Так, друзья мои, рабочая суббота это противоестественно для организма. А по сему, время подумать о важном! Когда я делал ремонт, мне все говорили, что нужно обязательно сделать гигиенические души в туалетах, но всегда поясняли: "ну там воды в ведро набрать чтобы удобно было". Вопрос глубокий, глубоко-культурный даже: неужели стыдно ходить с чистой жопой?
😁16
Три дня до нового года, мне до тыщи подписчиков не хватает 21. ИДУ ВА БАНК! 😁
😁15🤣4
Техническое объявление.
Мне бота разнесло на 200 сообщений сегодня. И я не вижу, кто мне пишет (аккаунт скрыт). И файлы мой бот принимать не умеет))
Коллега подсказал альтернативный вариант для таких случаев: форма
Напишите в форму, плиз, чтобы я мог связаться с вами обратно :)
Всех с новым годом! 🎄
Мне бота разнесло на 200 сообщений сегодня. И я не вижу, кто мне пишет (аккаунт скрыт). И файлы мой бот принимать не умеет))
Коллега подсказал альтернативный вариант для таких случаев: форма
Напишите в форму, плиз, чтобы я мог связаться с вами обратно :)
Всех с новым годом! 🎄
😁4❤2🤯1
Скучали? 😏
Прочитал по совету Жени Антонова Черную книгу скрама.
В книге всего-то 25 страниц, но очень выпукло подсвечены проблемы скрама. С некоторыми я сталкивался сам и даже вскольз упоминал о них в канале в начале 2023 года. О других я тоже много думал и даже писал ироничный пост. А некоторые для меня оказались новыми, но не менее убедительными.
Традиционно выполню функцию суммаризации нейросетей для вас.
1. Скрам не agile по определению (ведь если что-то изменить в скраме, то это уже не скрам), хотя его маркетинговый успех де-факто установил в сознании среднестатистического айтишника формулу «скрам = agile» 🙈
2. В скраме невозможно планировать скоуп к сроку. Можно только сказать, что к концу следующего спринта будет сделано не более чем X💩
3. Скрам подразумевает кроссфункциональные команды, где каждый может помочь другому, но что-то я давно не видел PM'а, который помогал бы разработчикам писать код👨💻
4. Коллективная (без-)ответственность. Так как индивидуальный перфоманс не замеряется, то нужна сработанная команда, чтобы коллективная ответственность помогала, а не мешала. Это автоматически запрещает нам брать скрам для вновь собранной команды. Тем временем в реальном мире именно скрам — это дефолтный выбор для новичков🦥
5. Не только лишь все продукты можно делать итеративно, без плана, лишь только некоторые можно. Если вам нужен ледокол, то начинать с плота достаточно бессмысленно. Скрам же считает, что вы никогда не знаете, что вам нужно, поэтому мы пытаемся летать в космос на батутах🚀
6. Скрам требует много времени заказчика. Заказчик зачастую этому не рад🤡
7. Скрам требует, чтобы весь окружающий мир подстраивался под него, ведь его самого менять нельзя. Об этом я тоже упоминал https://t.iss.one/quant_valerian/440, что скрам и канбан игнорируют существование смежных команд и оптимизируют локальную команду😎
8. Навязанные консультанты. Ну об этом только ленивый не говорил. Скрам создан для того, чтобы продавать курсы по скраму. И сертификации. И консультации сертифицированных специалистов🤑
9. Скрам так много говорит о том, что не нужно тратить время на планирование, там разберемся. Этим аргументируется и невозможность дать оценку сроков схождения проекта. При этом само устройство скрама подразумевает огромные затраты на планирование и поддержание спринта. У автора получилось 30% рабочего времени команды при недельных спринтах🤪
10. Наименее понятная мне часть. Невозможный продакт оунер. Продукт оунер в скраме должен сочетать в себе аналитика, представителя бизнеса и маркетолога. Таких почти не бывает💪
Практически все эти проблемы решены в tameflow. Разве что кроме коллективной ответственности (об этом tameflow вообще ничего не говорит). Книжку советую к прочтению, это такой классический башорговский юморок с запашком — мне зашло!😁
Прочитал по совету Жени Антонова Черную книгу скрама.
