Satu dekade akan segera berakhir, dan tanpa berlebihan, kita dapat mengatakan bahwa salah satu tren utama dari sepuluh tahun ini adalah adopsi analisis data secara luas. Dari mendesain pesawat hingga pembuatan baja, dari memanggil taksi ke boneka pintar dan pembicara yang bisa berbicara. Sistem rekomendasi, visi komputer, pemrosesan bahasa alami, pembelajaran mesin, pengenalan karakter optik, jaringan saraf, kecerdasan buatan, semua bidang aktivitas ini tertanam kuat dalam dunia teknologi informasi dan tidak ada alasan sedikit pun untuk percaya bahwa sesuatu akan berubah dalam waktu dekat. Publik berharap bahwa Ilmu Data akan mencapai semakin banyak bidang kehidupan manusia, mobil akan menjadi tak berawak, dan robot humanoid yang berperang besar akan menjaga perbatasan negara.
Apa industri sebelumnya, apa yang ada sekarang dan kejutan apa yang menanti kita di masa depan. Anda bisa mendapatkan jawaban untuk semua pertanyaan ini pada 16 Desember di sekitar Tech: Data Jelaskan # 4. Untuk mengantisipasi acara tersebut, kami berbicara dengan para pembicara tentang masa lalu dan masa depan Ilmu Data. Di bawah potongan Anda sedang menunggu wawancara mini.
Daftarkan untuk acara tersebut .
Katakan apa yang Anda lakukan sebelum Data Sceince?
Arthur SepupuSebelum membenamkan diri dalam Data Scientce, saya adalah seorang peneliti dan terlibat dalam fisika eksperimental di bidang mikro dan nanometrik.
Dmitry BugaychenkoSebelum pindah ke Ilmu Data, ia bekerja selama 8 tahun dalam outsourcing di berbagai proyek - dari mengembangkan driver untuk catu daya yang tidak pernah terputus hingga merancang sistem ERP terdistribusi besar. Selain itu, ia memimpin proyek penelitiannya sendiri di bidang spesifikasi dan verifikasi formal. Saya terkejut menemukan bahwa banyak teknik dari area ini dapat berhasil diterapkan ke DS.
Andrey YakushevSebelum pekerjaan saya saat ini di VKontakte, saya terlibat dalam penelitian terapan di sekolah pascasarjana ITMO di bidang BigData dan DS yang sama, bekerja di perusahaan Internet pada layanan web "standar" dan berhasil melakukan sedikit pekerjaan ke arah geometri komputasi. Semua bidang kerja ini telah memberikan pengalaman dan keterampilan yang baik untuk membuat DS yang kompleks sekarang.
Apa yang kamu lakukan sekarang
Arthur SepupuSaya memimpin tim yang mengembangkan solusi visi komputer untuk Grup Ritel X5.
Dmitry BugaychenkoPada momen khusus ini, saya mencoba memahami desain sistem yang besar dan kompleks dan menentukan bagaimana, dalam kerangka kerjanya, sebuah platform dapat dikembangkan untuk mengembangkan layanan rekomendasi.
Andrey YakushevSekarang saya melakukan tugas kepala tim yang mengembangkan umpan berita di VK dan berbagai sistem rekomendasi. Di tempat kerja, saya mengusulkan hipotesis untuk meningkatkan ML, algoritma, teknologi, dan produk di VK, saya mengusulkan solusi, tetapi orang-orang dari tim itu sendiri yang melakukan pekerjaan dan mengerjakan sejumlah besar detail dan nuansa.
Saya juga mengikuti metodologi dan kesimpulan yang benar ketika menjawab pertanyaan yang kompleks dan, pada kenyataannya, pertanyaan penelitian tentang bagaimana membuat produk VK ini lebih baik.
Bagaimana pekerjaan Anda berubah selama beberapa tahun terakhir? Di mana fokusnya bergeser?
Arthur SepupuSelama beberapa tahun terakhir, saya telah lancar menjadi manajer. Dan jika sebelumnya saya tertarik pada model dan arsitektur, sekarang pipa jadi dan solusi menarik.
Dmitry BugaychenkoAnda harus bekerja semakin banyak dengan orang dan minat mereka - untuk memahami masalah apa yang dihadapi seseorang dan bagaimana masalah ini dapat diselesaikan.
Andrey YakushevFokus beralih dari model pelatihan langsung dan menciptakan sistem kerja full-stack, untuk mengerjakan arsitektur, Timlid dan tugas-tugas produk.
