Data Criminality | DErshov

Рабочее место 10x инженера

Время идёт и скоро будет ровно 3 года, как я перешёл на режим remote work☕️. Можно устроить холивар о том, что офис лучше, но цель этого поста выжать максимум из неоспоримого преимущества удалёнки – возможности настроить рабочее место под себя. Я расскажу о крутых вещах, которые недооценивал и не купил сразу, о чем немного жалею. Список кажется очевидным, но я считаю важным его опубликовать т.к. вероятно кому-то поможет.

🔤 Удобное кресло
Это просто база. Не экономьте на хорошем кресле🪑. Тут можно сильно запариться с выбором🪑, но у супер анатомических высокая цена и месяц адаптации, во время которой вам будет хотеться выкинуть кресло т.к. неудобно. Поэтому здесь я не даю медицинских рекомендаций, а просто посоветую для начала взять то, в котором вам будет хотя бы удобно сидеть прямо без закидывания ноги на ногу или позы креветки. По модели тут только пробовать в магазинах🔄, заказывать онлайн вслепую не советую, большая часть кресел, в которых я сидел были полным шлаком.
По характеристикам мастхэв:
- Мультиблок, который позволит регулировать угол наклона сидения, а не только спинки
- Мягкие широкие подлокотники с регулировкой
- Пена с высокой плотностью под обивкой
- Стальная крестовина
- Подушка под шею и поясницу

🔤 Стол с подъемным механизмом
Долго сидеть – вредно🙋, долго стоять – тоже вредно. Стол с регулировкой по высоте позволяет вам комбинировать эти два режима. Я работаю стоя где-то 1 час в день, хорошо помогает собраться, когда есть какая-то противная задача. Интуитивно, когда ты стоишь, хочется разобраться с работой быстрее, поэтому концентрация повышается.
По характеристикам мастхэв:
- Большая столешница, чтобы уместить рабочий комп и личный, внешний монитор. Обращайте внимание на ширину, чтобы выдержать достаточное расстояние до монитора.
- Подъемную силу берите с запасом на случай, если захотите что-то добавить.

🔤 Внешний монитор
Работа за ноутбуком – издевательство над вашей шеей, которая перенапрягается из-за неестественного наклона⌨️. А маленькая диагональ вынуждает постоянно переключаться между окнами и размывать контекст. Дома я попробовал диагонали 24, 27 и 32 дюйма и советую взять 32, что позволит держать открытыми полноценно 3-4 приложения и отказаться от дополнительного экрана ноутбука. Windows 10 из коробки плохо поддерживает мультиоконку🪟, поэтому качайте официальную утилиту PowerToys, которая сделает работу с окнами приятной. Из нее вам потребуются функции FancyGrid и AlwaysOnTop.
По характеристикам мастхэв:
- Минимальное разрешение 4к
- Матрица IPS.

🔤 Мышь
Казалось бы, что особенного может быть в компьютерной мыши🧀. Я выбрал модель со следующими фишками:
- Бесконечное колёсико, которое раскручивается по инерции и поможет быстро прокручивать портянки кода или jupyter notebook
- Асимметричная форма для лучшей эргономики кисти
- Дополнительные кнопки для шорткатов (на корпоративной технике скорее всего не будет работать)

🔤 Датчик CO2
Именно эта штука помогает мне не чувствовать себя овощем⌨️ уже ко второй половине дня. Повышенная концентрация CO2 в комнате вызывает сонливость, но держать окна постоянно открытыми получится только летом. Поэтому датчик супер актуален осенью, зимой и весной, чтобы по алерту о превышении проветривать комнату🪟 ровно столько времени, пока метрика не придет в норму, при этом не выпустить всё тепло из квартиры.

Главный вывод
Я долго мучил ChatGPT Research по поводу профилактики различных профессиональных заболеваний и по итогу идеального монитора/кресла/стола все равно не существует. Более дорогая мебель и техника обеспечит более естественную эргономику, но не отменит полностью весь негатив от сидячей работы. По результатам различных РКИ самое действенное – это тренажерка💪 и избегать непрерывного сидения по несколько часов без перерывов.