В книге всего-то 25 страниц, но очень выпукло подсвечены проблемы скрама. С некоторыми я сталкивался сам и даже вскольз упоминал о них в канале в начале 2023 года. О других я тоже много думал и даже писал ироничный пост. А некоторые для меня оказались новыми, но не менее убедительными.
Традиционно выполню функцию суммаризации нейросетей для вас.
1. Скрам не agile по определению (ведь если что-то изменить в скраме, то это уже не скрам), хотя его маркетинговый успех де-факто установил в сознании среднестатистического айтишника формулу «скрам = agile» 🙈
2. В скраме невозможно планировать скоуп к сроку. Можно только сказать, что к концу следующего спринта будет сделано не более чем X
3. Скрам подразумевает кроссфункциональные команды, где каждый может помочь другому, но что-то я давно не видел PM'а, который помогал бы разработчикам писать код
4. Коллективная (без-)ответственность. Так как индивидуальный перфоманс не замеряется, то нужна сработанная команда, чтобы коллективная ответственность помогала, а не мешала. Это автоматически запрещает нам брать скрам для вновь собранной команды. Тем временем в реальном мире именно скрам — это дефолтный выбор для новичков
5. Не только лишь все продукты можно делать итеративно, без плана, лишь только некоторые можно. Если вам нужен ледокол, то начинать с плота достаточно бессмысленно. Скрам же считает, что вы никогда не знаете, что вам нужно, поэтому мы пытаемся летать в космос на батутах
6. Скрам требует много времени заказчика. Заказчик зачастую этому не рад
7. Скрам требует, чтобы весь окружающий мир подстраивался под него, ведь его самого менять нельзя. Об этом я тоже упоминал https://t.iss.one/quant_valerian/440, что скрам и канбан игнорируют существование смежных команд и оптимизируют локальную команду
8. Навязанные консультанты. Ну об этом только ленивый не говорил. Скрам создан для того, чтобы продавать курсы по скраму. И сертификации. И консультации сертифицированных специалистов
9. Скрам так много говорит о том, что не нужно тратить время на планирование, там разберемся. Этим аргументируется и невозможность дать оценку сроков схождения проекта. При этом само устройство скрама подразумевает огромные затраты на планирование и поддержание спринта. У автора получилось 30% рабочего времени команды при недельных спринтах
10. Наименее понятная мне часть. Невозможный продакт оунер. Продукт оунер в скраме должен сочетать в себе аналитика, представителя бизнеса и маркетолога. Таких почти не бывает
Практически все эти проблемы решены в tameflow. Разве что кроме коллективной ответственности (об этом tameflow вообще ничего не говорит). Книжку советую к прочтению, это такой классический башорговский юморок с запашком — мне зашло!
Please open Telegram to view this post
VIEW IN TELEGRAM
Iselihovkin
книги
❤6👍4🔥2
Пятничная рубрика "Пыльный чулан"
Канал у меня старый, а большниство подписчиков — новые! Каталогизировать канал мне лень (и, кажется, бесполезно), поэтому я просто подниму несколько имхо интересных постов.
Мне тут снова сделали комплемент за мой старенький перфоманс в вастрик клубе, а потому...
Сегодня у меня для вас ЗОЛОТОЙ ВИДОС про то, как работают безналичные деньги:
https://t.iss.one/quant_valerian/297
От эмбоссированных карт и CVV первой версии до ApplePay — рассказываю, как там внутри устроено. Видео основано на моё опыте в Revolut, сотнях статей в блогах, десятках публичных и закрытых лекций и подкастов, и, конечно же, самые кишки я вытащил из нашего яндексового опыта интеграции со всеми возможными на тот момент методами оплаты.
Сейчас у нас есть гораздо больше всякого: например, google pay, про который я в рассказе слегка(реально прям слегка) наврал 🤡, всякие там электронные кошельки и qr-коды, СМСки и прочие прелести стран не первого мира.
Но, боюсь, в таком объеме видос бы вышел совсем монструозным.
Канал у меня старый, а большниство подписчиков — новые! Каталогизировать канал мне лень (и, кажется, бесполезно), поэтому я просто подниму несколько имхо интересных постов.
Мне тут снова сделали комплемент за мой старенький перфоманс в вастрик клубе, а потому...
