Большие деньги в преподавании

Те, кто говорят, что в преподавании нельзя заработать большие деньги - получите, распишитесь 💪

Принимал гос экзамен у студентов зимой, и награда нашла героя 🏆

Но, кроме шуток, я принял всего у двух студентов и только ту часть экзамена, что по машинному обучению, так что считаю все справедливо :)

Про общение с руководством в большой компании

💬 Тема отношений с начальством в корпоративной среде всегда важна. С одной стороны, часто кажется, что выгодно будет просто соглашаться, всячески показывать лояльность и даже в некотором смысле выбирать заискивающее поведение. С другой стороны, интуитивно может казаться, что людям, наделенным какой-никакой властью, очень не хватает прямого и честного общения. И поэтому складывается впечатление, что, если вы будете взаимодействовать с ними так же, как вы взаимодействовали бы с человеком на одном с вами уровне, это будет некий эксклюзив.

💬 На самом деле и то и другое несколько далеко от здравого смысла. Потому что, во-первых, чрезмерные проявления лояльности и заискивания нормальных людей раздражают. А во-вторых, это дисконтирует стоимость ваших слов.

💬 Но и взаимодействовать с руководителем так, будто вы с ним на одном уровне, тоже неприемлемо. Будем объективны: босс отвечает за решение гораздо большего количества сложных вопросов, ему или ей необходимо учитывать гораздо больше информации. Поэтому проявление уважительного отношения к тем проблемам, которые решает руководитель, вполне уместно и даже необходимо.

💬 Правильный стиль общения с начальством, на мой взгляд, похож на стиль, которому нас учили в общении со старшими: в детстве нам говорили, что, если человек дожил до какого-то возраста, он уже заслуживает некоторого уважения. В случае же с руководителем речь идёт о том, что, если он уже достиг определённого уровня в компании и при этом справляется с определённого уровня проблемами и задачами, некоторые из которых вы даже не знаете, то можно было бы проявлять уважение в немного большем объёме.

💬 Конечно же, не нужно уважение к людям привязывать только к цвету штанов, количеству регалий или денег на счёте. Однако логично уважать тех, кто добился в вашей сфере достижений, которые вы считаете достойными. Ваш руководитель в идеале должен быть таким человеком. Если ваш босс не такой, крайне рекомендую поискать работу, где ваш руководитель будет вас вдохновлять, так жить будет намного проще :)

Нужна ваша помощь💪🏻

Как вы помните, в феврале мы с партнером и командой проводили кастдев для определения основных образовательных потребностей аудитории канала, чтобы впоследствии понять, будет ли актуален запуск курсов.

Так вот, мы проанализировали полученную информацию и всё-таки решили запустить школу по машинному обучению.

Я хочу, чтобы вы приняли непосредственное участие в создании нашей школы, поэтому⬇️

Я решил провести небольшой интерактив:
В комментариях под этим постом пишите идеи для названия ML-школы💡
Возможно, именно ваше название в итоге станет официальным :)

Жду от вас интересных и креативных идей👇🏻👇🏻👇🏻

Про рынок Big Data. Часть 2

💬 В прошлый раз мы закончили на монетизации ML-сервисов на основе данных, так что теперь немного о грустном. Если не брать амбициозные отчеты с оценками вроде «Около 1% от этой отрасли составляют вот такие алгоритмы», а брать конкретные примеры контрактов и заказов, которые делаются, и сформировать представление о размере рынка из этого, то мы выясним, что рынок скорингов, если туда не относить рекламу (а скоринг на склонность к какому-то действию клиента тоже можно назвать «скорингом», хотя на самом деле это таргетирование рекламы), находится в пределах ₽ 10 миллиардов. Рынок геоналитики тоже явно в этих же диапазонах, можно взять даже значительно меньшие размеры.

💬 Если речь о рекламном рынке, то уже несколько лет назад диджитал реклама составляла больше ₽ 240 миллиардов в год. К тому же, современная диджитал реклама в принципе не может существовать без таргетирования. Сейчас появляется все больше применений: генеративная реклама, генерация текстов, баннеров, оптимизация рекламы с помощью AI (например, когда речь идет об умном управлении ставками в аукционе) и многие другие вещи.

