ओकेटेक: डेटा सेंस # 4 स्पीकर साक्षात्कार

एक दशक समाप्त हो रहा है, और अतिशयोक्ति के बिना, हम कह सकते हैं कि इन दस वर्षों के मुख्य रुझानों में से एक डेटा विश्लेषण का व्यापक रूप से अपनाया गया है। विमान की डिजाइनिंग से लेकर स्टीलमेकिंग तक, एक टैक्सी बुलाने से लेकर स्मार्ट डमी और बोलने वाले स्पीकर तक। अनुशंसित सिस्टम, कंप्यूटर दृष्टि, प्राकृतिक भाषा प्रसंस्करण, मशीन लर्निंग, ऑप्टिकल कैरेक्टर रिकग्निशन, न्यूरल नेटवर्क, आर्टिफिशियल इंटेलिजेंस, गतिविधि के ये सभी क्षेत्र सूचना प्रौद्योगिकी की दुनिया में मजबूती से जमे हुए हैं और यह मानने का मामूली कारण नहीं है कि निकट भविष्य में कुछ बदल जाएगा। जनता को उम्मीद है कि डेटा साइंस मानव जीवन के क्षेत्र में बढ़ती संख्या में आएगी, कारें मानव रहित हो जाएंगी, और बड़ी लड़ाई वाले ह्यूमनॉइड रोबोट राज्यों की सीमाओं की रक्षा करेंगे।

पहले क्या उद्योग था, अब क्या पेश करता है और भविष्य में हमें किस आश्चर्य का इंतजार है। आप इन सभी सवालों के जवाब 16 दिसंबर को लगभग प्राप्त कर सकते हैं। Tech: Data Explain # 4 घटना की प्रत्याशा में, हमने वक्ताओं के साथ डेटा साइंस के अतीत के वर्तमान और भविष्य के बारे में बात की। कटौती के तहत आप एक मिनी साक्षात्कार के लिए इंतजार कर रहे हैं।

घटना के लिए रजिस्टर करें ।

मुझे बताएं कि आपने डेटा सेसिन से पहले क्या किया था?

आर्थर चचेरे भाई
डेटा साइंटस में खुद को डुबोने से पहले, मैं एक शोधकर्ता था और माइक्रो और नैनोमेट्रिक्स के क्षेत्र में प्रायोगिक भौतिकी में लगा हुआ था।

दिमित्री बुगाएन्को
डेटा साइंस में जाने से पहले, उन्होंने विभिन्न परियोजनाओं पर आउटसोर्सिंग में 8 साल तक काम किया - एक निर्बाध बिजली आपूर्ति के लिए ड्राइवर विकसित करने से लेकर बड़े वितरित ईआरपी सिस्टम को डिजाइन करने तक। इसके अलावा, उन्होंने औपचारिक विनिर्देश और सत्यापन के क्षेत्र में अपने स्वयं के अनुसंधान परियोजना का नेतृत्व किया। मुझे यह जानकर आश्चर्य हुआ कि इन क्षेत्रों की कई तकनीकों को सफलतापूर्वक डीएस पर लागू किया जा सकता है।

एंड्री यकुशेव
VKontakte पर अपने वर्तमान कार्य से पहले, मैं बिगमाता और उसी डीएस के क्षेत्र में ITMO के स्नातक स्कूल में अनुप्रयुक्त अनुसंधान में लगा हुआ था, "मानक" वेब सेवाओं पर एक इंटरनेट कंपनी में काम किया और कम्प्यूटेशनल ज्यामिति की दिशा में थोड़ा काम करने में कामयाब रहा। काम के इन सभी क्षेत्रों ने अब एक जटिल डीएस बनाने के लिए अच्छा अनुभव और कौशल दिया है।

अब क्या कर रहे हो?

