужно облачное объектное хранилище?

Узнайте про кейсы и выгоды на вебинаре Selectel

🗓 26 ноября, 12:00
📍 Онлайн
👨‍💻 Для системных администраторов, DevOps-инженеров, руководителей направлений по информационной безопасности и ML/AI.

Смотрите программу и регистрируйтесь: https://slc.tl/3ew49

Чтобы не пропустить вебинар и узнавать о митапах, воркшопах и бесплатных курсах Selectel, подписывайтесь на @selectel_events

Реклама. АО "Селектел". erid:2W5zFJcjsGt

Про матрицы компетенций: часть 1

У всяких онлайн-школ и университетов, а также у HR в больших компаниях есть такой карго-культ, называющийся матрица компетенций. По сути это табличка для какой-то специальности (DS, дата-аналитик, фронтендер, фуллстек, девопс и т.д. и т.п.), где по строкам - какие-то скиллы, а по столбцам - грейды (джун-миддл-синьор или вовсе вся грейдовая сетка компании). В каждой ячейке прописано, что на этот грейд по этому скиллу нужно уметь.

Зачем это методистам или эйчарам, достаточно понятно: для них это хоть какая-то ясность, чем же вы там занимаетесь, и чем синьор отличается от миддла. Эта ясность позволяет соотносить ваши требования к кандидату с зарплатной вилкой, которая у вас есть на вакансии, или повышаемого человека с его хотя бы внешними признаками перформанса на работе (а иногда и с фидбеком других коллег на его работу), ну а в случае методистов - понимать, где преподаватель в программе курса жестит, где кажется составил слишком халявно, а где вообще как будто рассказывает не нужную никому теорему своего научрука целую пару.

Однако техническим специалистам как правило очень больно, скучно и неприятно обсуждать все эти матрицы компетенций. Почему? Потому что они знают, что жизнь очень разнообразна, и свести все к таблице 5 на 3 или даже 10 на 10 крайне затруднительно, да еще и учитывая все случаи. Поэтому, чтобы реально тратить на это свое время, технарям нужны причины посерьезнее, чем просто сделать удобно эйчарам. Ну что ж, не гарантирую, что я прям такую причину дам, но некоторые доводы за то, чем же эти матрицы полезны людям, приведу в следующей части.

Про матрицы компетенций: часть 2

Во-первых, на мой взгляд время технических специалистов имеет смысл тратить только на те матрицы компетенций, которые будут открыты для сотрудников, а лучше вообще даже вне организации. Во-вторых, если это реально шпаргалка только для эйчара - доплачивайте технарям за участие в составлении (можно не деньгами, если у людей другая мотивация, ну там дополнительный отпуск или на конференцию отправить, но лучше деньгами, т.к. за них можно организовать все остальные поощрения). Все-таки зарплату технарям обычно платят за разгребание бэклога, а не матрицы компетенций.

Ну а если все же случай первый, то вот мое объяснение для технарей, на кой оно все надо:

Есть люди умные и смелые, которые берут и делают, и так становятся программистами, DS, MLE и много кем еще. Если им хочется понять, куда и как дальше развиваться, они спрашивают тех, кто уже прошел путь и составляют себе списочек, что еще поботать. Все. Никаких здоровенных табличек с кучей текста.

А есть люди, которые вместо того, чтобы становиться круче уже сейчас, предпочитают прочитать тонну материалов, сгенерированных эйчарами, методистами, и кем угодно, кроме технических специалистов. Зачем? Очень просто. Чем больше человек "знает" о предмете, тем меньше его страх, и тем комфортнее ему предметом заниматься.

Но вот в чем проблема: то, что пишут технари, надо сразу брать и осмыслять. Ну вот пойти код позапускать, в формулу повтыкать, над графичком посидеть подумать. Это довольно медленно, а хочется быстро так все понять и двигаться в своем познании "осмысленно". Как обмануть свой мозг и победить страх нового и стресс (а стресс это зачастую как раз и есть реакция на новизну)? Конечно заполнить свой мозг кучей простой информации вроде бы по теме. Например, рассказом про то, как область устроена, какие навыки бывают, делением специалистов по типам, знакам зодиака и фазе луны в дату рождения. Вот такую жвачку и представляют собой матрицы компетенций. Они дают забавное чувство безопасности, что у тебя есть карта местности, с которой можно наконец-то побороть стресс и начать ботать, если ты не гениален априори.

