Channel: Kantor.AI
Крик души про оценку качества рекламы по попаданию в пол-возраст
Иногда Data Scientist’ы в тг не боятся писать лютую базу. А тут даже не база, а целый генштаб.
Тоже горит с этого наяривания на пол-возраст вместо прямого прогнозирования отклика и замера его качества. А уж оценка попадания по панелистам или по Яндекс.Метрике по принципу «если даже такую простую задачу плохо решите, то куда вам до response моделей» - просто полыхание всего, что плохо сидит))
Иногда Data Scientist’ы в тг не боятся писать лютую базу. А тут даже не база, а целый генштаб.
Тоже горит с этого наяривания на пол-возраст вместо прямого прогнозирования отклика и замера его качества. А уж оценка попадания по панелистам или по Яндекс.Метрике по принципу «если даже такую простую задачу плохо решите, то куда вам до response моделей» - просто полыхание всего, что плохо сидит))
Telegram
Дата канальи — про «специалистов» в данных / ML / AI
Всегда бесило что когда речь заходит о фичах клиента, манагеры произносят аллилуйя — «пол-возраст». Им вторят канальи-аналитики, которые про «составим портрет клиента продукта» Еще бы расу добавили - и получился бы трельяж — сексизм, эйджизм, расизм.
Тем…
Тем…
В четверг проводим вебинар перед запуском курса ML в бизнесе. В курсе разбираем с Никитой топ 7 задач по экономическому эффекту от ML для бизнеса
Forwarded from MLinside - школа ML
🗓 Дата: 19 декабря (четверг)
⏰ Время: 20:00 по МСК
🎤 Спикер: Никита Зелинский — Chief Data Scientist компании МТС, кандидат физико-математических наук с 14-летним коммерческим опытом в DS и ML.
Что будет на вебинаре?
🔹Презентация нашего курса «ML в бизнесе». Этот вебинар — вводная часть курса, в котором мы глубже и детальнее разберем ключевые темы и научим внедрять ML в реальные задачи бизнеса;
🔹Рассмотрим схемы валидации;
🔹Разберем практические кейсы.
👉 Регистрируйтесь здесь
🌟 Будем рады видеть вас на вебинаре!
Please open Telegram to view this post
VIEW IN TELEGRAM
Матричное дифференцирование
😱 В ML периодически возникает потребность взять производную от матричного выражения, как правило имеющую вид «производная вектора по вектору». Если вас всегда ломало разобраться с матричным дифференцированием, а строгое формальное изложение матричных производных через дифференциалы вводило в уныние, я недавно записал видео с простым объяснением, как это работает.
🎭 В ролике есть определенная драматургия: будет момент, где мы с вами сами начнем придумывать матричную производную так, чтобы она в частном случае превращалась в уже привычный нам градиент. И оттуда станет ясно, почему матричная производная именно такая, а не, например, транспонированная.
🤓 Всем, кто хочет шарить за ML чуть глубже, чем «ну я тут что-то обучил и в докер завернул, а как работает не мое дело» - рекомендую к просмотру. Жить без матричных производных можно, но компактно оперировать формулами очень удобно.
🤓 Всем, кто хочет шарить за ML чуть глубже, чем «ну я тут что-то обучил и в докер завернул, а как работает не мое дело» - рекомендую к просмотру. Жить без матричных производных можно, но компактно оперировать формулами очень удобно.
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Матричная производная: жесть или обычный инструмент ML | Виктор Кантор
Предзапись на 3 поток курса "База ML": https://forms.yandex.ru/u/6822f81984227c4ce223e507/
https://clck.ru/3FX9aZ - демо-курс "База ML"
https://clck.ru/3M4s4D - курс "База ML"
https://clck.ru/3FX9bA - курс "ML в бизнесе" - старт 15 января 2025!
https://hottg.com/ml_inside…
https://clck.ru/3FX9aZ - демо-курс "База ML"
https://clck.ru/3M4s4D - курс "База ML"
https://clck.ru/3FX9bA - курс "ML в бизнесе" - старт 15 января 2025!
https://hottg.com/ml_inside…
ML в бизнесе
Машинное обучение - это моя жизнь. Буквально полжизни я занимаюсь ML. И мои отношения с ним менялись и развивались со временем:
👨🎓15 лет назад я разбирался как работают алгоритмы и как из них собирать что-то реально работающее.
👨🔬10 назад я вникал в то, как постановка задачи влияет на полезность решения, ведь то, как вы выбираете таргет и измеряете качество, намного важнее, чем бустинг вы используете для модели или бустинг :)
👨🏫Тогда же я уже понял, что один в поле не воин и собирать эффективные команды, развивать их и управлять ими дает сильно больший импакт чем все задачи решать самому.
👨💼Лет пять назад на этом пути я дошел до управления Data Science, а затем и всей data функцией в качестве топ-менеджера в большой группе компаний, и получил самый мощный буст к кругозору в бизнесовом ML, какой только бывает
И после нескольких очень меня прокачавших лет работы топом случился кризис смыслов: работать я могу в любой компании, но влиять только на нее мне стало недостаточно. Решение не заставило себя долго ждать, потому что зрело уже много лет. Я собрал топ задач, решаемых в бизнесе с помощью ML, покрасил их грубо в черное и белое - где экономика расходится, где сходится, а где эффект не стоит того, чтобы пытаться. И прямо по этому списку составил вместе с Никитой Зелинским курс из прикладных задач, которые регулярно возникают везде: в телекоме, финтехе, ритейле, e-commerce, райдтехе, классическом айти с многопользовательскими приложениями и много где еще. Зачем? Чтобы теперь замашинлернить не одну компанию, не один холдинг, а все, до чего дотягивается солнце на рассвете - ну помните, как в "Короле льве" :))
ЧТО БЫЛО ДАЛЬШЕ:
🧠 Мы обкатали этот курс на студентах двух топовых вузов России - МФТИ и НИУ ВШЭ
🏟Мы взяли полгода на его доработку и адаптацию к более широкому кругу слушателей
🎉Мы подготовили курс к запуску в моей онлайн-школе MLinside
Завтра мы с Никитой ведем вебинар перед стартом курса. Еще не поздно зарегистрироваться и попасть на первый поток. В этом случае вы первым:
1️⃣Научитесь решать не только свою задачу, с которой сидите последний год/два/три на работе
2️⃣Станете востребованным ML специалистом в любой компании: если не все, то больше половины изученных на курсе задач будет в ней применимо
3️⃣Получите буквально за несколько месяцев выжимку того опыта, который мы с Никитой собирали по крупицам в больших экосистемах больше десяти лет
‼️Присоединяйтесь к нам, будет круто :)
Машинное обучение - это моя жизнь. Буквально полжизни я занимаюсь ML. И мои отношения с ним менялись и развивались со временем:
👨🎓15 лет назад я разбирался как работают алгоритмы и как из них собирать что-то реально работающее.