आर्थर चचेरे भाई
मैं एक टीम का नेतृत्व करता हूं जो एक्स 5 रिटेल ग्रुप के लिए कंप्यूटर विज़न समाधान विकसित करता है।

दिमित्री बुगाएन्को
इस विशेष क्षण में, मैं एक बड़ी और जटिल प्रणाली की संरचना को समझने की कोशिश कर रहा हूं और यह निर्धारित कर रहा हूं कि इसकी रूपरेखा के भीतर, सिफारिश सेवाओं के विकास के लिए एक मंच विकसित किया जा सकता है।

एंड्री यकुशेव
अब मैं वीके और विभिन्न सिफारिश प्रणालियों में समाचार फ़ीड विकसित करने वाली टीम के प्रमुख के कर्तव्यों का पालन कर रहा हूं। काम पर, मैं वीके में एमएल, एल्गोरिदम, प्रौद्योगिकियों और उत्पादों में सुधार के लिए परिकल्पना का प्रस्ताव करता हूं, मैं समाधानों का प्रस्ताव करता हूं, लेकिन टीम के लोग स्वयं काम करते हैं और बड़ी संख्या में विवरण और बारीकियों का काम करते हैं।
मैं जटिल और उत्तर देते समय कार्यप्रणाली और सही निष्कर्ष का भी पालन करता हूं, वास्तव में, इन वीके उत्पादों को बेहतर बनाने के बारे में शोध प्रश्न।

पिछले कुछ वर्षों में आपका काम कैसे बदला है? फोकस कहां स्थानांतरित किया गया है?

आर्थर चचेरे भाई
पिछले कुछ वर्षों में, मैं सुचारू रूप से एक प्रबंधक की भूमिका निभा रहा हूं। और अगर पहले मुझे मॉडल और आर्किटेक्चर में दिलचस्पी थी, तो अब पूरी पाइपलाइन और समाधान रुचि के हैं।

दिमित्री बुगाएन्को
हमें लोगों और उनके हितों के साथ अधिक से अधिक काम करना होगा - यह समझने के लिए कि किसी व्यक्ति को क्या समस्याएं आई हैं और इन समस्याओं को कैसे हल किया जा सकता है।

एंड्री यकुशेव
आर्किटेक्चर, टाइमलीड और उत्पाद कार्यों को पूरा करने के लिए फोकस सीधे प्रशिक्षण मॉडल से अलग हो गया और फुल-स्टैक वर्किंग सिस्टम बना रहा है।

पिछले वर्ष में डेटा साइंस में सबसे अच्छी बात जो आपको हिट हुई? 5 साल?

आर्थर चचेरे भाई
अल्फा / अल्फास्टार। हम एक अद्भुत समय में रहते हैं!

दिमित्री बुगाएन्को
मुझे तंत्रिका नेटवर्क पर जानबूझकर प्रतिबिंब के साथ लेखों का सेट पसंद आया - उन पर कितनी ऊर्जा जलाई जाती है, कितने अप्रतिबंधित परिणामों के साथ लेख, कितनी बार सरल तरीके अभी भी एक अच्छा परिणाम देते हैं। लंबी अवधि में, सुदृढीकरण सीखने की सफलता मंत्रमुग्ध कर रही है। इस साल, StarCraft में एआई की सफलता - मैं इस खेल के लिए ब्याज की धाराओं के साथ देखता हूं, पारंपरिक शतरंज की तुलना में एआई को प्राप्त करने में बहुत अधिक कठिन है और जाना है।

एंड्री यकुशेव
अल्फास्टार की सफलता, न्यूरॉन्स के लिए बढ़ते विरोधी प्रचार (जैसा कि यह मेरी जानकारी के माहौल में मुझे लगता है) आश्चर्यचकित था - मुझे लगता है कि वहां अभी भी बहुत सारी दिलचस्प चीजें होंगी।
मेरे और पुराने चीजों के करीब के क्षेत्रों में, शब्द 2vec मॉडल की सफलता और व्यावहारिकता और इसकी विविधताएं आश्चर्यजनक थीं।
कुल मिलाकर, वैज्ञानिक ज्ञान के क्षेत्र में एक सर्पिल में विकास हमेशा हड़ताली रहा है - उन विचारों की वापसी और सुधार जो पहले ही दशकों पहले काम कर चुके थे।

अगली सफलताएँ किस क्षेत्र में होंगी?

