oktech: Entrevista com orador do Data Sense # 4

Uma década está chegando ao fim e, sem exageros, podemos dizer que uma das principais tendências desses dez anos foi a adoção generalizada da análise de dados. Do projeto de aeronaves à siderurgia, da chamada de táxi a bonecos inteligentes e palestrantes falantes. Sistemas de recomendação, visão computacional, processamento de linguagem natural, aprendizado de máquina, reconhecimento óptico de caracteres, redes neurais, inteligência artificial, todas essas áreas de atividade estão firmemente enraizadas no mundo da tecnologia da informação e não há o menor motivo para acreditar que algo mudará no futuro próximo. O público espera que a Ciência de Dados chegue a um número crescente de esferas da vida humana, os carros se tornem não tripulados e os enormes robôs humanóides de combate protegerão as fronteiras dos estados.

Como era a indústria antes, o que ela apresenta agora e quais surpresas nos aguardam no futuro. Você pode obter respostas para todas essas perguntas em 16 de dezembro em aproximadamente Tech: Data Explain # 4. Antecipando o evento, conversamos com palestrantes sobre o passado presente e futuro da Data Science. Sob o corte, você está esperando uma mini entrevista.

Inscreva-se no evento .

Diga-me o que você fez antes do Data Sceince?

Arthur Cousin
Antes de mergulhar na Data Scientce, eu era um pesquisador e estava envolvido em física experimental no campo da micro e nanometria.

Dmitry Bugaychenko
Antes de se mudar para a Data Science, trabalhou por 8 anos na terceirização de vários projetos - desde o desenvolvimento de um driver para uma fonte de alimentação ininterrupta até o design de grandes sistemas ERP distribuídos. Além disso, ele liderou seu próprio projeto de pesquisa no campo da especificação e verificação formal. Fiquei surpreso ao descobrir que muitas técnicas dessas áreas podem ser aplicadas com êxito ao DS.

Andrey Yakushev
Antes do meu trabalho atual no VKontakte, eu estava envolvido em pesquisa aplicada na escola de pós-graduação da ITMO no campo do BigData e no mesmo DS, trabalhei em uma empresa de Internet em serviços da Web “padrão” e consegui fazer um pouco de trabalho na direção da geometria computacional. Todas essas áreas de trabalho deram boa experiência e habilidades para criar um DS complexo agora.

O que você está fazendo agora?

Arthur Cousin
Lidero uma equipe que desenvolve soluções de visão computacional para o X5 Retail Group.

Dmitry Bugaychenko
Nesse momento em particular, estou tentando entender a estrutura de um sistema grande e complexo e determinar como, dentro de sua estrutura, uma plataforma pode ser desenvolvida para o desenvolvimento de serviços de recomendação.

Andrey Yakushev
Agora, estou desempenhando as funções de chefe de uma equipe que desenvolve feeds de notícias no VK e em vários sistemas de recomendação. No trabalho, proponho hipóteses para melhorar o ML, algoritmos, tecnologias e produtos em VK, proponho soluções, mas o pessoal da equipe faz o trabalho e elabora um grande número de detalhes e nuances.
Também sigo a metodologia e as conclusões corretas ao responder a perguntas complexas e, de fato, pesquisar sobre como melhorar esses produtos VK.

Como o seu trabalho mudou nos últimos anos? Onde o foco mudou?

Arthur Cousin
Ao longo dos últimos anos, tenho entrado sem problemas em um gerente. E se antes eu estava interessado em modelos e arquiteturas, agora pipelines e soluções completas são de interesse.

Dmitry Bugaychenko
Temos que trabalhar cada vez mais com as pessoas e seus interesses - para entender quais problemas uma pessoa encontrou e como esses problemas podem ser resolvidos.

Andrey Yakushev
O foco passou dos modelos de treinamento direto e da criação de sistemas de trabalho com pilha completa, para o trabalho de arquitetura, Timlid e tarefas do produto.

A coisa mais legal que atingiu você em Data Science no ano passado? 5 anos?

Arthur Cousin
AlphaGo / AlphaStar. Vivemos em um tempo incrível!

Dmitry Bugaychenko
Gostei do conjunto de artigos com reflexão deliberada sobre redes neurais - quanta energia é queimada neles, quantos artigos com resultados irreproduzíveis, quantas vezes métodos mais simples ainda dão um bom resultado. A longo prazo, o sucesso do aprendizado por reforço é fascinante. Este ano, os sucessos da IA ​​no StarCraft - eu assisto com interesse os fluxos deste jogo, o sucesso é muito mais difícil de alcançar a IA do que no xadrez tradicional e ir embora.

Andrey Yakushev
O sucesso do AlphaStar, o crescente anti-hype para os neurônios (como me parece no meu ambiente de informações) foi surpreendido - acho que ainda haverá muitas coisas interessantes por lá.
Das áreas próximas a mim e às coisas mais antigas, o sucesso, a praticidade e a versatilidade dos modelos word2vec e suas variações foram surpreendentes.
No geral, o desenvolvimento de uma espiral nos campos do conhecimento científico sempre foi impressionante - o retorno e o aprimoramento de idéias que já foram trabalhadas décadas atrás.

Em qual área de aplicação ocorrerão os próximos avanços?

Arthur Cousin
É difícil dizer onde estarão os novos impulsos científicos. Do ponto de vista da aplicação, parece que o som e a RL ainda não receberam atenção suficiente.

Dmitry Bugaychenko
Penso que os próximos avanços serão mais propensos a mudanças na sociedade causadas pelo desenvolvimento de sistemas baseados em dados e de IA.

Andrey Yakushev
Em áreas relacionadas à entrega de informações interessantes e relevantes para todas as pessoas que ficam on-line. Quero acreditar que em breve o DS virá para a medicina e mudará toda a nossa vida.

Em que área você acha que a Ciência de Dados se tornará indispensável nos próximos 10 anos?

Arthur Cousin
Parece-me que a Ciência de Dados penetrará imperceptivelmente em todos os aspectos de nossa vida e os processos na sociedade se tornarão impossíveis sem ela.

Dmitry Bugaychenko
E em que ele ainda não tinha?

Andrey Yakushev
Em todas as áreas com um número suficientemente grande de elementos e onde os padrões estatísticos já estão começando a funcionar.

Por favor, diga-me o que você precisa começar a fazer agora para ser procurado por um cientista e daqui a 10 anos.

Arthur Cousin
Você precisa pensar e responder honestamente: é possível automatizar meu trabalho? Se a resposta for sim, você está em perigo. Caso contrário, parece que você só precisa encontrar algo que traga prazer. Caso contrário, você não poderá dedicar tempo suficiente para trabalhar para se tornar um profissional.

Dmitry Bugaychenko
Organize sua inicialização. Na verdade, acho que no campo da ciência de dados o mesmo, nascido aqui, a IA também redesenhará radicalmente tudo. Nesse sentido, será mais fácil se adaptar a pessoas com perspectivas e interesses amplos.

Andrey Yakushev
Assumirei que qualquer desenvolvedor será capaz de fazer ajustes básicos + prever, de modo a fornecer 80% do resultado da tarefa. O DS se tornará uma tarefa árdua, assim como a criação de sites de cartão de visita padrão. Se você deseja estar em demanda, precisará fazer um ajuste muito bom + prever ou combinar outras funções - desenvolvedor, analista, gerente, ...

Pessoal, muito obrigado por reservar um tempo para responder às perguntas!

Aguardamos todos que desejarem se comunicar com especialistas na área de ciência de dados em 16 de dezembro, no escritório de Moscou.

Venha, será útil e interessante!

Inscreva-se no evento .