💬 Таким образом, мы приходим к очень интересному выводу. На самом деле человечество пока что придумало не так много способов заработать на машинлернинге, помимо рекламы. Я бы даже сказал, что доля всего, кроме рекламы, пренебрежительно мала. В будущем сравнимой вещью могут стать контентные сервисы, потому что они без рекомендаций не живут, и здесь применение машинлернинга действительно обоснованно. Оно в целом уместно везде, где нужно отфильтровать или проанализировать такое количество объектов, справиться с которым человеку за разумное время просто не под силу. Но в случае с контентными сервисами нужно думать, откуда собственно брать контент, как дифференцироваться и отсюда вытекает, что ML это небольшая добавка, а бизнес все равно в первую очередь медийный. Для примера, тот миллиард долларов, который в 2016 году по заявлениям Netflix зарабатывался ими в год с помощью рекомендательных систем, составлял всего 4% выручки (если мне не изменяет память, не делал сейчас фактчек)

💬 В итоге, наиболее денежное направление для построения бизнеса практически чисто на ML сейчас действительно реклама. Будут ли еще какие-то направления? Скорее всего, большим рынком (но состоящим по большей части из внутренних эффектов), будет управление ценами на основе данных. Будут ли компании готовы за такое решение платить сколько-нибудь большие деньги? Хороший вопрос, но он пока без ответа. Получить же многомиллиардную выручку на внешнем рынке пока можно только через рекламу.

💬 Что же делать в такой ситуации? На мой взгляд, поступать в этом случае нужно очень просто: переориентировать применение машинлернинга на внутреннее применение в вашей большой компании. Если же вы маленький стартап, то можно посмотреть на большие компании, выяснить, где у них больше всего денег можно сэкономить, и в эту сторону копать.

Как примазаться с опозданием и максимально дёшево

Вчера Иви радостно сообщил про премьеру «Слова пацана» у себя. По сути - трансляция НТВ, а там сериал в эфире.

Почему это дешево: смысл выражения «премьера в нашем кинотеатре», когда речь про чей-то originals - что купили на него права. В чем здесь подвох: онлайн кинотеатров сейчас очень много, основных факторов конкуренции у них буквально несколько:

1. Originals
2. Размер каталога
3. Удобство использования

И первый фактор - самый сильный, потому что из-за него люди смирятся и с неудобным приложением, и с отсутствием обширной базы. Но экономическая модель онлайн-кинотеатров в принципе не так шикарна, как хотелось бы, поэтому иногда лицензию на показ originals все-таки с запозданием, но продают конкурентам, чтобы подзаработать денег.

Так вот что сделали Иви - сделали из выхода чужого originals на ТВ дешевый инфоповод «теперь сериал появился у нас», т.к. у ребят есть трансляция ТВ. К чести команды Иви, они прямо в пуше написали, в чем подвох. Со стороны выглядит так: кто-то «умный» из менеджмента сложил А и Б и решил сделать пользователям рассылку, что «Слово пацана» появилось в Иви, кто-то честный из исполнителей написал в пуше как есть. Как говорится, респект таким пацанам 🫡

Оказывается, никакого шторма не было.
Такое вот интересное решение ситуации.
Так что будьте аккуратны с распространением фото и видео из Дубая

Прошлый квиз остался без ответа, исправляю ситуацию. Но не спешите огорчаться, что вопрос был простой, и ответ сразу отгадали: это была разминка. В пятницу продолжим угадывать все, что скрыто :)

О полезности общения с коллегами

💼 Когда я устраивался в МТС (тогда еще Chief Data Scientist’ом), я не знал, сколько денег просить, чтобы и не продешевить, и не отказали. За плечами у меня был только опыт CDS в Яндексе, ну т.е. совсем не рыночные условия (в том смысле, что теплота, уютность и семейность Яндекса не бесплатны для сотрудника, но тогда оно того стоило).

💰Так вот попав в это неловкое положение, я обратился за советом к Валере Бабушкину, он тогда уже работал CDS в X5 Retail Group и как раз имел тоже яндексовый бэкграунд и возможность сопоставить два мира. Надо сказать, что совет Валеры залетел «на ура», за что я ему до сих пор очень благодарен, потому что при назначении в топ-менеджмент мой оклад не сильно скорректировался. Как устроена жизнь топов, я обязательно расскажу когда-нибудь потом, оклад там не главное, но все-таки так забавно получилось, что Валера своим советом определил мою зарплату на 4 года жизни :)

😁 Познакомились мы с Валерой вообще забавно - встретились как спикеры на Матемаркетинге у Леши Никушина, я подумал «опять этот Валера везде с одной презенташкой ходит и выпендривается», но Валера тут же улыбнулся мне самой широкой улыбкой на пределе человеческих возможностей, и мы настолько тепло и вежливо побеседовали, что мне стало стыдно за свою токсичность. В итоге мы в какой-то степени подружились, периодически друг-друга звали то попреподавать, то проконсультировать и вообще извлекли много хорошего из этого знакомства.