Сегодня у меня для вас ЗОЛОТОЙ ВИДОС про то, как работают безналичные деньги:
https://t.iss.one/quant_valerian/297
От эмбоссированных карт и CVV первой версии до ApplePay — рассказываю, как там внутри устроено. Видео основано на моё опыте в Revolut, сотнях статей в блогах, десятках публичных и закрытых лекций и подкастов, и, конечно же, самые кишки я вытащил из нашего яндексового опыта интеграции со всеми возможными на тот момент методами оплаты.
Сейчас у нас есть гораздо больше всякого: например, google pay, про который я в рассказе слегка
Но, боюсь, в таком объеме видос бы вышел совсем монструозным.
Telegram
Quant Valerian
Про карточные платежи
В четверг провел Вастрик.АМА, рассказал про то, как работают карточные платежи: в пластике, с телефона и онлайн. Получилось _очень_ много. Но пусть два с половиной часа вас не пугают -- можно смотреть кусками минут по 15-20, правда…
В четверг провел Вастрик.АМА, рассказал про то, как работают карточные платежи: в пластике, с телефона и онлайн. Получилось _очень_ много. Но пусть два с половиной часа вас не пугают -- можно смотреть кусками минут по 15-20, правда…
🔥10
Об командообразование в очередной раз
Закончил смотреть серию лекций Дмитрия Болдырева. Офигенно, рекомендую!🔥
Начинается всё с объяснения разницы между различными группами людей (команда, рабочая группа, сообщество и т.п.), отдельный акцент сделан на разнице между командой и рабочей группой. Дмитрий доходчиво объясняет за счёт чего команда работает эффективнее.
Спойлер: в команде люди друг друга подгоняют, помогают друг другу, готовы выходить за рамки своих должностных обязанностей. Мы это обсуждали в постах про культуру (см. пункты 3 - 5). А ещё люди в командах настолько хотят достигать целей, что часто придумывают оптимизации, шорткаты и другие способы повышения эффективности сами (см. конфликт там же).
Далее рассказывается о стадиях формирования команды. И здесь я узнал, что существуют десятки моделей, кроме всем известной модели Такмана, чем плоха конкретно такмановская интерпретация, а ещё в чем разница между изложенным материалом в лекциях и, собственно, теорией Такмана. Душнилам понравится💯
Рассказ о стадиях ведётся на конкретном примере бригады строителей ЛЭП в тайге. Всё, что с ними происходит, Дмитрий комментирует с т.з. орг психологиии логики . Это интересно и запоминается (потому что не абстрактно).
В последней лекции цикла всё суммируется, сжимается, а к каждой стадии Дмитрий прилагает рекомендации для руководителя. Это всё должно помочь в нелегком деле командообразования.
Очень понравилось, что многие моменты разложены по осям, и каждый квадрант Дмитрий разбирает отдельно. Например, в каких случаях стоит и не стоит пытаться сделать из рабочей группы команду, и как в обоих случаях оптимальнее всего регламентировать их работу. Люблю, когда покрыты все кейсы, однозначно лайк 👍
Если нет сил и времени смотреть всё, то must see последняя лекция в серии.
Закончил смотреть серию лекций Дмитрия Болдырева. Офигенно, рекомендую!
Начинается всё с объяснения разницы между различными группами людей (команда, рабочая группа, сообщество и т.п.), отдельный акцент сделан на разнице между командой и рабочей группой. Дмитрий доходчиво объясняет за счёт чего команда работает эффективнее.
Спойлер: в команде люди друг друга подгоняют, помогают друг другу, готовы выходить за рамки своих должностных обязанностей. Мы это обсуждали в постах про культуру (см. пункты 3 - 5). А ещё люди в командах настолько хотят достигать целей, что часто придумывают оптимизации, шорткаты и другие способы повышения эффективности сами (см. конфликт там же).
Далее рассказывается о стадиях формирования команды. И здесь я узнал, что существуют десятки моделей, кроме всем известной модели Такмана, чем плоха конкретно такмановская интерпретация, а ещё в чем разница между изложенным материалом в лекциях и, собственно, теорией Такмана. Душнилам понравится
Рассказ о стадиях ведётся на конкретном примере бригады строителей ЛЭП в тайге. Всё, что с ними происходит, Дмитрий комментирует с т.з. орг психологии
В последней лекции цикла всё суммируется, сжимается, а к каждой стадии Дмитрий прилагает рекомендации для руководителя. Это всё должно помочь в нелегком деле командообразования.