👍 Время — единственная валюта

Помнишь фильм «Время» с Джастином Тимберлейком?🍿 Там у людей вместо счёта в банковском приложении прямо на руке светился таймер с запасом времени. За привычные покупки надо было расплачиваться буквально своей жизнью.

☕ Чашка кофе — 4 минуты
🚌 Поездка на автобусе — 2 часа
😉 Спортивная тачка — 59 лет

В реальности мы также расплачиваемся своим временем, просто забыли об этом. Мозг легко расстается с рублями-пикселями в банковском приложении, но что, если бы ценники всегда говорили правду?

Я набросал браузерное расширение, которое переводит цены из рублей, долларов или евро в часы твоей жизни 🪙 -> ⌛️.

Как это работает:
🔤 Ставишь расширение и вбиваешь свою ставку в час
🔤 Заходишь на маркетплейс за очередной импульсивной покупкой
🔤 Расширение на лету меняет все ценники на сайтах

И вот ты хочешь заказать новый айфон, а на кнопке вместо 150 000 ₽ светится: 80 часов твоей работы💸.
Возникает насущный вопрос: «А ты точно хочешь обменять 80 часов своей работы на этот кусок стекла и пластика?». Ведь теперь это не абстрактные рубли, а две полноценные рабочие недели. Две недели будильников по утрам, созвонов, тасок и дедлайнов🍔.

👉 Скачать расширение можно [тут].

Теперь я дипломированный машинлёрнингсистемдезигнер🧖

Три месяца пришлось просыпаться по выходным в 11:00 ради Zoom-лекций с Валерием Бабушкиным. Для меня это был курс, после которого мир стал не проще, а сложнее. Долго думал над аналогией и понял, что базовый fit-predict — это как бумажный самолётик, который взлетает и неизбежно снижается до полного падения. Но если хочется более долгого полёта через грозовые облака и стаи птиц, придётся проектировать боинг с соответствующими системами отказоустойчивости.

На курсе обсуждали все составляющие систем машинного обучения: метрики, валидация, метаданные, concept/data drift, мониторинг и т.д. Но если бы меня спросили, какая из этих тем самая главная, я бы безусловно ответил про бейзлайн. Это очень простая идея, которую многие избегают, но именно она подарит вам самые сильные эмоции, когда ваша сложнейшая выстраданная ML модель окажется хуже, чем if-else или какая-нибудь формула.

В контексте моих любимых временных рядов я получил сильнейший щелчок по носу, когда сравнился с константным бейзлайном (это когда мы говорим, что продажи завтра будут такими же, как вчера). Спойлер: бустинг проиграл "вчера"🤣.

Но есть ещё более весёлая байка. Пару лет назад одна госуха заказала у меня решить одну NLP-шную задачку классификации, сказали, что тут потребуется ИИ (жалко, что не квантовый компьютер).

Прежде чем ставить на скачивание веса актуальных опенсурсных LLM, я решил прогнать старую знакомую ruRoBERTa, с которой приходилось работать ещё в Сбере. Прогнал текст через модель, аггрегировал последние 4 слоя, чтобы получить эмбеддинги. Прикинул косинусное расстояние между векторами — а оно распределено 0.8 до 1, т.е. разделить на классы не получится, все вектора +- уже находятся близко друг к другу🤙. Дообучение матрицы для корректировки векторного пространства тоже не помогло, даже когда я в отчаянии начал подмешивать тест в трейн.

Дальше я во всю развлекался с LLM: арендовал GPU, пробовал разные модельки, жёстко промпт инженерил, делал fine tune через LoRA адаптер.
Получил вменяемый F-1 score, отдал результаты и забыл.

Вспомнил об этом кейсе только когда писал KPI-ную статью для вузовской конференции. А в статье обычно есть такой пунктик, как анализ существующих подходов. Я начинаю вспоминать, что у нас есть для NLP: статистические подходы (TF-IDF, BM-25), векторайзинг через модели (Word2Vec, BERT) и только потом уже LLM. Думаю: дай-ка я сейчас быстренько прогоню TF-IDF, получу низкий скор и обосную использование LLM через фундаментальные ограничения статистических методов. Но старик TF-IDF не думал сливаться — он решил задачу примерно с таким же скором🤡, но только за секунды🤡, а не за пару суток инференса LLM🤦‍♂️.

