Недавно у нас были посты с упоминанием Ричарда Фейнмана (вот этот и ещё один). А давайте разыграем его книгу! Хотелось бы, конечно, „В Туву любой ценой“, но её оказалось не так просто найти. Оставим на попозже (напишите, если знаете, где её достать), а пока начнём с классики – „Вы, конечно, шутите, мистер Фейнман“

Это захватывающая автобиография невероятной жизни учёного: от работы над созданием ядерной бомбы до распутывания загадки взорвавшегося космического шаттла. Я люблю эту книгу не только за удивительный жизненный путь автора и юмор, сопровождавший каждый её этап, но и потому что она содержит советы, которые вполне применимы для современных учёных из любой области

Условия розыгрыша просты: нужно быть подписчиком канала и оставить комментарий. Но не простой! Нужно придумать перевёрнутое слово для русского языка подобно тому как это делают французы в своём сленге. 1 декабря автор случайного комментария станет счастливым обладателем книги, а самые интересные слова попадут в пост

#конкурсы@chelovek_nauk

Когда-нибудь привыкну к этим курящим мышам, но пока всё ещё смешно. Извиняюсь за качество, это скриншот слайда

#биология@chelovek_nauk

Подборка постов за октябрь!

Последнее приключение Ричарда Фейнмана и история, ради раскопки которой стоило вести этот канал:
🗺 В Туву любой ценой!

Чудесные макро- и микро-миры
🦅 Птицы-долгожители
🐜 Будьте вежливы! Уступайте места пожилым, беременным королевам муравьев с детьми!
🍜 Таких супов вы точно не ели!
🍸 Два фаго-коктейля, пожалуйста!

Что расскажет нам статистика
🪄 Странные, но такое красивые UMAPы
💻 Машинное обучение: когда статистики недостаточно

О вечном, о кофе
☕️ Подкаст "О влиянии кофе" или "Сколько вам осталось"
👨‍⚕️ Несколько причин полюбить кофе

Истории:
🎃 Хэллоуинская подборка страшилок из мира науки

Лингвистическое
🇫🇷 Крутой способ шифрования из французского сленга
📉 Великий и могучий русский язык
🤾‍♀️ Феминитивы и псевдоанглицизмы
🧬 Песня не про гены и мемы

Мемы:
Научпоп, образование и наука

Читатели этих постов без труда смогут поучаствовать в розыгрыше книги!

#подборки@chelovek_nauk

В лекции я приводил несколько примеров, когда статистика формально даёт „значимый“ результат, позволяя делать выводы, но практически в этом очень мало пользы. Вот реальный случай из статьи. Меня зацепил заголовок, да и введение было интересно читать: авторы рассуждают об индивидуальной восприимчивости лекарств и как связать её с генетикой через так называемые „фармакогены“. При помощи анализа таких генов может получиться предсказывать ответ на лекарство у конкретного человека и улучшить терапию. „Наш анализ выявил множество интересных открытий“, – пишут авторы

Но затем я дочитал до иллюстрации и ужаснулся. „Открытия“, сделанные авторами, формально верны. Например, статистика говорит, что на графиках снизу линия, описывающая вариативность экспрессии фармакогенов между разными клетками и у разных людей, не горизонтальна. Но насколько такая связь практически значима?

Честь авторам за то, что они не стали прятать данные и показали основания выводов. Но статью читать я дальше не стал

#статистика@chelovek_nauk

В канале порой проскакивают посты о лингвистике. Я стараюсь писать их с осторожностью, потому что не специалист в теме. Но языки такие интересные! Кроме того, понимание языка облегчает восприятие мира. Помню как в детстве никак не мог понять, что такое „юстиция“, пока не осенила его связь со словом „justice“ – справедливость или правосудие. Понимание языков помогает и в науке: знание расшифровки ДНК – это практически шпаргалка по составу молекулы

Кроме того, у науки есть и свой язык. Например, в физике переменные обозначаются буквами. Но почему для скорости используется буква v, а не s как в слове „speed“? А почему скорость света – это вообще c? Соня написала прекрасный пост, помогающий в этом разобраться. Приятно удивлён, что вдохновением для него послужили мои профанские посты о лингвистике

У неё в канале ещё много интересного о физике и жизни в науке! Рекомендую 🙂

А ещё помните, что переменные можно обозначать как угодно. Даже котиками

Вот ещё один пример из лекции. Здесь авторы рассуждают об очень острой теме: предсказание интеллекта по генетике. Оценивают интеллект по успеваемости в школе: лучше какого процента учеников у человека были оценки

Нет одного гена, который предсказывал бы успеваемость, но авторы собирают несколько тысяч отличий в геномах в так называемую „полигенетическую оценку“. Такие оценки „могут привнести мощную конструкцию интеллекта в любую область наук о жизни“: пишут авторы. А ниже, – „Эти оценки могут предсказать 4% вариабельности интеллекта“

На этом моменте уже закрадываются подозрения: 4% объяснённой вариабельности не звучат как „мощная конструкция“. Но дальше становится только хуже. Продолжение в следующем посте, а пока можете посмотреть на чудесные иллюстрации достойные попадания в рубрику с ужасными графиками. В отличие от примера из предыдущего поста, здесь они не были показаны сразу, а оказались спрятаны в самом конце статьи

#статистика@chelovek_nauk #биология@chelovek_nauk

Что же не так в статье из предыдущего поста? Начать можно с графика слева. Сразу бросается в глаза отстутствие очевидной зависимости. Если бы оценка интеллекта по генотипу работала идеально, мы бы видели прямую линию до правого верхнего угла: чем больше предсказанный интеллект, тем больше настоящий. Вместо этого мы видим невнятную кляксу, немного повёрнутую вдоль желанной диагонали

Но ещё хуже становится, если взглянуть на оси. Почему после 0.1 идёт 2, а потом 15? Какое значение у точки между 75 и 98%? Может быть как 77, так и 95. Это даже не логарифмическая ось, это какое-то надругательство над визуализацией. А главное, совершенно непонятно – зачем, график всё равно не показывает никакую связь

Возникает вопрос: есть ли вообще смысл интерпретировать этот результат? В негативном смысле – да: по генотипу довольно плохо можно предсказать интеллект. Представьте, что доктор с прискорбным выражением лица говорит вам: „К сожалению, по полигенетической оценке ваш ребёнок будет учиться хуже 90% детей“. Как использовать эту информацию? Да никак: в среднем при таком результате вы бы ожидали, что он будет учиться лучше 15%, но он может превзойти и 99.9%. На втором графике видно, что топ 10% людей с самым высоким предсказанным интеллектом и 10% с самым низким очень сильно пересекаются по реальным оценкам в школе. Хотя чудесные оси опять же мешают понять, как это выглядит на самом деле

При всём этом авторы пишут: „полигенетические оценки полезны для индивидуального предсказания“. Каким образом? Я не понимаю

Проблема статистического подхода здесь в том, что он не оценивает предсказательную силу. Он проверяет, правда ли, что связь между предсказанными и настоящими оценками нулевая, и говорит, что такие данные маловероятны при нулевой связи. Но насколько связь сильная – уже неважно

#статистика@chelovek_nauk

Извините, я обещал завязывать с такими шутками, но они сами преследуют меня. Сингапур предлагает найти свои каки – так, видимо, на местном сленге называются приятели. Можно даже присоединиться к программе «каки за границей». Вступаем?

#лингвистика@chelovek_nauk

Один из способов успеха в науке – использование самых современных методов. В прошлом это часто были новые математические теории или экспериментальные установки, позже многие открытия стали появляться благодаря компьютерам. Сегодня самые бурно развивающиеся методы – это, несомненно, технологии „искуственного интеллекта“. Инструменты, основанные на нейросетях, помогают искать информацию, учиться и эффективно организовывать работу. Именно они позволят вам быть на шаг впереди. А обучиться работе с ними гораздо проще, чем математике!

Изучить новые методы помогут ребята из Blastim, уже больше 9 лет несущие биоинформатическое образование в массы. 3 декабря у них стартует самый современный курс «Ученый будущего: интеграция AI в научную работу». Этот курс поможет уверенно внедрить AI в вашу повседневность. Полезно будет любым учёным, а особый упор в курсе сделан на область биотеха

Я тоже поучаствую: расскажу как ИИ-инструменты помогают мне в работе и поделюсь реальными случаями из практики

Чему вы научитесь за 9 занятий?
📌 Работать с популярными моделями (GPT, Gemini, Perplexity, Claude)
📌 Писать промты, которые дают точные и полезные результаты
📌 Проверять данные на галлюцинации и повышать качество выдачи
📌 Работать с Advanced Data Analysis GPT для анализа научных статей
📌 Создавать графики, считать статистику, адаптировать резюме
📌 Планировать эксперименты и анализировать NGS-данные

Этот курс облегчит рутину научной жизни, освободит время для крупных идей и поможет чувствовать себя уверенно в новой AI-реальности

📅 Старт курса — 3 декабря

🧠 Скидка 20% по промокоду: AIVLADIMIR

Научное будущее начинается уже сегодня!