👨🔬10 назад я вникал в то, как постановка задачи влияет на полезность решения, ведь то, как вы выбираете таргет и измеряете качество, намного важнее, чем бустинг вы используете для модели или бустинг :)
👨🏫Тогда же я уже понял, что один в поле не воин и собирать эффективные команды, развивать их и управлять ими дает сильно больший импакт чем все задачи решать самому.
👨💼Лет пять назад на этом пути я дошел до управления Data Science, а затем и всей data функцией в качестве топ-менеджера в большой группе компаний, и получил самый мощный буст к кругозору в бизнесовом ML, какой только бывает
И после нескольких очень меня прокачавших лет работы топом случился кризис смыслов: работать я могу в любой компании, но влиять только на нее мне стало недостаточно. Решение не заставило себя долго ждать, потому что зрело уже много лет. Я собрал топ задач, решаемых в бизнесе с помощью ML, покрасил их грубо в черное и белое - где экономика расходится, где сходится, а где эффект не стоит того, чтобы пытаться. И прямо по этому списку составил вместе с Никитой Зелинским курс из прикладных задач, которые регулярно возникают везде: в телекоме, финтехе, ритейле, e-commerce, райдтехе, классическом айти с многопользовательскими приложениями и много где еще. Зачем? Чтобы теперь замашинлернить не одну компанию, не один холдинг, а все, до чего дотягивается солнце на рассвете - ну помните, как в "Короле льве" :))
ЧТО БЫЛО ДАЛЬШЕ:
🏟Мы взяли полгода на его доработку и адаптацию к более широкому кругу слушателей
🎉Мы подготовили курс к запуску в моей онлайн-школе MLinside
Завтра мы с Никитой ведем вебинар перед стартом курса. Еще не поздно зарегистрироваться и попасть на первый поток. В этом случае вы первым:
1️⃣Научитесь решать не только свою задачу, с которой сидите последний год/два/три на работе
2️⃣Станете востребованным ML специалистом в любой компании: если не все, то больше половины изученных на курсе задач будет в ней применимо
3️⃣Получите буквально за несколько месяцев выжимку того опыта, который мы с Никитой собирали по крупицам в больших экосистемах больше десяти лет
‼️Присоединяйтесь к нам, будет круто :)
Please open Telegram to view this post
VIEW IN TELEGRAM
https://hottg.com/datarascals/11
Предпраздничное настроение само собой подводит к загадыванию желаний. Например, после чтения поста по ссылке, у меня возникло такое:
🎄 🥂 Пусть в новом году будет больше руководителей, которым можно прислать подобный скрипт, вместо долгого нудного объяснения, почему сравнивать распределения только по среднему и «на глазок» это дичь :)
Хотя, конечно, я верю в светлое будущее, когда представители всех ролей в индустрии будут просто это знать и понимать
Предпраздничное настроение само собой подводит к загадыванию желаний. Например, после чтения поста по ссылке, у меня возникло такое:
Хотя, конечно, я верю в светлое будущее, когда представители всех ролей в индустрии будут просто это знать и понимать
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
Дата канальи — про «специалистов» в данных / ML / AI
Видел в одном канале канальи-манагера пафосные рассуждения, что любого сотрудника можно оценить по масштабу последствий от ошибочно принятого этим сотрудником решения. Как обычно отвечу кейсом.
Так сложилось, что я работал в структурах где цена ошибки высока…
Так сложилось, что я работал в структурах где цена ошибки высока…
#с_level
PowerPoint-зазеркалье
Если меня спросят, от чего у меня больше всего горело на C-level, так это от двух вещей: комитетов и презенташек. Про комитеты я напишу отдельный пост, а вот по презенташкам слегка пройдусь сейчас.
Не подумайте, я не считаю Power Point злом во плоти. На мой взгляд, несмотря на громкие амазонские эксперименты, слайды могут неплохо помогать людям донести свои мысли быстро и четко, если у человека правда есть какая-то внятно сформулированная цель коммуникации, а слайды подготовлены тоже качественно. И горит у меня не от того, что люди часто рисуют слайды неинформативными или наоборот перегруженными, с этим тоже можно жить. И исправлять эту ситуацию несложно.
Горит у меня вот от чего: в куче компаний топ-менеджмент периодически собирается на всякие совещания и стратсессии, на которых показывает друг-другу домашние заготовки (в виде нарисованных их сотрудниками слайдов) под видом того, что нарисованное на этих слайдах и есть то, что реально происходит и будет происходить в бизнесе. На этих слайдах обязательно рисуются какие-то амбиции, планы, грандиозные замыслы, золотые горы, к которым только руку протяни и вот до конца контракта докладчика будет все подготовлено и прямо на следующий год как долбанет вверх выручка, ух как заживем! А рядом с моим домом тем временем ездят роботы-курьеры, которые на улицах Москвы еще пять лет назад показались бы фантастикой. И я точно знаю, что эти роботы ездят не потому, что кто-то нарисовал слайды в Power Point.
Ощущение, что все эти наши шабаши со слайдами - это путь куда-то не туда, грызло меня с самого начала. С другой стороны, числа с результатами и планами показать друг-другу надо, и идею/мечту (у кого что) донести надо, и обсудить тоже надо. Так что выглядит как необходимое зло. Но есть два логичных способа попытаться это зло чуточку уменьшить:
1) Числа по текущей ситуации в бизнесе надо показывать не посредством написания руками чисел на слайде, а в дашбордах на основе регулярно валидируемых данных
2) Если можно про что-то не рассказать, а показать - показывать. Лучше одно демо, чем 10 срежессированных видосов или 100 объяснений, как классно оно работает.
Отдельная проблема с последним это как сделать демо, если ваш результат это например улучшение эффекта от рекомендаций на 10%. Вообще рассказывать про инкрементальные улучшения в существующих ML штуках очень больно: все эти проценты ничего не значат для тех, кто не разбирается, а тем, кто разбирается, достаточно таблички с результатами и ответов на несколько вопросов. Но никакими эффектными демо тут и не пахнет. Даже наоборот - эффектные демо дадут те вещи, которые вряд ли сильно повлияют на метрики. Вот и получается, что вроде боролись со злом в лице слайдов, а создали новое зло - мотивацию делать штуки для красивого демо, а не для большего эффекта.
В итоге я пришел к принятию, что вся эта история про зазеркалье презентаций и мир, существующий на слайдах - не про слайды и Power Point. Она про культуру нашего общения, взаимодействия и оценки результатов. Если у нас в крови мерять все, что меряется, это одна история. Если мы с детства любим красивые сказки и эмоциональные рассказы - это другая. Первое нужно, чтобы не улететь совсем в облака, а второе на самом деле тоже нужно - чтобы продолжать мечтать и сохранять мотивацию идти дальше. Плохо, когда остается только что-то одно.