Но настоящий подвох в другом! Эти "2 типа людей" это не совсем разные люди. Это как правило один и тот же человек в двух разных режимах: когда есть время и вдохновение что-то поделать (или воля, у кого как), и когда батарейка разряжена. Поэтому как бы обличительно ни звучали мои пассажи про "другой тип людей", это все люди. Возьмите ту область, где вы не крутые сейчас и вы будете счастливы начинать ее ботать с какой-то картой, пусть даже изначально не очень хорошей (потом можно уточнять много раз). Ну и в целом, ценность рефлексии про "а как же оно все устроено" обычно понятна только после этой рефлексии.

Поэтому если в следующий раз вас эйчары или методисты позовут рисовать матрицы компетенций, предложите выложить результат в паблик, и может быть вы поможете многим людям чувствовать себя увереннее в начале своего карьерного пути.

Для всех, кто пропустил главную ML-конфу этой осени, — ловите дайджест!

27 сентября в Москве прошла Practical ML Conf 2025 — хардовая конференция, где лидеры ML/AI-рынка обсуждают практическое применение машинного обучения.

Это была максимальная концентрация экспертизы от бигтеха и не только. На сцене делились кейсами, в зонах нетворкинга — опытом и подходами. Отдельно заинтересовал кейноут про математику и язык от Андрея Окунькова, лауреата Филдсовской медали!

Впервые появился полноценный онлайн-зал «Сеть» — прямые эфиры докладов и дискуссий, к которым подключались из любой точки мира.

Записи докладов Яндекса, Sber AI, Т-Банка и других компаний уже есть в VK Видео и YouTube. Обязателен к просмотру доклад от Т-Банка про фреймворк Heteroseqs для трансформерной персонализации.

В общем, очень ждём следующую конфу. А пока — идем смотреть доклады!

Реклама ООО «ЯНДЕКС» ИНН 7736207543

Душевность как метрика рекомендаций

За что особенно уважаю рекомендательную систему Яндекс.Музыки и её разработчиков, так это за периодическое тонкое попадание рекомендашек в сокровенные нотки отечественной души. Жена включила на Алисе музыку под новогоднее настроение, и после пары часов джингл беллсов и лэт ит сноу начинает играть Стекловата «Новый год». Ну кайф же! Мелочь, а как душевно.

Продолжение про опыт использования LLM с выводом формул

Справедливости ради, ChatGPT 5.1 в режиме «подумай подольше» все-таки страшная штука.

Просто чтобы проиллюстрировать степень моего удивления:

1. По идее это ж языковая модель, т.е. прогноз вероятностей токенов (кстати то, как всех от мала до велика научили словам «токен» и «языковая модель» - отдельная тема для рефлексии), поэтому до сих пор сложно поверить в длинные рассуждения о достаточно тонких материях, да еще такие, где можно докопаться к какому-то одному шагу и вести дальше связный диалог.

2. Но ChatGPT не теряется, когда ему пишешь «в твоем выводе вот такой-то формулы (причем посложнее арифметики, с матожиданиями там всякими, градиентами, суммами) есть порочный круг, потому что тут ты упрощаешь выражение под матожиданием, используя свойство X, но свойство X доказываешь для формулы Y, а формулу Y ты получал уже из упрошенного выражения! Причем «упрощенное» выражение это не подобные слагаемые привести, а от матожидания по траектории (последовательности состояний и действий RL агента) переход к матожиданию по одному шагу.

3. При этом далее ChatGPT уверенно этот порочный круг распутывает, объясняет, что вот тут никто меня не заставляет говорить, что я пользуюсь чем-то еще не доказанным, я просто получаю формулу, которая потом совпадет с тем, что мне нужно, и тогда я ей воспользуюсь. А вот тут давай уйдем на более высокий уровень абстракции и докажем из общих свойств условного матожидания, чтобы не было никаких кругов. И в конце-концов моя придирка, которую я бы никогда не подумал, что языковая модель даже «поймет», успешно отработана.

Т.е. ChatGPT применим не только для понимания теорем, формул, их взаимосвязи и задавания точечных вопросов «а эта штука в определении зачем?», «а этот факт как доказать?», но и для решения вполне нетривиальных моментов, вроде порочных кругов в доказательствах. И это просто версия 5.1 Thinking с опцией extended time, но все равно за те же 20 баксов в месяц, не 200.

Я конечно понимаю, что в моем примере ChatGPT героически решил проблему, созданную им же самим. Но в этом плане я, честно говоря, не считаю его чем-то уступающим человеку (как и в прошлой истории с переобувкой) 😁

Шах и мат, Open AI: https://www.gazeta.ru/science/news/2025/12/01/27306619.shtml