आर्थर चचेरे भाई
यह कहना कठिन है कि नए वैज्ञानिक आवेग कहाँ होंगे? आवेदन के दृष्टिकोण से, ऐसा लगता है कि ध्वनि और आरएल को अब तक पर्याप्त ध्यान नहीं मिला है।

दिमित्री बुगाएन्को
मुझे लगता है कि अगली सफलताएं डेटा-आधारित और एआई सिस्टम के विकास के कारण समाज में होने वाले परिवर्तनों से संबंधित होंगी।

एंड्री यकुशेव
ऑनलाइन जाने वाले प्रत्येक व्यक्ति को रोचक और प्रासंगिक जानकारी देने से संबंधित क्षेत्रों में। मैं विश्वास दिलाना चाहता हूं कि जल्द ही डीएस दवा के लिए आएंगे और हमारे पूरे जीवन को बदल देंगे।

आपको क्या लगता है कि अगले 10 वर्षों में डेटा साइंस अपरिहार्य हो जाएगा?

आर्थर चचेरे भाई
मुझे ऐसा प्रतीत होता है कि डेटा साइंस हमारे जीवन के सभी पहलुओं में स्पष्ट रूप से प्रवेश करेगा और समाज में प्रक्रियाएं इसके बिना असंभव हो जाएंगी।

दिमित्री बुगाएन्को
और जिसमें वह अभी तक नहीं था?

एंड्री यकुशेव
सभी क्षेत्रों में पर्याप्त संख्या में तत्व और जहां सांख्यिकीय पैटर्न पहले से ही काम करने लगे हैं।

कृपया मुझे बताएं कि एक वैज्ञानिक की मांग और 10 वर्षों में होने के लिए आपको अब क्या करना शुरू करना होगा।

आर्थर चचेरे भाई
आपको सोचने और ईमानदारी से खुद को जवाब देने की आवश्यकता है: क्या मेरे काम को स्वचालित करना संभव है? अगर जवाब हां है, तो आप खतरे में हैं। अन्यथा, ऐसा लगता है कि आपको बस कुछ ऐसा खोजने की आवश्यकता है जो आनंद लाए। अन्यथा, आप पेशेवर बनने के लिए काम करने के लिए पर्याप्त समय नहीं दे पाएंगे।

दिमित्री बुगाएन्को
अपने स्टार्टअप को व्यवस्थित करें। वास्तव में, मुझे लगता है कि डेटा विज्ञान के क्षेत्र में बहुत ही एक आएगा, यहां जन्म, एआई और मौलिक रूप से सब कुछ फिर से। इस संबंध में, व्यापक दृष्टिकोण और रुचियों वाले लोगों के लिए अनुकूलित करना आसान होगा।

एंड्री यकुशेव
मैं यह मानूंगा कि कोई भी डेवलपर बुनियादी फिट + भविष्यवाणी करने में सक्षम होगा ताकि यह कार्य में 80% परिणाम दे। डीएस एक कोर बन जाएगा, जैसा कि मानक व्यवसाय कार्ड साइटों का निर्माण होगा। यदि आप मांग में होना चाहते हैं, तो आपको एक लानत अच्छी फिट + भविष्यवाणी करने, या अन्य भूमिकाओं को संयोजित करने की आवश्यकता होगी - एक डेवलपर, विश्लेषक, प्रबंधक, ...

दोस्तों, सवालों के जवाब देने के लिए समय निकालने के लिए आपका बहुत-बहुत धन्यवाद!

हम उन सभी की प्रतीक्षा कर रहे हैं जो 16 दिसंबर को अपने मॉस्को कार्यालय में डेटा विज्ञान के क्षेत्र में विशेषज्ञों के साथ संवाद करना चाहते हैं।

आओ, यह उपयोगी और दिलचस्प होगा!

घटना के लिए रजिस्टर करें ।