Ну а Power Point это просто инструмент: что запрещай его, что не запрещай - сказочники останутся сказочниками, а любители все измерить продолжат смотреть на числа.
А как вы думаете, что нужно делать, чтобы планы и стратегии, нарисованные в слайдах, имели какую-то связь с реальным миром? И нужно ли вообще, или наоборот пусть лучше нормальные люди работают, афантазеры фантазируют визионеры визионируют?
PowerPoint-зазеркалье
Если меня спросят, от чего у меня больше всего горело на C-level, так это от двух вещей: комитетов и презенташек. Про комитеты я напишу отдельный пост, а вот по презенташкам слегка пройдусь сейчас.
Не подумайте, я не считаю Power Point злом во плоти. На мой взгляд, несмотря на громкие амазонские эксперименты, слайды могут неплохо помогать людям донести свои мысли быстро и четко, если у человека правда есть какая-то внятно сформулированная цель коммуникации, а слайды подготовлены тоже качественно. И горит у меня не от того, что люди часто рисуют слайды неинформативными или наоборот перегруженными, с этим тоже можно жить. И исправлять эту ситуацию несложно.
Горит у меня вот от чего: в куче компаний топ-менеджмент периодически собирается на всякие совещания и стратсессии, на которых показывает друг-другу домашние заготовки (в виде нарисованных их сотрудниками слайдов) под видом того, что нарисованное на этих слайдах и есть то, что реально происходит и будет происходить в бизнесе. На этих слайдах обязательно рисуются какие-то амбиции, планы, грандиозные замыслы, золотые горы, к которым только руку протяни и вот до конца контракта докладчика будет все подготовлено и прямо на следующий год как долбанет вверх выручка, ух как заживем! А рядом с моим домом тем временем ездят роботы-курьеры, которые на улицах Москвы еще пять лет назад показались бы фантастикой. И я точно знаю, что эти роботы ездят не потому, что кто-то нарисовал слайды в Power Point.
Ощущение, что все эти наши шабаши со слайдами - это путь куда-то не туда, грызло меня с самого начала. С другой стороны, числа с результатами и планами показать друг-другу надо, и идею/мечту (у кого что) донести надо, и обсудить тоже надо. Так что выглядит как необходимое зло. Но есть два логичных способа попытаться это зло чуточку уменьшить:
1) Числа по текущей ситуации в бизнесе надо показывать не посредством написания руками чисел на слайде, а в дашбордах на основе регулярно валидируемых данных
2) Если можно про что-то не рассказать, а показать - показывать. Лучше одно демо, чем 10 срежессированных видосов или 100 объяснений, как классно оно работает.
Отдельная проблема с последним это как сделать демо, если ваш результат это например улучшение эффекта от рекомендаций на 10%. Вообще рассказывать про инкрементальные улучшения в существующих ML штуках очень больно: все эти проценты ничего не значат для тех, кто не разбирается, а тем, кто разбирается, достаточно таблички с результатами и ответов на несколько вопросов. Но никакими эффектными демо тут и не пахнет. Даже наоборот - эффектные демо дадут те вещи, которые вряд ли сильно повлияют на метрики. Вот и получается, что вроде боролись со злом в лице слайдов, а создали новое зло - мотивацию делать штуки для красивого демо, а не для большего эффекта.
В итоге я пришел к принятию, что вся эта история про зазеркалье презентаций и мир, существующий на слайдах - не про слайды и Power Point. Она про культуру нашего общения, взаимодействия и оценки результатов. Если у нас в крови мерять все, что меряется, это одна история. Если мы с детства любим красивые сказки и эмоциональные рассказы - это другая. Первое нужно, чтобы не улететь совсем в облака, а второе на самом деле тоже нужно - чтобы продолжать мечтать и сохранять мотивацию идти дальше. Плохо, когда остается только что-то одно.
Ну а Power Point это просто инструмент: что запрещай его, что не запрещай - сказочники останутся сказочниками, а любители все измерить продолжат смотреть на числа.
А как вы думаете, что нужно делать, чтобы планы и стратегии, нарисованные в слайдах, имели какую-то связь с реальным миром? И нужно ли вообще, или наоборот пусть лучше нормальные люди работают, а
Мы так однажды с Никитой (автором поста ниже) поспорили, как считать в рекомендациях precision@k, когда кандидатов меньше k. Никита топил за реализацию в катбусте, потому что читал исходники, а я топил за деление на k, потому что привык, что по графикам precision@k и recall@k можно базово прикинуть адекватное вашему случаю количество рекомендаций в блоке или найти проблему типа нехватки кандидатов: если в какой-то момент precision@k начинает сильно падать просто потому что вместо 5 рекомендаций у вас повально 2, это проще заметить.
В итоге, изучив другие источники, Никита, с нотками досады признал правильным мой вариант, хотя логика в катбустовой реализации конечно тоже понятна - не штрафовать, если лучше уже нельзя было отранжировать. И если честно, я бы не был здесь так категоричен в вопросе «как правильно». Смотря чего вы хотите: включать измерение качества кандидатов в метрику или нет. Но главное, что так мы с Никитой узнали, что нам есть о чем поговорить, кроме слайдов в Power Point, и это было прекрасно :)))
В итоге, изучив другие источники, Никита, с нотками досады признал правильным мой вариант, хотя логика в катбустовой реализации конечно тоже понятна - не штрафовать, если лучше уже нельзя было отранжировать. И если честно, я бы не был здесь так категоричен в вопросе «как правильно». Смотря чего вы хотите: включать измерение качества кандидатов в метрику или нет. Но главное, что так мы с Никитой узнали, что нам есть о чем поговорить, кроме слайдов в Power Point, и это было прекрасно :)))
Forwarded from Дата канальи — про «специалистов» в данных / ML / AI
Все же здесь DS и знают базовые метрики?
Precision?
Precision@k?
А ничего вы не знаете, канальи! 🙈
Прошло пару лет как коллеги со светлой стороны Сбера выпустили свою замечательную статью на NIPS, примечательную такой картинкой
Про то как в разных recsys либах метрики считаются по-разному 😱
Но хотя бы precision@k вроде одинаково? Или нет? 🤔
Рассмотрим угловой кейс – на что делить, когда кандидатов сгенерилось меньше k? 🤓
Правильный ответ здесь– делить на k !!!!
Институт NIST– National Institute for Standards and Technology распространяет код как считать правильно 🥳
На для catboost закон не писан – он делит на число кандидатов 🤬😡🥵
Будьте внимательны! Или перепроверяйте за пакетами или считайте сами!