🥳 Ну а сегодня я с огромным удовольствием поздравляю Валеру с днем рождения и всем рекомендую подписаться на его канал в tg: https://t.iss.one/cryptovalerii
Персональный мем в качестве подарка прилагается

Кривые обучения и хобби

📈В канале собралось много тех, для кого кривая обучения имеет в основном контекст машинного обучения. Но на самом деле это более общее понятие. Кривая обучения — это в целом зависимость результатов обучения от затраченных усилий, попыток или времени. И для многих ваших новых занятий эта кривая будет выглядеть очень похоже на кривую обучения ML-модели: сначала быстрый рост экспертизы, а затем постепенный выход на плато.

❓Меня уже спрашивали в комментариях, как я отдыхаю и какие у меня хобби. Чуть меньше года назад у меня появился новый способ переключаться — плавание в зале с тренером. Добавлю контекст: в глубоком детстве мне совсем не понравилось тонуть, когда на мне лопнул надувной жилет. Моя двоюродная сестра (кстати, тоже закончила Физтех и как раз вдохновила меня туда поступать) довольно быстро меня вытащила, но на меня в том возрасте произвёл впечатление вид уходящего вдаль солнца по мере погружения на глубину. Закончилось это тем, что плавать я научился классе в десятом и только «сочинским брассом». В итоге плавание оставалось базовым навыком, которым я не владел, и прилично на этот счёт комплексовал.

🔥Прошлым летом один очень глубокий человек сказал мне интересные слова: «Иногда то, чего мы боимся, — это то, чего мы больше всего хотим». И я решил попробовать проверить это на практике. И действительно, плавать мне очень понравилось, с тренером мы хорошо сошлись характерами, и выяснилось, что все вещи, которые меня пугали, решаются количеством проплытых километров и постановкой техники. К чему я это всё — я на своём опыте узнал две вещи:

1️⃣Новые увлечения доставляют очень много удовольствия на «крутой» части кривой обучения, когда быстро нарабатываешь базовый опыт. Дальше — посмотрим, напишу ещё через год или два.

2️⃣Мы действительно иногда боимся стать счастливее. А вы не бойтесь, в процессе совсем не так страшно, как начать 🙂

#вопрос_подписчика

🎲 Предыдущая загадка, очевидно, оказалась для вас легкой. Тогда предлагаю усложнить задачу — держите еще один квиз с изображением.
Как обычно, жду ваши ответы в комментариях 💬

👏 Ну что же, и с этим квизом вы справились легко :) Первый правильный ответ дал в комментариях Влад Кузнецов уже через минуту после публикации, сразу же собрав кучу реакций.

🤓 На самом деле таких примеров довольно много, и под многие из ваших ответов есть подходящая картинка. Чуть позже обязательно сделаю подборку

Про башни из слоновой кости и искусственную недоступность

💬 Знакомый рассказал историю. В одной компании были два очень больших руководителя (с огромными кабинетами, с кучей секретарей и регалий), которые хорошо общались, в целом, можно даже сказать приятельствовали, но никак не могли обсудить один вопрос. Однажды эти два руководителя встретились случайно в коридоре и один другого спросил: «Слушай, ну что мы никак не можем уже решить свой вопрос? Давай либо я к тебе приду в кабинет, либо ты ко мне в кабинет и обсудим». Оба они были первыми вице-президентами по чему-то очень важному, и второй ответил первому: «неее, дорогой, ты не понимаешь, первый к первому не ходит».

🙈 Ситуация анекдотичная, но сейчас она периодически возникает в AI. Сфера очень захайпованная, все стали большими экспертами со своими командами и помощниками, и когда зовут друг-друга в гости (например, в какой-нибудь подкаст), сразу возникает проблема, что сообщения неизвестно от кого в 90% случаев игнорируются. В итоге если вы сами большой босс или эксперт, добраться до другого большого эксперта вы зачастую можете только позвонив напрямую :)

🤔 С одной стороны, мне нравится этот стеклянный барьер для коммуникации: хочешь позвать человека, свяжись сам, а не выпендривайся и присылай всяких посредников. С другой стороны, некоторый снобизм в рассмотрении входящих это тоже высокомерно и плохо. Однако переполненные входящие сообщения никто не отменял, и никто конечно не обещал отвечать всем и на все.

🎬 В общем к чему я это. Готовим новый сезон подкаста ТехТок, теперь еще и с видео ❤️
Прошлый сезон, как и раньше, можно прослушать на большинстве подкастовых платформ, например тут

Иллюзия, которая помогает нам учиться

🤔 Вот вы может думаете, что когда ведёшь курс по машинному обучению например, просто берёшь известные темы, рассказываешь их понятно, делаешь задания для закрепления материала и все тут. Как бы ни так.