Навык ML System Design — это не только про хард скиллы. Это в первую очередь способность признать, что твой космолёт, над которым ты так старался, проигрывает простейшему решению.

Зумеров всё таки заставят работать

Недавно вышел последний эпизод второго сезона сериала Fallout. Лютые фанаты, конечно, захейтят его за нестрогое следование лора, но для сериала по игре получилось очень даже смотрибельно👍, в отличие от Ведьмака (там совсем всё плохо, не советую). Я достаточно давно брожу📟 по пустошам этой вселенной и стойко помню, какой несбыточной фантастикой выглядели эти домашние роботы-помощники🤖, искусственный интеллект, синты и т.д.
Но за последние 4 года нейросети развиваются так быстро, что сценарий игры начинает выглядеть как дорожная карта ближайшего будущего. Самое время разобрать какие технологии были показаны в сериале, а заодно посмотреть, кто уже пилит это в реальности.

🧊 Криогенная капсула
Главная технология, которая драйвит сюжет — возможность заморозить человека на неопределённый срок и, самое главное, успешно разморозить его живым спустя сотни лет.

На сегодняшний момент такой технологии не существует. Заморозить — не проблема, а вот с разморозкой вопрос так и не решён. Однако в мире (даже в РФ) существуют несколько фирм, оказывающих полный список услуг по криосохранению человеческого организма, но уже только после смерти.
Действие контракта на поддержание заморозки пролонгируется до бесконечности — до тех пор пока не будут изобретены технологии, способные вернуть криопациента к жизни. Ценник демократический — всего от 3 млн рублей. Не так дорого за опцион на воскрешение.

💾 Brain-computer interface chip
В сериале Роберт Хаус говорил:

Я потратил много времени на то, чтобы сделать свои машины более реалистичными, но, знаете, это работает и в обратную сторону.

В Fallout BCI-чип используется для стирания памяти и управления людьми через радио-пульт, примерно как дронами. Этой технологии отведено много экранного времени во втором сезоне. Особенно мне понравилось, как обыгрывали моральные вопросики: допустим есть возможность чипировать преступника и заставить его работать на благо общества, но с другой стороны придётся лишить его памяти и какой-никакой личности.

Звучит как типичный злодейский монолог, пока не вспомнишь, что в реальности уже есть такой стартап, исследующий управление птицами через нейроинтерфейс. Про него я уже рассказывал в предыдущем посте.

🖥 Robobrain
Robobrain выглядит как мозг в трёхлитровой банке, подключенный к компьютерной сети. Такое изобретение помогает решить следующие проблемы: либо помочь обрести бессмертие какому-то конкретному Кабанычу (в сериале это Роберт Хаус и Бад Аскинс), либо стереть с мозга память и использовать его как готовый процессор, который допустим можно устанавливать в роботов или вычислительные центры.

Что есть похожего прямо сейчас:
Cortical Labs (Австралия).
В 2025 году стартап представил CL1 — первый коммерческий биокомпьютер. 800,000 биологических нейронов, которые за 5 минут научились играть в Pong. Стоимость ~$35,000 за штуку, потребление 850 Вт.

Есть одна маленькая проблема, которая объединяет Fallout с реальностью куда теснее, чем хотелось бы — энергия, а именно её нехватка. Вселенная Fallout началась с Великой войны💥 за последние ресурсы. Теперь посмотрите, что происходит сейчас:
⚡️ Потребление электричества дата-центрами удвоится к 2030 году — до 945 ТВт·ч. Это больше, чем потребляет вся Япония.
🖥 Дополнительно к базовому прогнозу OpenAI хочет построить 5 дата-центров общей мощностью около 10 ГВт в рамках проекта Stargate ($500 млрд).