Precision?
Precision@k?
А ничего вы не знаете, канальи! 🙈
Прошло пару лет как коллеги со светлой стороны Сбера выпустили свою замечательную статью на NIPS, примечательную такой картинкой
Про то как в разных recsys либах метрики считаются по-разному 😱
Но хотя бы precision@k вроде одинаково? Или нет? 🤔
Рассмотрим угловой кейс – на что делить, когда кандидатов сгенерилось меньше k? 🤓
Правильный ответ здесь– делить на k !!!!
Институт NIST– National Institute for Standards and Technology распространяет код как считать правильно 🥳
На для catboost закон не писан – он делит на число кандидатов 🤬😡🥵
Будьте внимательны! Или перепроверяйте за пакетами или считайте сами!
Что человеку хейт - то сетке кликбейт
С перспективами все большего применения генеративного ИИ для написания текста и рисования картинок для рассылок (что уже итак часто происходит) возникает очевидный риск того, что кликбейт нас всех захлестнет.
На одной стратсесии крупного холдинга, где мне посчастливилось выступать, ведущий выдал замечательный по своей понятности для широкой публики тезис: «у ML моделек нет совести». Не вдаваясь в подробности прививания моделям моральных ограничений и в прочий AI alignment, имелось ввиду то, что для оптимизации лосса все средства хороши, если дают результат.
Для примера посмотрите на рассылку Литрес в аттаче. Её конечно наверняка делал человек, но она 100% достаточно высококонверсионная: ведь сама идея того, что бедного Драйзера из-под земли достали, чтобы написать новую книгу, нет-нет да и заставит посмотреть письмо. Безотносительно того, что понятно, что имели ввиду маркетологи из Литрес, сетки будут использовать такие «крючки» еще более агрессивно.
С другой стороны, может и хорошо? Интересный спам это интереснее, чем неинтересный, как вы считаете? 😁
С перспективами все большего применения генеративного ИИ для написания текста и рисования картинок для рассылок (что уже итак часто происходит) возникает очевидный риск того, что кликбейт нас всех захлестнет.
На одной стратсесии крупного холдинга, где мне посчастливилось выступать, ведущий выдал замечательный по своей понятности для широкой публики тезис: «у ML моделек нет совести». Не вдаваясь в подробности прививания моделям моральных ограничений и в прочий AI alignment, имелось ввиду то, что для оптимизации лосса все средства хороши, если дают результат.
Для примера посмотрите на рассылку Литрес в аттаче. Её конечно наверняка делал человек, но она 100% достаточно высококонверсионная: ведь сама идея того, что бедного Драйзера из-под земли достали, чтобы написать новую книгу, нет-нет да и заставит посмотреть письмо. Безотносительно того, что понятно, что имели ввиду маркетологи из Литрес, сетки будут использовать такие «крючки» еще более агрессивно.
С другой стороны, может и хорошо? Интересный спам это интереснее, чем неинтересный, как вы считаете? 😁
Всех с наступившим 🎄🥂 Надеюсь, празднования у всех прошли хорошо и еще продолжаются :)
Я никогда не подводил итоги года публично (по крайней мере этого не помню), да и в целом не очень люблю читать чужие. Не знаю почему, может потому что слишком приторно, может от зависти. Но в этом году мне захотелось попробовать. Если понравится - вам хана, буду повторять каждый год, придется отписываться. Так что у читателей есть шанс насовать мне ценного фидбека в комментах и предотвратить непоправимое.
В прошедшем году я:
1) Успешно доработал свой срок в топ-менеджменте (да, там все по срокам, которые идет вестинг акций, расскажу как это обычно устроено в будущих постах), получил продление контракта, но решил попробовать в предпринимательство, вдохновившись примерами Толи Карпова, Димы Волошина и Леши Драля (у каждого своя школа в своем формате и каждый по-своему преуспел в этом деле). Благо после работы в топах предпринимательствовать немного спокойнее. Ну, пока деньги не кончатся)
2) Открыл наконец-то свою школу ML после 14 лет преподавания в вузах, компаниях и на курсере, запустил первый поток первого курса, telegram- и youtube-каналы школы
3) Вылечил отца от рака. Ну, разумеется, до определенной степени (пока не загадываем, но очаг удален, лучевая пройдена, пока показатели тьфу-тьфу хорошие). И, конечно же, не я лично вылечил, тут спасибо большое профессионализму врачей Медси, с меня были сугубо организационные моменты. Но отец уже прожил на 5 лет дольше деда с той же болезнью и, дай Бог, еще поживет :) И это, конечно, самое радостное событие года.
В этом году я надеюсь, что мне не придется никому помогать с лечением от страшных болезней, ну а если придется, то все снова получится. Ну и надеюсь, что я не сгорю от хейта в комментах и дотащу в этом году школу до 10+ классных курсов и еще нескольких крутых проектов и обучений в компаниях :) Все же за что взялся - хочется довести до ума, чего и вам всем желаю во всех дорогих для вашего сердца начинаниях 🤝
С Новым годом ❤️☃️
Я никогда не подводил итоги года публично (по крайней мере этого не помню), да и в целом не очень люблю читать чужие. Не знаю почему, может потому что слишком приторно, может от зависти. Но в этом году мне захотелось попробовать. Если понравится - вам хана, буду повторять каждый год, придется отписываться. Так что у читателей есть шанс насовать мне ценного фидбека в комментах и предотвратить непоправимое.
В прошедшем году я:
1) Успешно доработал свой срок в топ-менеджменте (да, там все по срокам, которые идет вестинг акций, расскажу как это обычно устроено в будущих постах), получил продление контракта, но решил попробовать в предпринимательство, вдохновившись примерами Толи Карпова, Димы Волошина и Леши Драля (у каждого своя школа в своем формате и каждый по-своему преуспел в этом деле). Благо после работы в топах предпринимательствовать немного спокойнее. Ну, пока деньги не кончатся)
2) Открыл наконец-то свою школу ML после 14 лет преподавания в вузах, компаниях и на курсере, запустил первый поток первого курса, telegram- и youtube-каналы школы
3) Вылечил отца от рака. Ну, разумеется, до определенной степени (пока не загадываем, но очаг удален, лучевая пройдена, пока показатели тьфу-тьфу хорошие). И, конечно же, не я лично вылечил, тут спасибо большое профессионализму врачей Медси, с меня были сугубо организационные моменты. Но отец уже прожил на 5 лет дольше деда с той же болезнью и, дай Бог, еще поживет :) И это, конечно, самое радостное событие года.