Hal paling keren yang melanda Anda dalam Ilmu Data dalam setahun terakhir? 5 tahun?
Arthur SepupuAlphaGo / AlphaStar. Kita hidup di waktu yang menakjubkan!
Dmitry BugaychenkoSaya menyukai serangkaian artikel dengan refleksi yang disengaja pada jaringan saraf - berapa banyak energi yang dibakar pada mereka, berapa banyak artikel dengan hasil yang tidak dapat diproduksi kembali, seberapa sering metode yang lebih sederhana masih memberikan hasil yang baik. Dalam jangka panjang, keberhasilan pembelajaran penguatan memikat. Tahun ini, keberhasilan AI di StarCraft - Saya menonton dengan penuh minat aliran untuk permainan ini, keberhasilan ada jauh lebih sulit untuk mencapai AI daripada di catur tradisional dan pergi.
Andrey YakushevKeberhasilan AlphaStar, tumbuhnya anti-sensasi pada neuron (seperti yang terlihat di lingkungan informasi saya) terkejut - saya pikir masih akan ada banyak hal menarik di sana.
Dari area yang dekat dengan saya dan hal-hal yang lebih tua, keberhasilan, kepraktisan dan fleksibilitas dari model word2vec dan variasinya mengejutkan.
Secara keseluruhan, perkembangan spiral di bidang pengetahuan ilmiah selalu mengejutkan - kembalinya dan peningkatan ide yang sudah bekerja pada beberapa dekade yang lalu.
Di area aplikasi manakah terobosan selanjutnya akan terjadi?
Arthur SepupuSulit untuk mengatakan di mana impuls ilmiah baru akan berada. Dari sudut pandang aplikasi, tampaknya suara dan RL belum menerima perhatian yang cukup sejauh ini.
Dmitry BugaychenkoSaya pikir bahwa terobosan selanjutnya akan lebih terkait dengan perubahan dalam masyarakat yang disebabkan oleh pengembangan sistem berbasis data dan AI.
Andrey YakushevDi bidang yang terkait dengan pengiriman informasi yang menarik dan relevan untuk setiap orang yang online. Saya ingin percaya bahwa DS akan segera datang ke pengobatan dan mengubah seluruh hidup kita.
Menurut Anda di bidang apa Ilmu Data akan menjadi sangat diperlukan dalam 10 tahun ke depan?
Arthur SepupuTampak bagi saya bahwa Ilmu Data akan menembus ke dalam semua aspek kehidupan kita dan proses dalam masyarakat akan menjadi mustahil tanpa itu.
Dmitry BugaychenkoDan di mana dia belum?
Andrey YakushevDi semua area dengan jumlah elemen yang cukup besar dan di mana pola statistik sudah mulai bekerja.
Tolong beri tahu saya apa yang perlu Anda mulai lakukan sekarang agar diminati oleh Ilmuwan dan dalam 10 tahun.
Arthur SepupuAnda perlu berpikir dan menjawab sendiri dengan jujur: apakah mungkin untuk mengotomatiskan pekerjaan saya? Jika jawabannya ya, maka Anda dalam bahaya. Kalau tidak, tampaknya Anda hanya perlu menemukan sesuatu yang membawa kesenangan. Kalau tidak, Anda tidak akan bisa mencurahkan cukup waktu untuk bekerja menjadi seorang profesional.
Dmitry BugaychenkoAtur startup Anda. Bahkan, saya berpikir bahwa di bidang Ilmu Data akan datang yang sangat, lahir di sini, AI dan secara radikal menggambar semuanya. Dalam hal ini, akan lebih mudah untuk beradaptasi dengan orang-orang dengan pandangan dan minat yang luas.
Andrey YakushevSaya akan berasumsi bahwa setiap pengembang akan dapat melakukan + fit dasar memprediksi sehingga memberikan 80% dari hasil dalam tugas. DS akan menjadi tugas, begitu juga pembuatan situs kartu nama standar. Jika Anda ingin diminati, Anda harus membuat + prediksi yang sangat bagus, atau menggabungkan peran lainnya - pengembang, analis, manajer, ...
Kawan, terima kasih banyak telah meluangkan waktu untuk menjawab pertanyaan!
Kami menunggu semua orang yang ingin berkomunikasi dengan para ahli di bidang Ilmu Data pada 16 Desember di kantor Moskow mereka.
Ayo, ini akan bermanfaat dan menarik!
Daftarkan untuk acara tersebut .