Очень понравилось, что многие моменты разложены по осям, и каждый квадрант Дмитрий разбирает отдельно. Например, в каких случаях стоит и не стоит пытаться сделать из рабочей группы команду, и как в обоих случаях оптимальнее всего регламентировать их работу. Люблю, когда покрыты все кейсы, однозначно лайк 👍
Если нет сил и времени смотреть всё, то must see последняя лекция в серии.
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
Дмитрий Болдырев. Всё о командной работе
Канал об организации и управлении командной работой
Для связи: @d_boldyrev
Для связи: @d_boldyrev
👍10❤2🔥1🤬1
Пятничная рубрика "Пыльный чулан"
В этот раз достаю из чулана посты с размышлениями про перфоманс ревью в компаниях. На самом деле некоторые сведения из тех постов, я буду использовать и в грядущем понедельничном, но никак больше они не связаны и не являются пререквизитами друг для друга.
Во-первых, классическое обоснование перфоманс ревью — в этом периоде ты поработал лучше, поэтому получишь больше — математически неверно. Сравнивать с другими людьми это не то же самое, что с собой в разные моменты времени. В принципе узнать о качестве работы сотрудника наверняка может быть достаточно сложно, например, для трейдеров это вообще неочевидно.
Более того, перфоманс ревью в классическом виде может быть вредно для компании. А может и не быть.
И, наконец, что можно сделать тимлиду, чтобы получить повышенную оценку и бонус?
В этот раз достаю из чулана посты с размышлениями про перфоманс ревью в компаниях. На самом деле некоторые сведения из тех постов, я буду использовать и в грядущем понедельничном, но никак больше они не связаны и не являются пререквизитами друг для друга.
Во-первых, классическое обоснование перфоманс ревью — в этом периоде ты поработал лучше, поэтому получишь больше — математически неверно. Сравнивать с другими людьми это не то же самое, что с собой в разные моменты времени. В принципе узнать о качестве работы сотрудника наверняка может быть достаточно сложно, например, для трейдеров это вообще неочевидно.
Более того, перфоманс ревью в классическом виде может быть вредно для компании. А может и не быть.
И, наконец, что можно сделать тимлиду, чтобы получить повышенную оценку и бонус?
Telegram
Quant Valerian
Про системы оценивания сотрудников
Давеча прочел интересное наблюдение. Человек сравнивал две компании, в которых работал. В одной компании человек получал оценку в зависимости от того, как он поработал по сравнению с ожиданиями от него. В другой же компании…
Давеча прочел интересное наблюдение. Человек сравнивал две компании, в которых работал. В одной компании человек получал оценку в зависимости от того, как он поработал по сравнению с ожиданиями от него. В другой же компании…
❤4🔥1
Нельзя слепо брать лучшие практики от успешных компаний
Я взял себя в руки и продолжил, наконец, читать Thinking Fast and Slow. И был вознаграждён! Там есть про менеджмент 😁
В главе о ретроспективном искажении обсуждается, что на результаты работы компании, без сомнений, влияет навык менеджера и удача. Так же, как, например, на успехи спортсмена влияет талант, навык и удача.
И так же, как у Талеба в Dynamic Hedging на успех трейдера влияет навык и удача.
Это вообще говоря нетривиальная мысль! Хотя там в следующей главе написано, что как только ты узнал что-то, то часто начинаешь думать, что знал всегда. Мне вас не убедить, я в книжке читал!
Так вот. Утверждается, что есть некие исследования, согласно которым, по самой оптимистичной оценке, корреляция успеха компании с навыками менеджмента составляет всего 0,3. У меня есть очевидные вопросы к тому, как это считали, но как-будто звучит вполне реалистично.
Это в свою очередь означает что-то типа, что у нас 70% случайного шума и 30% навыков и 10% в мощности колёс (играет трек Fort Minor).