В этом году я надеюсь, что мне не придется никому помогать с лечением от страшных болезней, ну а если придется, то все снова получится. Ну и надеюсь, что я не сгорю от хейта в комментах и дотащу в этом году школу до 10+ классных курсов и еще нескольких крутых проектов и обучений в компаниях :) Все же за что взялся - хочется довести до ума, чего и вам всем желаю во всех дорогих для вашего сердца начинаниях 🤝
С Новым годом ❤️☃️
Компенсации в топ-менеджменте (часть 1/3)
Сразу предупрежу: конкретные суммы я называть не буду, т.к. по себе или знакомым совершенно не заинтересован ничего разглашать, а в достоверности других источников не могу быть уверен. Кстати, это один из способов психологического давления в корпоративной среде - капать оппоненту на мозги (можно через друзей, чтобы не так очевидно) рассказами про гигантские вознаграждения его коллег, конечно же, в 99% случаев выдуманные. Так что не верьте всему.
Однако я расскажу, из каких частей состоит вознаграждение топов, как выплачивается, и на что это влияет. Думаю, что тем, кто этого не знал, будет все равно интересно. Что касается сумм, есть прекрасные журналы Forbes, РБК и другие им подобные, которые профессионально считают чужие деньги, в их материалах периодически встречаются исследования рынка.
💵 Зарплата
Есть три (ну ладно, четыре) части компенсации: зарплата, STI, LTI и всевозможные льготы. Первое нам всем итак знакомо, а по размеру могу сказать, что есть две школы мысли: первая - что у руководителя должна быть самая большая зарплата в его подразделении, вторая - что можно нанимать сотрудников на бОльшую зарплату, чем у тебя, если так уж рынок порешал. Я сторонник второй школы мысли, потому что в современных реалиях цена хороших CTO или CDS растет быстрее зарплат сидящих десятилетиями в одном месте корпоративных менеджеров. Кроме того, зарплата сильно разнится от компании к компании: большая группа компаний типа Сбера и какой-нибудь заметный игрок в своей нише, но развивающийся просто под продажу стратегу, - это конечно две разные истории.
🏆 Премия
STI или Short-Term Incentive - краткосрочное поощрение (дословно "стимул"). На западе так называют и квартальный, и полугодовой, и годовой бонус. У нас обычно также, но иногда могут быть заигрывания с годовой премией, как будто это уже "долгосрочная" мотивация. Например, часть годовой может расчитываться как-то стабильно и по KPI, а часть быть привязана к какому-то общему показателю бизнеса и косплеить бонус акциями. Но в случае топов обычно есть просто одна премия, которая платится раз в год, и она расчитывается и по вашим KPI, и по показателям компании. В целом как у всех сотрудников, с тем лишь отличием, что на грейдах ниже выплаты чаще - раз в квартал или раз в полгода.
Связано это с тем, что работа высоких грейдов и, в том числе, топов, оказывает долгосрочное влияние, и логично измерять результат по более долгому периоду времени. Также, если для низких грейдов премия может отсутствовать или быть в размере 1-2 месячных зарплат, у топов премия может составлять 50, 100 и более процентов годовой зарплаты. Объясняется это тем, что премию вы получаете только доработав год до конца, так что перекос годового дохода в сторону премии дает великолепный рычаг давления на вас и кратно растит вашу заинтересованность показывать чудеса проактивности и заинтересованности в общем деле.
В следующей части поговорим об LTI и прочих плюшках, а в комментариях пишите, о чем еще рассказать про C-level
#c_level
Сразу предупрежу: конкретные суммы я называть не буду, т.к. по себе или знакомым совершенно не заинтересован ничего разглашать, а в достоверности других источников не могу быть уверен. Кстати, это один из способов психологического давления в корпоративной среде - капать оппоненту на мозги (можно через друзей, чтобы не так очевидно) рассказами про гигантские вознаграждения его коллег, конечно же, в 99% случаев выдуманные. Так что не верьте всему.
Однако я расскажу, из каких частей состоит вознаграждение топов, как выплачивается, и на что это влияет. Думаю, что тем, кто этого не знал, будет все равно интересно. Что касается сумм, есть прекрасные журналы Forbes, РБК и другие им подобные, которые профессионально считают чужие деньги, в их материалах периодически встречаются исследования рынка.
Есть три (ну ладно, четыре) части компенсации: зарплата, STI, LTI и всевозможные льготы. Первое нам всем итак знакомо, а по размеру могу сказать, что есть две школы мысли: первая - что у руководителя должна быть самая большая зарплата в его подразделении, вторая - что можно нанимать сотрудников на бОльшую зарплату, чем у тебя, если так уж рынок порешал. Я сторонник второй школы мысли, потому что в современных реалиях цена хороших CTO или CDS растет быстрее зарплат сидящих десятилетиями в одном месте корпоративных менеджеров. Кроме того, зарплата сильно разнится от компании к компании: большая группа компаний типа Сбера и какой-нибудь заметный игрок в своей нише, но развивающийся просто под продажу стратегу, - это конечно две разные истории.
🏆 Премия
STI или Short-Term Incentive - краткосрочное поощрение (дословно "стимул"). На западе так называют и квартальный, и полугодовой, и годовой бонус. У нас обычно также, но иногда могут быть заигрывания с годовой премией, как будто это уже "долгосрочная" мотивация. Например, часть годовой может расчитываться как-то стабильно и по KPI, а часть быть привязана к какому-то общему показателю бизнеса и косплеить бонус акциями. Но в случае топов обычно есть просто одна премия, которая платится раз в год, и она расчитывается и по вашим KPI, и по показателям компании. В целом как у всех сотрудников, с тем лишь отличием, что на грейдах ниже выплаты чаще - раз в квартал или раз в полгода.
Связано это с тем, что работа высоких грейдов и, в том числе, топов, оказывает долгосрочное влияние, и логично измерять результат по более долгому периоду времени. Также, если для низких грейдов премия может отсутствовать или быть в размере 1-2 месячных зарплат, у топов премия может составлять 50, 100 и более процентов годовой зарплаты. Объясняется это тем, что премию вы получаете только доработав год до конца, так что перекос годового дохода в сторону премии дает великолепный рычаг давления на вас и кратно растит вашу заинтересованность показывать чудеса проактивности и заинтересованности в общем деле.
В следующей части поговорим об LTI и прочих плюшках, а в комментариях пишите, о чем еще рассказать про C-level
#c_level
Please open Telegram to view this post
VIEW IN TELEGRAM
Компенсации в топ-менеджменте (часть 2/3)
Продолжаю рассказ про то, как оплачивается работа топов. В прошлый раз мы поговорили про зп и STI, теперь остались LTI и льготы.
‼️ Кстати говоря, текст может быть полезен не только тем, кто уже метит в топ-менеджмент. Аналогичная схема вознаграждения распространяется по компаниям все больше и часто применяется просто для высокогрейдовых сотрудников. Общая идея здесь в том, что компании все равно выгодней платить вам деньги не большим фиксом в месяц, а разбив сумму на зп+STI+LTI. Также не стесняйтесь задавать вопросы в комментариях.