И у нас есть победитель! Волей рандома, обладателем книги станет Нәзік Ерсаин, оставивший комментарий „Тивистак“. Интересное получилось слово и близкое по духу оригинальному использованию шифрования

Многие участники решили, что научные термины какие-то слишком понятные и постарались зашифровать их ещё больше, превратив нейрон в ронней, аналемму в мааналему, астигматизм в атизмастигм и даже слово „рафанобрассика“ в брассикарафано. Сама наука тоже обратилась в укану и в канау. Часть людей увлеклась придумыванием слов, которые после перестановок слогов превращаются в другие существующие слова: так кабан – это просто банка под другим углом, мышка и камыш имеют много общего, цоколь и кольцо вращаются в вечном цикле, а Эльбрус почти трансформировался в город, став Брусэлем

Также мы выяснили, что оротнаоб – отличный способ придумывания кличек. Ричард Фейнман немедленно после выхода поста превратился в Ардрича Манфейна. Звучит круто! А мои любимые слова по звучанию – это ликрога, зонтгори, ботара, тураструк, кондра, тикастатис, авеймур, дашкаран и победитель-тивистак

Поздравления победителю, а остальным – просьба не расстраиваться. Как заметили в комментариях, можноеневоз можновоз! Но необязательно с первой попытки

Было захватывающе читать ваши комментарии! Обязательно будем проводить больше конкурсов. Есть ли предпочтения по книгам перед Новым годом?

#конкурсы@chelovek_nauk

Про двойные маятники куча контента: и научного, и популярного. Это система с двумя подвижными звеньями и очень хаотичным поведением. Двойные маятники с неразличимыми глазом начальными позициями очень скоро начинают колебаться совершенно непохожим образом, а предсказать, когда остановится каждый из них, практически невозможно. Хаос как он есть, о чём как правило и говорят в бесчисленных материалах по теме

И тут кому-то пришло в голову систематично расположить кучу таких маятников на одном экране. Каждый немного отличается от соседа начальными положениями углов. В быстро возникающей пучине хаоса внезапно проявляется островок стабильности. Маятники в нём выглядят похожим образом даже спустя огромное время. Вот здесь есть код на вольфраме для воспроизведения

Если проблема кажется непонятной и неразрешимой, возможно стоит посмотреть на неё систематически. Или под непривычным углом

#математика@chelovek_nauk #программирование@chelovek_nauk

В школьное время у нас с другом был свой сленг для общения на уроках химии. Как отличники, мы разумеется знали правила чтения соединений. Но перешёптываться на уроке было гораздо удобнее словами „хакл“ или „надвасоч“ вместо „аш хлор“ или „натрий два эс о четыре“. Не показывайте этот пост учителям химии, им может поплохеть!

Пару дней назад листал канал с кучей химических экспериментов. Взрывы, красивые реакции – именно так школьники представляют химию до того как она начинается в программе. И в комментариях под видео обнаружил, что похожий на наш сленг используют и профессиональные химики. Тетрахлорид титана TiCl4 называют „tickle“ – по-русски „щекотка“

А какие забавные термины знаете вы?

#химия@chelovek_nauk #лингвистика@chelovek_nauk

Вот за что люблю интернет: одному пришла в голову идея, другой поделился, третий подхватил и дополнил чем-то своим. Знакомый физик Кирилл на основе недавнего поста сделал свою визуализацию двойного маятника. Каждый пиксель здесь – маятник, а цвета кодируют один из углов. Невероятно красиво!

Остров стабильности, оказывается, выглядит как кит (картинка есть в комментариях). А ещё оцените мощь современных технологий. Обнаружить этот эффект можно было бы и двести лет назад, нужно только собрать кучу маятников, точно отметить углы и придумать как запустить всё одновременно. Ну и конечно хорошо всё запомнить и зарисовать. Сегодня модель строится за 20 строчек кода и считается минуту

#физика@chelovek_nauk #программирование@chelovek_nauk

Я проходил довольно много собеседований на PhD и стажировки. Особенно активным был отбор на программу, на которую я в итоге и поступил: это была практически полноценная работа с интервью от утра до вечера. Теперь удалось посмотреть на отбор и с другой стороны, собеседуя людей. Если вы тоже ищете позицию, вот что могу порекомендовать

• Не расстраивайтесь, если вам приходит отказ. Это всегда неприятно, но приглашение на позицию зависит от очень многих параметров. Например, мы искали себе в лабораторию PhD-студента под конкретный проект на стыке медицины и машинного обучения. Если у кандидатов нет знаний по одной из областей – это нормально, но если нет сразу по обеим – такие заявки мы не рассматривали. Даже если там невероятный инженер или выдающийся полевой биолог, на изучение сразу двух новых областей уйдёт слишком много времени. Кроме того, нам важно было сбалансировать набор навыков в лаборатории и некоторые заявки пролетали, потому что у человека слишком похожий бэкграунд на то, что уже есть. Со стороны никогда не угадать такие критерии, поэтому подавайте на всё, что интересует, но будьте готовы, что мэтч случится не с первого раза

• Не врите в резюме! Неужели это не очевидно? Чего-то не знать – нормально, но будьте готовы ответить за каждую строчку в своём резюме. Если человек заявляет, что он продвинутый программист на питоне и с нуля писал алгоритмы машинного обучения, а потом не может ответить на простейшие вопросы, утверждая, что случайный лес основан на линейной регрессии, собеседование на этом сразу заканчивается

• Объясняйте свои проекты и достижения максимально понятными словами. То, что вам очевидно, далеко не сразу понятно остальным. Особенно то, что касается региональной специфики. Люди из других стран не понимают, какие университеты у вас крутые (не все знают даже МГУ, а выпуск из МФТИ не откроет вам по дефолту любые двери), что такое стипендия Потанина или областная олимпиада. «Победитель олимпиады „Я – профессионал“» говорит за пределами России не более, чем вам «Лауреат Pradhan Mantri Rashtriya Bal Puraskar». Пишите лучше с числами: „топ такой-то университет“ или „один из N студентов, получивших награду“

• Последнее можно обернуть и в свою пользу. Многое из того, что вам кажется очевидным и недостойным внимания, на самом деле очень круто звучит. Если вы учились на бюджете – напишите, что получили стипендию для обучения за высокий балл ЕГЭ / олимпиады. Это редкость за пределами СНГ и очень даже звучит как достижение

• Если нужно рассказать слайд о себе – поместите на него своё имя! Особенно, если в рамках собеседований смотрят сразу много студентов. Информация очень быстро мешается в голове и скорее всего вас будут вспоминать по скриншоту вашего слайда. Если на нём не будет имени, есть риск, что он потеряется

• Подготовьте список вопросов. Собеседование – двусторонний процесс, вам тоже важно понять, подойдёт ли вам это место. Лучше поискать позицию лишний месяц, чем потерять несколько лет на неоптимальной. О чём можно спросить, пожалуй, достойно отдельного поста. Здесь кратко: о всём, что вам интересует. Обстановка в лабе, зарплата, конференции, опыт выпускников – что угодно

Знаю читателей с неменьшим опытом, чем мой: делитесь своими советами в комментариях!

StereotaX – это молодой проект из Санкт-Петербурга для любителей биологии и медицины. Присоединяйтесь, чтобы:

🔬Узнать, что получится, если совместить атмосферу легендарного музыкального клуба Jagger с интеллектуальной атмосферой научного клуба StereotaX

🧑‍💻Посмотреть записи докладов от спикеров StereotaX о влиянии искусственного интеллекта на принятие решений, о том, существуют ли действенные методы биохакинга, и как сделать бомбический научпоп о насекомых, набирающий миллионы просмотров

🧠 Прочитать, как научно-просветительский проект StereotaX связан с отцом радиохирургии Ларсом Лекселлом, и почему их мероприятия делают людей не только умнее, но и счастливее 🙂

Подписывайтесь!

📢 И будьте в курсе предстоящих событий, чтобы посетить StereotaX в 2025 году

Какие вопросы задать лабе при собеседовании на PhD?

Собеседование – двусторонний процесс. Как сотрудники лаборатории оценивают насколько вы подходите под проект и в целом, так и вы должны понять, хотите ли вы провести с ними несколько лет. В хорошем случае ваш руководитель будет вашим научным родителем на всю оставшуюся жизнь. Поэтому постарайтесь убедиться, что вы хотите такую семью

Здесь нет никаких особых правил – задавайте все вопросы, которые вам интересны. Если вас беспокоит зарплата, еда в столовой, или возможность найти квартиру, чтобы перевезти трёх кошек – смело спрашивайте. А вот что, на мой взгляд, является хорошими вопросами касаемо работы:

• Сколько длится получение степени в этом месте? Можно ли закончить быстрее, были ли случаи, когда люди задерживались дольше?

• Как устроена работа в лаборатории: у каждого есть свой проект или команда работает над чем-то одним вместе?

• Как устроено общение с руководителем? Студенты сами ставят себе задачи или их определяет руководитель?

• Если руководителей несколько, как устроено их общение со студентом и друг другом?

• Как устроены коллаборации? Как ведётся общение с партнёрами, кто они, есть ли возможность исследовательских обменов?

• Как устроено обучение? Есть ли более опытные люди с навыками, которые будут полезны для вашего проекта? Есть ли возможность брать курсы внутри института или где-то ещё?

• Обязательно ли при получении степени преподавание? Если да: сколько часов и что нужно будет преподавать? Если нет: есть ли возможность преподавать при наличии интереса?

• Если лаба вычислительная: откуда приходят данные? Если мокрая: кто данные обрабатывает?

• Какие вычислительные ресурсы / приборы / реактивы есть в лабе? Насколько к ним простой доступ? Хватает ли всем ресурсов?

• Какой подход к конференциям и публикациям: как часто студенты куда-то ездят, где принято публиковаться?

• Как складывается жизнь у выпускников из лаборатории, где они работают?

• Как устроена жизнь в городе/стране: есть ли чем заняться, какие есть специфичные проблемы?

• Всегда очень круто смотрятся вопросы по проектам или статьям в лаборатории, особенно если вы сможете сформулировать проблемы, не раскрытые в статьи и порассуждать о их решении

• Если есть возможность пообщаться со студентами, обязательно спросите про негативные стороны лаборатории. Хорошо ли работает менторство? Были ли в прошлом проблемы со студентами? Успешно ли защищаются?

Когда я собеседовал кандидатов, была очень сильная студентка, которой кто угодно был готов сделать оффер – это она выбирала лабораторию. Она задала очень крутой мета-вопрос:
• Когда ты собеседовался в лабораторию, какой вопрос ты не задал, а сейчас осознаёшь, что следовало бы?

Буду рад дополнениям и мнениям в комментариях!

Закончу внезапный цикл постов о собеседованиях развенчанием мифов: что не влияет на выдачу оффера

• Приветствие в письме. Есть популярное мнение, что фразы вроде „To whom it may concern“ или „Dear Sir or Madam“ – это кринж и дальше них письмо читать не будут. Это правда не самые распространённые сегодня фразы в деловой переписке. Но нет ничего страшного в том, чтобы их написать, если вы не знаете, как по-другому. Честно говоря, в это место письма не особо и смотрят: пробегают глазами текст, чтобы понять суть сообщения, и открывают резюме

• Опечатки в текстах. Это не очень приятно и может резануть глаз, но точно не является причиной отказа. Если у человека отличное образование, релевантный опыт работы и научных проектов, его возьмут даже если письмо будет написано на олбанском (не является рекомендацией). Но в спорных случаях, когда кандидат вроде бы норм, но не супер топ, такие мелочи как опечатки влияют на общее впечатление. Перечитывайте всё, что вы написали, прогоняйте через grammarly и просите посмотреть других людей. Но не переживайте, если вдруг обнаружили, что отправили письмо с опиской. У нас были кандидаты с опечатками в резюме, ни одному не отказали по этой причине

• Фото в резюме или его отсутствие. У этого есть региональные особенности: где-то считается, что добавление фото ведёт к дискриминации по внешности и прикладывать изображение не стоит, а где-то наоборот принято всегда вставлять своё фото. Неплохо бы знать такие особенности: это тоже влияет на общее впечатление. Но опять же, не является причиной отказа для подходящих кандидатов

Примечание: речь идёт о последних этапах собеседования с лабой, когда рассматривают каждую заявку индивидуально. При конкурентных программах, где сперва менее погружённые в науку люди отсеивают большое количество заявок, критерии могут быть другими

Предыдущие посты:
• Советы со стороны собеседующих
• Какие вопросы задать при собеседовании в лабу?
• Как написать успешное письмо для стажировок или PhD

Я не буду слишком много писать по этой теме: в интернете полно открытых материалов отличного качества, на которые авторы потратили годы работы. Рекомендую курсы Виктории Коржовой и канал о стажировках родом из МФТИ. В обоих можно найти рекомендации по тому как писать письма, составлять CV/резюме, искать позиции и стажировки