Это нам говорит о том, что в целом бесполезно наблюдать за успешными компаниями и копировать их фишки. Ещё это нам напоминает, что книга Цель — художественный вымысел и таких результатов достичь одними процессами нельзя.
Что нам остаётся тогда, чтобы принимать управленческие решения, выбирать подходы и методы? Получается, что только логика и прикладной опыт (чтобы сделать поправки в своих предпосылках и с новыми вводными применять логику).
А че там Талеб предлагал, чтобы найти реально грамотного трейдера? Вообще он предлагал почитать исследовательские статьи (там типа параметрические тесты есть с учетом перфоманса рынка), но по существу нужно смотреть на частоту сделок и риск, который берёт трейдер.
Перекладывая его совет на управление, делаю вывод: если мы считаем, что у нас есть какой-то навык (edge, что мы лучше рандома), то нужно принимать низкорисковые решения и делать это почаще. Тогда мы будем быстрее сходиться к тренду за счёт своего навыка.
Картинки дальше 👇👇👇👇👇
Я взял себя в руки и продолжил, наконец, читать Thinking Fast and Slow. И был вознаграждён! Там есть про менеджмент 😁
В главе о ретроспективном искажении обсуждается, что на результаты работы компании, без сомнений, влияет навык менеджера и удача. Так же, как, например, на успехи спортсмена влияет талант, навык и удача.
И так же, как у Талеба в Dynamic Hedging на успех трейдера влияет навык и удача.
Это вообще говоря нетривиальная мысль! Хотя там в следующей главе написано, что как только ты узнал что-то, то часто начинаешь думать, что знал всегда. Мне вас не убедить, я в книжке читал!
Так вот. Утверждается, что есть некие исследования, согласно которым, по самой оптимистичной оценке, корреляция успеха компании с навыками менеджмента составляет всего 0,3. У меня есть очевидные вопросы к тому, как это считали, но как-будто звучит вполне реалистично.
Это в свою очередь означает что-то типа, что у нас 70% случайного шума и 30% навыков и 10% в мощности колёс (играет трек Fort Minor).
Это нам говорит о том, что в целом бесполезно наблюдать за успешными компаниями и копировать их фишки. Ещё это нам напоминает, что книга Цель — художественный вымысел и таких результатов достичь одними процессами нельзя.
Что нам остаётся тогда, чтобы принимать управленческие решения, выбирать подходы и методы? Получается, что только логика и прикладной опыт (чтобы сделать поправки в своих предпосылках и с новыми вводными применять логику).
А че там Талеб предлагал, чтобы найти реально грамотного трейдера? Вообще он предлагал почитать исследовательские статьи (там типа параметрические тесты есть с учетом перфоманса рынка), но по существу нужно смотреть на частоту сделок и риск, который берёт трейдер.
Перекладывая его совет на управление, делаю вывод: если мы считаем, что у нас есть какой-то навык (edge, что мы лучше рандома), то нужно принимать низкорисковые решения и делать это почаще. Тогда мы будем быстрее сходиться к тренду за счёт своего навыка.
Картинки дальше 👇👇👇👇👇
❤3👍3🔥1
Я расчехлил свой монте карло симулятор, чтобы порисовать картинок.
Представим, что менеджер при принятии решений опирается на результат подброса честной монетки. То есть он равновероятно принимает удачное и неудачное решения. Тогда его результаты будут описываться случайным блужданием.
Фан факт: в таком случае результаты менеджера наиболее вероятно будут либо бОльшую часть времени в минусе, либо бОльшую часть времени в плюсе. А средненькие результаты будут встречаться крайне редко. Это называется закон арксинуса.
Я запустил 10к траекторий, для каждой из них посчитал, сколько точек в ней находится в положительной области. На графике гистограмма — доля траекторий с t точек в плюсе.
Если траектория в самом начале убежала вниз, то она скорее всего там и останется (левый пик), а если она уже ушла вверх, то вероятнее всего вниз уже не провалится (правый пик).
Это нам говорит о том, что трек рекорд менеджера не показателен.
Какую стратегию выбирать менеджеру для успеха? 👇👇👇👇👇
Представим, что менеджер при принятии решений опирается на результат подброса честной монетки. То есть он равновероятно принимает удачное и неудачное решения. Тогда его результаты будут описываться случайным блужданием.