📈Акции
LTI или Long-Term Incentive - долгосрочная мотивация. Обычно это какая-то большая сумма сумма денег, выдаваемая либо напрямую в виде акций компании (если компания публичная, т.е. торгуется на бирже), либо в денежном выражении, но так, чтобы фактическая сумма была привязана к показателям компании (всякой там ебитде, гросс марже и прочим ругательствам - у кого к чему).
В случае топов эта сумма может быть сравнима или даже заметно больше, чем зарплата+премия, но она распределяется на 3-4 года. Это называют вестингом акций: они за вами уже закреплены, об этом подписаны все документы, но получаете вы акции постепенно. Есть компании с равномерным вестингом - например, 25% каждый год из 4 лет, есть компании с неравномерным - например, в первый год поменьше, второй побольше, а на третий прям много. Смысл неравномерности опять же в том, чтобы в будущем перед вами всегда был большой куш, который вы захотите заработать.
Этот куш имеет и обратный эффект: чтобы его получить, люди готовы проявлять чудеса осторожности и не вступать лишний раз в конфликты, что приводит к довольно медленному решению вопросов. Исправляется эта проблема просто: топ-менеджеров достаточно легко увольняют. Т.е. если вы весь такой аккуратный выживальщик и нигде не идете на активное нанесение добра компании, чтобы избежать конфликтов, это будет видно. После пары сигналов от руководства вы все равно попрощаетесь и с работой, и с бонусами, ведь над вами есть еще СЕО, который финансово заинтересован в результате. С другой стороны, если вы побежите с шашкой наголо ломать все, что работает - прогноз вашей выживаемости тоже обычно неутешительный.
🥇Льготы и прочие плюшки
Тут уже зависит от корпоративной культуры, и кто во что горазд: кабинеты, служебные машины, водители, ассистенты, вторые ассистенты, премиум ДМС и так далее и так далее. Мое мнение - кабинет это довольно удобно, когда у тебя миллиард встреч в неделю, личный ассистент это тоже удобно, когда календарь сложный. Лично для меня играть в тетрис с календарем всегда было сложнее, чем любой этот ваш машинлернинг или даже теорфиз.
Остальное зависит от рода деятельности. Если вы управляете каким-то бизнесом компании, где нужно много ездить по другим компаниям на переговоры, здорово, если вас возят. Если весь день сидите в одном здании, то вообще пофиг. Кстати, иногда вместо водителя и машины люди просто предпочитают компенсацию такси.
Кроме того, вы удивитесь, как много топ-менеджеров ездит на метро. Когда ты топ, опоздать на встречу, стоя в пробке, - часто непозволительная роскошь. А метро внезапно прогнозируемое и надежное 🙂
Что касается ДМС, многие на этом уровне уже привыкли ходить к врачу заранее, а следовательно платить за медицину сами. ДМС предполагает, что уже есть жалобы, а премиум ДМС просто включает в себя топовые клиники или топовых врачей в них, но как и обычный ДМС не покрывает какие-то серьезные необязательные операции, улучшающие качество жизни. Так что радикальных отличий от обычного ДМС здесь нет, просто пакет услуг и выбор врачей шире.
#c_level
Продолжаю рассказ про то, как оплачивается работа топов. В прошлый раз мы поговорили про зп и STI, теперь остались LTI и льготы.
‼️ Кстати говоря, текст может быть полезен не только тем, кто уже метит в топ-менеджмент. Аналогичная схема вознаграждения распространяется по компаниям все больше и часто применяется просто для высокогрейдовых сотрудников. Общая идея здесь в том, что компании все равно выгодней платить вам деньги не большим фиксом в месяц, а разбив сумму на зп+STI+LTI. Также не стесняйтесь задавать вопросы в комментариях.
📈Акции
LTI или Long-Term Incentive - долгосрочная мотивация. Обычно это какая-то большая сумма сумма денег, выдаваемая либо напрямую в виде акций компании (если компания публичная, т.е. торгуется на бирже), либо в денежном выражении, но так, чтобы фактическая сумма была привязана к показателям компании (всякой там ебитде, гросс марже и прочим ругательствам - у кого к чему).
В случае топов эта сумма может быть сравнима или даже заметно больше, чем зарплата+премия, но она распределяется на 3-4 года. Это называют вестингом акций: они за вами уже закреплены, об этом подписаны все документы, но получаете вы акции постепенно. Есть компании с равномерным вестингом - например, 25% каждый год из 4 лет, есть компании с неравномерным - например, в первый год поменьше, второй побольше, а на третий прям много. Смысл неравномерности опять же в том, чтобы в будущем перед вами всегда был большой куш, который вы захотите заработать.
Этот куш имеет и обратный эффект: чтобы его получить, люди готовы проявлять чудеса осторожности и не вступать лишний раз в конфликты, что приводит к довольно медленному решению вопросов. Исправляется эта проблема просто: топ-менеджеров достаточно легко увольняют. Т.е. если вы весь такой аккуратный выживальщик и нигде не идете на активное нанесение добра компании, чтобы избежать конфликтов, это будет видно. После пары сигналов от руководства вы все равно попрощаетесь и с работой, и с бонусами, ведь над вами есть еще СЕО, который финансово заинтересован в результате. С другой стороны, если вы побежите с шашкой наголо ломать все, что работает - прогноз вашей выживаемости тоже обычно неутешительный.
🥇Льготы и прочие плюшки
Тут уже зависит от корпоративной культуры, и кто во что горазд: кабинеты, служебные машины, водители, ассистенты, вторые ассистенты, премиум ДМС и так далее и так далее. Мое мнение - кабинет это довольно удобно, когда у тебя миллиард встреч в неделю, личный ассистент это тоже удобно, когда календарь сложный. Лично для меня играть в тетрис с календарем всегда было сложнее, чем любой этот ваш машинлернинг или даже теорфиз.
Остальное зависит от рода деятельности. Если вы управляете каким-то бизнесом компании, где нужно много ездить по другим компаниям на переговоры, здорово, если вас возят. Если весь день сидите в одном здании, то вообще пофиг. Кстати, иногда вместо водителя и машины люди просто предпочитают компенсацию такси.
Кроме того, вы удивитесь, как много топ-менеджеров ездит на метро. Когда ты топ, опоздать на встречу, стоя в пробке, - часто непозволительная роскошь. А метро внезапно прогнозируемое и надежное 🙂
Что касается ДМС, многие на этом уровне уже привыкли ходить к врачу заранее, а следовательно платить за медицину сами. ДМС предполагает, что уже есть жалобы, а премиум ДМС просто включает в себя топовые клиники или топовых врачей в них, но как и обычный ДМС не покрывает какие-то серьезные необязательные операции, улучшающие качество жизни. Так что радикальных отличий от обычного ДМС здесь нет, просто пакет услуг и выбор врачей шире.