Знаете, вот иногда выйдешь из дома и думаешь: а я точно дверь закрыл? Ну или там утюг не выключил может. Или для особо тревожных - свет в комнате оставил, теперь за день набежит на целых 50 копеек лишних. Вот есть один такой же тревожный вопрос, который мучает меня про базовый курс машинного обучения, который в разных вариациях и разных местах я преподаю уже 14 лет: порядок тем.

😐 Серьезно. Вот я каждый год несколько раз за год задаюсь вопросами: рассказывать сначала линейные модели или сначала деревья? Рассказать сначала введение во все основные методы supervised learning, а потом unsupervised или сделать нейросети прям отдельно в конце, чтобы сразу там и про всякие автоэнкодеры упомянуть, а не разделять?

🧶 Проблема в том, что наука развивается сама по себе, без оглядки на то, насколько стройная программа курса потом получится :) В итоге получается, что все темы друг с другом взаимосвязаны и расположить их линейно можно кучей способов. В рамках парадигмы «то что мы ещё не проходили, мы с вами пока не знаем» это приводит либо к потере, либо к откладыванию изучения части связей, и роль автора курса - выбрать, что слушателю дать раньше, а о чем рассказать потом или вовсе не рассказывать.

🌳 Ну например, про линейные модели и деревья. Деревья устроены проще в плане нужной для их понимания математики, но, рассказав про деревья, логично не тянуть и сразу переходить к ансамблям деревьев. А хочется сначала пройти какие-то базовые алгоритмы, а потом уже идти в ансамбли. Тогда линейные модели надо ставить до деревьев. Но линейные модели требуют от слушателя уже хоть немного не бояться математики - что такое градиент понимать, градиентный спуск. Если рассказываешь студентам технического ВУЗа - не беда, они все это знают. Если же разрабам или вовсе гуманитариям: создаётся некий барьер, который выше, чем у деревьев, но встретившись раньше, может помешать людям даже добраться до всяких лесов и бустингов, которые на самом деле очень просты. А если просто руками поводить и сказать «ну тут параметры подбираются автоматически из оптимизационной задачи», то будет уже совсем профанация какая-то.

🤹Так вот одна из скрытых (но очень важных) работ любого автора курса - из огромной и разнообразной области, не спрашивающей нас, как ей развиваться, чтобы было красивое оглавление в учебниках, сделать что-то стройное, логичное, систематизированное, уложенное в линейную последовательность тем и дающее слушателю приятную иллюзию порядка.

☝️Как только слушатель начнёт работать и нарабатывать практику, он поймёт, что это была иллюзия. Что нет такого четкого деления на типы алгоритмов, что можно спокойно и безнаказанно совмещать вещи из разных глав учебников, а какие-то методы и задачи можно было записать сразу в несколько глав. Но эта иллюзия порядка, созданная лектором, уже помогла изучить основы. И в этом и был ее смысл.

Последняя неделя набора в ШАД Яндекса

❗️На этой неделе завершается набор на учебную программу в Школе анализа данных Яндекса — заполнить анкету можно до 12 мая включительно.

❤️ В моей жизни ШАД занял большое место. В своё время я там учился, преподавал, а не так давно даже немного поучаствовал в написании ШАДовского учебника по ML. К себе в команды я тоже всегда с удовольствием нанимал выпускников и преподавателей ШАДа 🙂

🦾 Сейчас ШАД Яндекса по-прежнему одно из лучших мест, чтобы учиться Computer Science и Data Science, очень рекомендую это место самым смелым и сильным в математике.

🧑‍💻 После подачи заявки вы сможете пройти тестирование, которое уже стартовало и продлится до 13 мая, 19:00. Если вы готовы к тому, что следующие два года вам будет очень сложно, но очень интересно, — подавайтесь 🙂

P. S. Посмотреть примеры задач и узнать больше об обучении можно на сайте ШАДа, а ответы на вопросы по поступлению вы можете найти в записи дня открытых дверей в Москве или задать их в телеграм-чате «Все в ШАД».

🎲Пятница — день квизовый. А значит, самое время проверить ваши знания. Ну или интуицию. Посмотрите на эту картинку внимательно и помните: правильный ответ здесь только один ☝️

Пишите свои варианты в комментариях!

💼 У кого-то выходные, а я пришел записывать ролики для YouTube :)

❗️Запросы, о чем рассказать, принимаются в комментариях