Фан факт: в таком случае результаты менеджера наиболее вероятно будут либо бОльшую часть времени в минусе, либо бОльшую часть времени в плюсе. А средненькие результаты будут встречаться крайне редко. Это называется закон арксинуса.
Я запустил 10к траекторий, для каждой из них посчитал, сколько точек в ней находится в положительной области. На графике гистограмма — доля траекторий с t точек в плюсе.
Если траектория в самом начале убежала вниз, то она скорее всего там и останется (левый пик), а если она уже ушла вверх, то вероятнее всего вниз уже не провалится (правый пик).
Это нам говорит о том, что трек рекорд менеджера не показателен.
Какую стратегию выбирать менеджеру для успеха? 👇👇👇👇👇
🔥3👍1
Теперь к числам. Я сделал упрощенную модель: процесс рождения-смерти (+1 или -1 с вероятностями q=1-p).
График показывает матожидание результата в зависимости от количества навыка сверх рандома (типа скилл дает успех в 51% случаев вместо 50%). Серенькое — доверительный интервал 95%. Видно, что при наличии навыка выгодно принимать решения чаще (еженедельно vs ежемесячно), а горизонт оценки брать подлиннее (пять лет vs год). Для плохого менеджера картинка симметричная. Решайте про себя и действуйте соответственно)))
Финалочка 👇👇👇👇👇
График показывает матожидание результата в зависимости от количества навыка сверх рандома (типа скилл дает успех в 51% случаев вместо 50%). Серенькое — доверительный интервал 95%. Видно, что при наличии навыка выгодно принимать решения чаще (еженедельно vs ежемесячно), а горизонт оценки брать подлиннее (пять лет vs год). Для плохого менеджера картинка симметричная. Решайте про себя и действуйте соответственно)))
Финалочка 👇👇👇👇👇
🔥2👍1
Примерно те же данные, только в профиль. Если у вас есть даже хотя бы полпроцента преимущества перед рандомом, то вода камень сточит (где-то в матожидании). Результаты будут дрифтовать к положительным, вопрос только в скорости. Однако, доверительные интервалы не радуют — см. под спойлером — значимо отличаться от рандома на обозримом горизонте времени можно только с приличным преимуществом.
🔥4👍2
Периодически ко мне залетают ребята проконсультироваться по разным вопросам. Я всё это время помогал бесплатно, но что-то как-то туговато стало со временем, поэтому я зарегал себе аккаунт на getmentor'е, лучше за консультациями обращаться через него.
https://getmentor.dev
Валерий Овчинников | GetMentor – открытое сообщество IT-наставников
Engineering Manager M2 @ Yandex | GetMentor – это открытое комьюнити IT-наставников, готовых делиться своими опытом и знаниями. Наша задача – помогать людям находить ответы на свои вопросы в работе или жизни через прямой доступ к экспертизе в разговоре 1…
👍15🔥12🌚5❤3
Quant Valerian pinned «Периодически ко мне залетают ребята проконсультироваться по разным вопросам. Я всё это время помогал бесплатно, но что-то как-то туговато стало со временем, поэтому я зарегал себе аккаунт на getmentor'е, лучше за консультациями обращаться через него.»
Пятничная рубрика "Пыльный чулан"
Менеджеру в айтишечке нужно следить за трендами айтишечки. ML уже давно хапает всё больше инфо и бизнес пространства в ИТ подразделениях. Поэтому, я считаю, нужно быть в курсе, че там происходит.
Как известно, я считаю, что для понимания какой-то области нужно пройти хотя бы обзорный университетский курс по предмету, а не просто почитать / посмотреть научпоп (шутки про кота Шрёдингера омерзительно тупые ).
Поэтому я немного вкатился в LLM, расскажу в понедельничном посте. А из пыльного чулана достаю вам историю своего обучения времен работы квант-разрабом.
В этот раз серия постов со времен, когда я проходил курсы Вити Кантора и ко (на остальных, к сожалению, у меня нет ссылок) — Data Mining in Action. На самом деле, я и в универе к ним пару раз захаживал, но огромные потоковые аудитории были забиты студентами, и я не мог ни увидеть, ни сконцентрироваться на том, что ребята рассказывали.