#c_level
Компенсации в топ-менеджменте (часть 3/3)
🏎 Чем обусловлены компенсации топов
Важно понимать, что топам платят приличные деньги не потому что они такие офигенные и самые гениальные люди на свете, а потому что у них нет и не может быть отговорок. Сам ты себе помешал или какие-то обстоятельства непреодолимой силы - никого не волнует.
Топ-менеджер берет ответственность за достижение результатов бизнеса, за это и получает свою компенсацию. В зависимости от степени успеха или провала, ее часть или вся сумма целиком может умножиться на ноль (или что-то от 0 до 1+).
Конечно, в минус компенсация не уйдет: в этом отличие топа от предпринимателя, и это объясняет, почему предприниматель все равно заработает значительно больше топов (если мы говорим об одной и той же компании, и она уже достаточно велика, в маленьком стартапе всякое бывает).
Однако топ-менеджмент это все равно крайне высокий уровень ответственности за бизнес, высокий уровень рисков, и другая вероятность "не вывезти" и покинуть корабль досрочно. Кроме того, желающих поработать на C-level всегда много, конкуренция высокая, и чтобы удерживаться даже год-полтора нужно не просто справляться, а не попасть в список "отстающих" на фоне коллег.
Легче всего с этим справляться, если у вас есть некоторая устойчивость к постоянному стрессу, внешней оценке и соревнованию с другими, и вы можете просто делать то, что считаете правильным для компании. Если же вы от подобного давления будете постоянно дергаться, работа в топах запомнится вам надолго)))
Конечно, все не так прям бескомпромиссно жестко. Желающих работать на C-level и правда много, а внушающих доверие CEO и совету директоров как правило меньше. Поэтому, если увольнять управленцев за любой просчет, никаких кадров не напасешься. Но и гладить по головке и заботиться о вашей мотивации уже, конечно, никто не будет.
Итого: внутренняя мотивация - это база, отвечать головой за результат - это база, уметь отбивать нападки недовольных оппонентов (например тем, что вы делаете то, что считаете нужным вы, а не они) - это тоже база, ну и уметь быстро принимать решения, за последствия которых вам отвечать - тоже, конечно же, база. Все это по-хорошему начинается уже с любого руководящего уровня, но в экзекьютивах достигает своего пика.
#c_level
Важно понимать, что топам платят приличные деньги не потому что они такие офигенные и самые гениальные люди на свете, а потому что у них нет и не может быть отговорок. Сам ты себе помешал или какие-то обстоятельства непреодолимой силы - никого не волнует.
Топ-менеджер берет ответственность за достижение результатов бизнеса, за это и получает свою компенсацию. В зависимости от степени успеха или провала, ее часть или вся сумма целиком может умножиться на ноль (или что-то от 0 до 1+).
Конечно, в минус компенсация не уйдет: в этом отличие топа от предпринимателя, и это объясняет, почему предприниматель все равно заработает значительно больше топов (если мы говорим об одной и той же компании, и она уже достаточно велика, в маленьком стартапе всякое бывает).
Однако топ-менеджмент это все равно крайне высокий уровень ответственности за бизнес, высокий уровень рисков, и другая вероятность "не вывезти" и покинуть корабль досрочно. Кроме того, желающих поработать на C-level всегда много, конкуренция высокая, и чтобы удерживаться даже год-полтора нужно не просто справляться, а не попасть в список "отстающих" на фоне коллег.
Легче всего с этим справляться, если у вас есть некоторая устойчивость к постоянному стрессу, внешней оценке и соревнованию с другими, и вы можете просто делать то, что считаете правильным для компании. Если же вы от подобного давления будете постоянно дергаться, работа в топах запомнится вам надолго)))
Конечно, все не так прям бескомпромиссно жестко. Желающих работать на C-level и правда много, а внушающих доверие CEO и совету директоров как правило меньше. Поэтому, если увольнять управленцев за любой просчет, никаких кадров не напасешься. Но и гладить по головке и заботиться о вашей мотивации уже, конечно, никто не будет.
Итого: внутренняя мотивация - это база, отвечать головой за результат - это база, уметь отбивать нападки недовольных оппонентов (например тем, что вы делаете то, что считаете нужным вы, а не они) - это тоже база, ну и уметь быстро принимать решения, за последствия которых вам отвечать - тоже, конечно же, база. Все это по-хорошему начинается уже с любого руководящего уровня, но в экзекьютивах достигает своего пика.
#c_level
Please open Telegram to view this post
VIEW IN TELEGRAM
Вопрос на засыпку: все ли понимают причину такой дипломатичной формулировки в статье? Не про «не хотели обижать мэтра», а именно почему не хотели и ни в коем случае нельзя было? :)
Forwarded from Дата канальи — про «специалистов» в данных / ML / AI
Please open Telegram to view this post
VIEW IN TELEGRAM
#c_level Про болтовню и болтунов
Самая сложная часть работы, когда весь ваш календарь превращается в сплошные встречи (а на C-level часто так), это отсутствие х2 скорости речи, как на YouTube, люди, втирающие какую-то дичь, и люди, не отвечающие прямо на поставленный вопрос и старающиеся все заболтать
Причем как настоящий переговорщик получает от процесса переговоров не меньше удовольствия, чем от успешного их завершения, а настоящий продавец - от процесса продажи, настоящий любитель поболтать тоже воспринимает процесс как прекрасный танец в котором ему одно удовольствие исполнить главную партию. Если вам нужен сугубо результат, а надавать болтуну по щам вне зоны ваших полномочий, пытка неимоверная
В какой-то момент я начал развивать терпение по принципу «представьте, что вы психиатр». Как это? А вот так: если кто-то бодро забежит к вам в кабинет на четвереньках, надо не кричать «ты больной?», а вкрадчивым голосом интересоваться: «ой, а кто это тут у нас, собачка или кошечка?». И внезапно люди, несущие ахинею на совещании становятся очень интересными, ведь там свой волшебный мир, ждущий своих исследователей :)
Как натренировать этот навык? А очень просто, либо ходите на совещания, если их уже достаточно для антропологических целей, либо подписывайтесь на телеграмм-каналы и читайте иногда. Нет, это не прогрев, серьезно, знаете сколько всего интересного пишут. Если вам нужен навык «я видел некоторое говно» - интернет и телега в частности вас точно не оставят в беде
Самая сложная часть работы, когда весь ваш календарь превращается в сплошные встречи (а на C-level часто так), это отсутствие х2 скорости речи, как на YouTube, люди, втирающие какую-то дичь, и люди, не отвечающие прямо на поставленный вопрос и старающиеся все заболтать
Причем как настоящий переговорщик получает от процесса переговоров не меньше удовольствия, чем от успешного их завершения, а настоящий продавец - от процесса продажи, настоящий любитель поболтать тоже воспринимает процесс как прекрасный танец в котором ему одно удовольствие исполнить главную партию. Если вам нужен сугубо результат, а надавать болтуну по щам вне зоны ваших полномочий, пытка неимоверная
В какой-то момент я начал развивать терпение по принципу «представьте, что вы психиатр». Как это? А вот так: если кто-то бодро забежит к вам в кабинет на четвереньках, надо не кричать «ты больной?», а вкрадчивым голосом интересоваться: «ой, а кто это тут у нас, собачка или кошечка?». И внезапно люди, несущие ахинею на совещании становятся очень интересными, ведь там свой волшебный мир, ждущий своих исследователей :)
Как натренировать этот навык? А очень просто, либо ходите на совещания, если их уже достаточно для антропологических целей, либо подписывайтесь на телеграмм-каналы и читайте иногда. Нет, это не прогрев, серьезно, знаете сколько всего интересного пишут. Если вам нужен навык «я видел некоторое говно» - интернет и телега в частности вас точно не оставят в беде
Знаете, что такое чистое счастье? Вот вы вывели формулу, проверили, она работает - это счастье. Вы написали код, запустили, он работает, проверили - правильно работает. Вот это и есть чистое счастье.