И вот почему Robobrain — это не шутка
🧠 Человеческий мозг потребляет ~20 Вт.
🖥 Одна серверная стойка Nvidia GB200 — 120-140 кВт.

Робомозги из Fallout — это не больная фантазия сценаристов. Это один из потенциальных ответов на энергетический кризис ИИ. Вместо того чтобы строить тысячи дата-центров и десятки АЭС, можно использовать то, что эволюция оптимизировала миллиарды лет — мозг. Так что не налегайте на алкоголь и берегите ваши нейроны. Возможно, их ещё получится выгодно сдать в аренду.

Рекомендательный рехаб📱

Вспомни свой любимый трек. Тот самый, который хочется выкрутить на полную и оглохнуть🎮. А теперь ответь честно: ты нашёл его сам или его «выбрали» за тебя?

Следующий вопрос: «Как часто вы пользуетесь поиском в Яндекс музыке»? 🔍 По себе заметил, что практически никогда. Основной мой сценарий использования — это нажать кнопку «Моя волна» или слушать последние 10 добавленных треков, которые туда попали — неожиданно! — также из рекомендаций🎵. Получается, что последние годы моим плейлистом (а между тем и настроением) управляет исключительно алгоритм. Формально за мной остаётся право переключения треков, но если подумать шире, то пространство выбора уже очерчено программой🫥. Так я понял, что незаметно оказался в том самом информационном пузыре, о котором так часто слышал, но всё время отрицал его существование.

Минусы будут?
Изучая плейлист итогов года, я увидел, как быстро забываю новых для себя исполнителей из-за того, что они просто переставали попадаться в Моей волне. Напротив — каких-то исполнителей наоборот становится слишком много: алгоритм знает, что я их всегда послушаю, поэтому будет предлагать одно и то же снова и снова🔄. Давайте, без утверждений в адрес конкретного стриминга, представим возможные последствия оптимизации алгоритма под максимизацию удержания вашего внимания:
1️⃣Избегание сложного 👶
Скип долгих треков, особенно с длинным вступлением. Туда же скип треков, которые сильно отличаются от того, что вы обычно слушаете.
2️⃣ Монетизация грусти 😒
Если статистика покажет, что под депрессивный пост-панк или грустный рэпчик ты сидишь в приложении на 35 минут дольше — готовь платочки, потому что грусть продается лучше.
3️⃣ Бюджетная оптимизация 🪙
Выплаты для разных исполнителей могут отличаться в зависимости от контракта, соответственно алгоритму может быть выгоднее рекомендовать треки, по которым придётся платить меньше отчислений. Прослушивание нишевых инди-исполнителей не только повышает ЧСВ, но и дешевле обходится для платформы.

В совокупности получается некий усреднённый приятный фоновый шум, который не бесит, но и не цепляет. Я подсел на этот аудио-анальгин от тишины и не могу без него что-то делать, как главный герой фильма «Малыш на драйве»😕. Но проблема в том, что у меня в памяти остались впечатления от настоящих музыкальных эмоций. Но вместо того, чтобы минуту подумать о том, какой альбом мне хотелось бы сейчас послушать, я начинаю вести себя как лудоман у «однорукого бандита»🎰 — скипаю треки в рекомендациях не потому, что они плохие, а в надежде выбить тот самый дофаминовый джекпот. Я ищу не песню, я ищу приход, который алгоритм выдаёт негарантированно и всё реже и реже.

В трилогии «Пиратов Карибского моря» у Джека Воробья был особый компас🧭. Он указывал не на север, а туда, где находится то, чего владелец хочет больше всего. Если ты не знаешь, чего хочешь — стрелка будет крутиться хаотично в разные стороны.

Так и мы, пользователи, в этом море контента разучились хотеть, потеряли направление и теперь просто плывём по течению на своей волне.

Что можно исправить?
Персональные рекомендации — это неплохо, если в меру. Для себя я решил следующее:
✅ Если действительно нужен шум для работы то буду включать мою волну без слов, либо на иностранном языке, чтобы не отвлекаться на лирику.
✅ Добавлять в избранное не только отдельные треки, но и альбомы с исполнителями. Хотя бы раз в день самостоятельно выбирать то, что именно я хочу послушать.
✅ Собирать свои плейлисты.
✅ Чаще заходить в каналы, где авторы делятся музыкой, чтобы находить что-то принципиально новое.

Выбери жизнь. Выбери работу. Выбери музыку.

Представьте мир, где путь человека предопределен безупречным, но бездушным алгоритмом. На днях я закончил читать произведение «Профессия», в котором Айзек Азимов создал именно такую «идеальную» антиутопию. Больше не нужно учиться — знания напрямую загружаются в мозг🖥, не нужно думать чем хочешь заниматься — система безошибочно определит ваше призвание, основываясь на природных способностях. Драйвером сюжета становится попытка главного героя повлиять на свое будущее, чтобы стать программистом. В фантастической книге 1960-го года эта профессия тоже считается одной из самых престижных, т.к. даёт возможность свалить🚜 с провинциальной Земли на топовые планеты А класса🪩. Чтобы повысить вероятность пройти автофильтры бездушного распределения😐, главный герой решает заранее получить знания по старинке — через чтение технической литературы, что в мире мгновенной загрузки знаний выглядит для окружающих сумасшествием и бессмыслицей🧠.

История сильно во мне откликнулась. В 14 лет👶 я случайно попал на дополнительные занятия по информатике, где мы изучали программирование, сильно опережая школьную программу. В качестве первого языка был не Scratch или Python🖥, а сразу C++. Стоит ли говорить, что я абсолютно не понимал, что происходит? В школе я учился по шаблону: сначала пытался вникнуть в тему на уроке, если не получалось — заглядывал дома в учебник. Грубо говоря, ждал, пока кто-то закачает знания в мозг. А если и это не помогало, я спокойно забивал на предмет, обосновав это отсутствием способностей.

Но почему-то именно с программированием так сдаваться не хотелось. Я понимал, что из всех предметов больше всего мне нравилась информатика🖥, поэтому по ней придётся и поступать в вуз, чтобы свалить из своего города.
Тогда хайп профессии, несмотря на уже высокие зарплаты💸, даже не начинал зарождаться: хороших бесплатных🥳 материалов на русском языке было совсем немного и буквально 10 лет назад учиться по книгам было реально неплохим вариантом. Тогда я купил огромный кирпич-самоучитель по плюсам🖥 и стал разбираться в каких-то базовых конструкциях — дело сдвинулось с мертвой точки. Однако и книга не везде была понятная, не хватало практики, тогда я впервые открыл для себя бесплатные онлайн курсы на Stepic. Для школьника это было что-то невообразимое — можно изучить всё что угодно самостоятельно и в своём темпе, нет Марьиванны, которая трясет с тебя домашку и прочих прелестей школы😜. Ты получаешь свободу выбора, но взамен начинаешь сам отвечать за своё образование.

Сложно отрицать, что профессия программиста меняется: навык «забыдлокодить кое-как🥴» стремительно обесценивается, а CEO ведущих AI лабораторий обещают инвесторам вообще упразднить эту профессию✋, заменив кожаных на LLM-агентов. Не знаю, что будет в 2030🫥, не знаю, сколько ещё продлится привилегированное положение айтишников💸, но всё это время я пытаюсь заранее ответить на будущий вопрос: «Не был ли мой выбор ошибочным? 🤷‍♂️Не пора ли просто списать последние 10 лет, начав всё сначала, например, в изучении сварки или сантехники?»🧀.
⤵️

Ремувку на заценочку 🕶🤩

На работе меня радует логотип команды коллег PersHub, которые админят Kafka. Он также выполнен в черно-оранжевой расцветке, что иногда оправдывает получаемые данные. Теперь подобная атрибутика есть и у меня🔄

Лента "Remove Before Flight" используется в авиации, чтобы маркировать детали, которые необходимо убрать перед взлётом. Порой к важному деплою приходится готовиться не меньше, поэтому не забудьте закрыть все #TODO и #FIXME. В этом вам поможет расширение Todo Tree в VS Code 🔄