- Вступительные и хождение по краю
- Первые пару занятий изучали, что есть: knn, линейная регрессия, решающие деревья и бустинг
- Про формат домашки и контест
- Про то,как мы с Лёхой ходили в горы и упали, как я уснул на лекции
- Финал курса, третья домашка, t-SNE и мои провалы
- Выбор продолжения
- Как дошли ручки до ODS и ШАДика
Менеджеру в айтишечке нужно следить за трендами айтишечки. ML уже давно хапает всё больше инфо и бизнес пространства в ИТ подразделениях. Поэтому, я считаю, нужно быть в курсе, че там происходит.
Как известно, я считаю, что для понимания какой-то области нужно пройти хотя бы обзорный университетский курс по предмету, а не просто почитать / посмотреть научпоп (
Поэтому я немного вкатился в LLM, расскажу в понедельничном посте. А из пыльного чулана достаю вам историю своего обучения времен работы квант-разрабом.
В этот раз серия постов со времен, когда я проходил курсы Вити Кантора и ко (на остальных, к сожалению, у меня нет ссылок) — Data Mining in Action. На самом деле, я и в универе к ним пару раз захаживал, но огромные потоковые аудитории были забиты студентами, и я не мог ни увидеть, ни сконцентрироваться на том, что ребята рассказывали.
- Вступительные и хождение по краю
- Первые пару занятий изучали, что есть: knn, линейная регрессия, решающие деревья и бустинг
- Про формат домашки и контест
- Про то,
- Финал курса, третья домашка, t-SNE и мои провалы
- Выбор продолжения
- Как дошли ручки до ODS и ШАДика
Telegram
Quant Valerian
Расскажу немного про первые впечатления от DMIA
Для того, чтобы попасть на курс, нужно было пройти довольно-таки несложный тест. В тесте задачки на (не самый) простой матанализ (градиенты, условные оптимизации), немножко линейной алгебры, немножко _очень_…
Для того, чтобы попасть на курс, нужно было пройти довольно-таки несложный тест. В тесте задачки на (не самый) простой матанализ (градиенты, условные оптимизации), немножко линейной алгебры, немножко _очень_…
🔥6😁2
Я обещал написать пост про то, как заботать LLM и GPT, но он получается таким огромным, что пришлось разбить его на несколько кусков и публиковать в телеграфе!
Сразу с головой в омут — плейлист Andrej Karpathy из OpenAI (вроде), где он прям на питончике последовательно прогает игрушечные модельки и доходит до GPT-2.
В видосах и математика разжевывается, и всякие функции pytorch, и про стандартные оптимизации он рассказывает, и про все гиперпараметры ясно, зачем они нужны. Бонусом идёт то, что можно мимоходом разобраться и в модельках для коррекции и переводов текстов.
А я буду кусками публиковать своё саммари - хинты для того, чтобы было проще разобраться с этим материалом.
Первая часть про нейронки, обучение и кодирование текстов уже тут.
UPD: полная версия лонгрида
Пост со ссылками на части
Сразу с головой в омут — плейлист Andrej Karpathy из OpenAI (вроде), где он прям на питончике последовательно прогает игрушечные модельки и доходит до GPT-2.
В видосах и математика разжевывается, и всякие функции pytorch, и про стандартные оптимизации он рассказывает, и про все гиперпараметры ясно, зачем они нужны. Бонусом идёт то, что можно мимоходом разобраться и в модельках для коррекции и переводов текстов.
А я буду кусками публиковать своё саммари - хинты для того, чтобы было проще разобраться с этим материалом.
Первая часть про нейронки, обучение и кодирование текстов уже тут.
UPD: полная версия лонгрида
Пост со ссылками на части
👍7🔥5
Пятничная рубрика "Пыльный чулан"
В прошлый раз я рассказывал, как решил немного разобраться с машинныйм обучением и проходил курсы DMIA. А сегодня буду вспоминать серию постов об обучении в Центре Математических Финансов (ЦМФ).
Место во всех смыслах приятное и атмосферное. Несомненно многих привлекает трейдинг, какие-то секретные способы быстро заработать на том, что ты родился чуть умнее большинства. Этого не будет. Ни в ЦМФ, ни где-то ещё :)
Но вот почувствать и узнать, чем занимаются все эти финансисты можно. Как раз на курсах ЦМФ.
1. Как поступать
2. Программа курса и спойлер по принятию студентами модулей
3. Алго-трейдинг, моя стратежка и моделирование экстремальных распределений, вне-проектные активности
4. Структурные продукты и даже первые результаты применения в работе! Впоследствии мне даже удалось собрать хорошую структурную ноту, которая продавалась
5. FX Options, моя специализация, но читал гораздо более опытный и погруженный товарищ
6. Stock picking в портфель. Классно проиллюстрировал, как мы нихрена не умеем 😁
7. Зачем задают брейн-тизеры?
8. Зачем нужны структурные ноты?
А потом я начал преподавать в центре уже сам, и со мной записали подкаст. Если слушать лень, то есть цитаты в карточках.
Всем, интересующимся квант-чего-нибудь карьерами, рекомендую сходить поучиться.
В прошлый раз я рассказывал, как решил немного разобраться с машинныйм обучением и проходил курсы DMIA. А сегодня буду вспоминать серию постов об обучении в Центре Математических Финансов (ЦМФ).
Место во всех смыслах приятное и атмосферное. Несомненно многих привлекает трейдинг, какие-то секретные способы быстро заработать на том, что ты родился чуть умнее большинства. Этого не будет. Ни в ЦМФ, ни где-то ещё :)
Но вот почувствать и узнать, чем занимаются все эти финансисты можно. Как раз на курсах ЦМФ.
1. Как поступать
2. Программа курса и спойлер по принятию студентами модулей
3. Алго-трейдинг, моя стратежка и моделирование экстремальных распределений, вне-проектные активности
4. Структурные продукты и даже первые результаты применения в работе! Впоследствии мне даже удалось собрать хорошую структурную ноту, которая продавалась
5. FX Options, моя специализация, но читал гораздо более опытный и погруженный товарищ
6. Stock picking в портфель. Классно проиллюстрировал, как мы нихрена не умеем 😁
7. Зачем задают брейн-тизеры?
8. Зачем нужны структурные ноты?
А потом я начал преподавать в центре уже сам, и со мной записали подкаст. Если слушать лень, то есть цитаты в карточках.
Всем, интересующимся квант-чего-нибудь карьерами, рекомендую сходить поучиться.
Telegram
Quant Valerian
Начну потихоньку рассказывать про ЦМФ
Прежде всего надо объяснить, что это такое. Сейчас, когда я уже довольно много общался с организаторами в том числе за рамками обучения, у меня есть понимание, как они себе видят ЦМФ сами.
Центр Математических Финансов…
Прежде всего надо объяснить, что это такое. Сейчас, когда я уже довольно много общался с организаторами в том числе за рамками обучения, у меня есть понимание, как они себе видят ЦМФ сами.
Центр Математических Финансов…
🔥4👍1
Quant Valerian
Я обещал написать пост про то, как заботать LLM и GPT, но он получается таким огромным, что пришлось разбить его на несколько кусков и публиковать в телеграфе! Сразу с головой в омут — плейлист Andrej Karpathy из OpenAI (вроде), где он прям на питончике последовательно…
Неожиданный подгон вам на выходные!
Я дописал лонгрид про чат ботиков с красивыми картинками. Упущены сотни деталей, которые есть в видосиках по ссылкам из поста, и, наверное, тысячи, о которых я ничего не знаю. Местами упрощено для лучшего понимания, но в целом идейно я старался изложить так, чтобы потом было легко разобраться в видосах Андрея Карпатого.
Кому удобнее читать частями:
Про нейронки и обучение
Про эмбеддинги и word2vec
Про аттеншен и трансформеры
Инжойтес
Я дописал лонгрид про чат ботиков с красивыми картинками. Упущены сотни деталей, которые есть в видосиках по ссылкам из поста, и, наверное, тысячи, о которых я ничего не знаю. Местами упрощено для лучшего понимания, но в целом идейно я старался изложить так, чтобы потом было легко разобраться в видосах Андрея Карпатого.
Кому удобнее читать частями:
Про нейронки и обучение
Про эмбеддинги и word2vec
Про аттеншен и трансформеры
Инжойтес
👍8🔥4❤2