Никаких вопросов как на работе в духе «а я ли эту формулу сейчас вывел или это команда затащила вопреки моему косорукому участию?». Или «а правильно ли я реорганизовал подразделение, может только хуже сделал?».
Да, есть вопрос, а нужна ли была эта формула или этот код. Но обычно даже этот вопрос терзает на порядок меньше предыдущих.
Когда можешь измерить результат, когда видишь его своими глазами, когда получил его своими руками, когда результат получен логически строгими шагами - это запредельное счастье.
Поэтому, например, мне нравится преподавать вживую, а не только записывать лекции. Спросят что-нибудь, например попросят вывести формулу, на которую ты 5 лет болт кладешь и даже не думаешь разбираться, не знаешь как ответить, пошел - разобрался. Сначала сам. Получилось - восторг, если прям сразу как спросили получилось - вдвойне восторг. Не получилось - ищешь наводки. Не смог с наводками - ищешь ответ, разбираешь ответ. Немного с привкусом разочарования, но все равно счастлив, теперь же знаешь, как оно.
Когда такого счастья в жизни становится маловато, обязательно кто-нибудь из студентов подкинет :)
А если пост наберет 100 реакций, запощу несколько моих любимых вопросов и ответов с занятий в канал.
#преподавание
Никаких вопросов как на работе в духе «а я ли эту формулу сейчас вывел или это команда затащила вопреки моему косорукому участию?». Или «а правильно ли я реорганизовал подразделение, может только хуже сделал?».
Да, есть вопрос, а нужна ли была эта формула или этот код. Но обычно даже этот вопрос терзает на порядок меньше предыдущих.
Когда можешь измерить результат, когда видишь его своими глазами, когда получил его своими руками, когда результат получен логически строгими шагами - это запредельное счастье.
Поэтому, например, мне нравится преподавать вживую, а не только записывать лекции. Спросят что-нибудь, например попросят вывести формулу, на которую ты 5 лет болт кладешь и даже не думаешь разбираться, не знаешь как ответить, пошел - разобрался. Сначала сам. Получилось - восторг, если прям сразу как спросили получилось - вдвойне восторг. Не получилось - ищешь наводки. Не смог с наводками - ищешь ответ, разбираешь ответ. Немного с привкусом разочарования, но все равно счастлив, теперь же знаешь, как оно.
Когда такого счастья в жизни становится маловато, обязательно кто-нибудь из студентов подкинет :)
А если пост наберет 100 реакций, запощу несколько моих любимых вопросов и ответов с занятий в канал.
#преподавание
Media is too big
VIEW IN TELEGRAM
Тем временем подкаст ТехТок возвращается после новогодних праздников :) Завтра выпускаем интервью с Сергеем Марковым про GenAI. Кстати, с момента записи интервью у Сергея уже вышла его книга, так что можно почитать электронную версию и даже заказать печатную: https://markoff.science/#book
Интервью с Сергеем Марковым про GenAI в подкасте ТехТок
Таймлайн:
00:00:00 - Начало
00:03:55 - Кратко о расцвете генеративных моделей
00:09:58 - Важные достижения ДО выхода ChatGPT
00:13:05 - Как учили первые Российские генеративные модели
00:16:51 - Почему пальцы проблема и разнообразие датасетов
00:21:41 - Различия подходов к генерации и специализация нейросетей
00:31:16 - Мультиагентные среды
00:36:15 - Написание промтов и правовые вопросы
00:46:16 - Регуляторные механизмы и вотермарки
00:50:07 - Диффузионные модели vs авторегрессионные
00:54:47 - Генерация видео (по состоянию на 2024 год)
00:59:49 - Важные задачи в GenAI
01:04:29 - Трудности разработки русскоязычных моделей
YouTube: https://youtu.be/4Cxk3gYuGo0?si=Wvi7sZqEEGzhN-RM
VK видео: https://vkvideo.ru/video-228552366_456239024
Таймлайн:
00:00:00 - Начало
00:03:55 - Кратко о расцвете генеративных моделей
00:09:58 - Важные достижения ДО выхода ChatGPT
00:13:05 - Как учили первые Российские генеративные модели
00:16:51 - Почему пальцы проблема и разнообразие датасетов
00:21:41 - Различия подходов к генерации и специализация нейросетей
00:31:16 - Мультиагентные среды
00:36:15 - Написание промтов и правовые вопросы
00:46:16 - Регуляторные механизмы и вотермарки
00:50:07 - Диффузионные модели vs авторегрессионные
00:54:47 - Генерация видео (по состоянию на 2024 год)
00:59:49 - Важные задачи в GenAI
01:04:29 - Трудности разработки русскоязычных моделей
YouTube: https://youtu.be/4Cxk3gYuGo0?si=Wvi7sZqEEGzhN-RM
VK видео: https://vkvideo.ru/video-228552366_456239024
YouTube
ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ (GenAI) | Сергей Марков
В этом выпуске AI эксперт из Сбера Сергей Марков, автор книги "Охота на электро-овец: большая книга искусственного интеллекта" (https://markoff.science/#book) телеграмм-канала https://hottg.com/oulenspiegel_channel, рассказывает нам о том, как развивались и как…
HTML Embed Code: