#кейсы #ML
Все же самостоятельность и ответственность не нужно путать с безнадзорностью 🤡
Очередное собеседование на лида
Приходит парень – уверенно держится 😎, лидит команду из 5-6 человек в мелкой конторке, делают скоринги (вроде в мфо или для мфо – в общем что-то такое).
Тогда еще не было выстроено какого-то процесса, в общем, это первое собеседование у кандидата в наш департамент.
И речь заходит про саму задачу, как модель используется в процессе, куда они с командой развиваются, как делают модели и такое всякое.
У лидов распространенная тактика на собеседованиях – уходить от технических вопросов, переходя в агрессивное наступление с тезисом а-ля “ты что сам не знаешь как модели строить? Зачем об этом говорить?” 😤 и выворачивая диалог в какую-то актуальную и потенциально выгодную себе сторону. Кто-то это делает наоборт по-панибратски, типо с подимигиванием "ну мы же тут начальнички над землекопами, чего нам в этом хламе ковыряться" 😉.
И вот здесь я услышал незабываемое “я ж не колхозник какой, по одной статье в неделю читаю и мы все внедряем” 🤔🙈.
Далее следует совсем нетарантиновский диалог:
В этот момент мне стало очень жаль ребят, которых он лидит 🥺🤯.
Поэтому внешний ассессмент действительно очень-очень важен – выступайте на митапах и конференциях, получайте развивающий фидбек, спршивайте в профильных чатах (а их буквально по одному на каждую задачу – например, @ods_recommender_systems, @speech_recognition_ru и пр.), участвуйте в разных проектах в разных командах.
Здесь конечно удобнее и приятнее быть в большой компании – и больше шансов эксперта найти, и больше шансов на ротацию.
Но, в конце концов, мы не на необитаемом острове 🏝 живем, чего-то не знать – не зазорно, зазорно – не спросить.
Все же самостоятельность и ответственность не нужно путать с безнадзорностью 🤡
Очередное собеседование на лида
Приходит парень – уверенно держится 😎, лидит команду из 5-6 человек в мелкой конторке, делают скоринги (вроде в мфо или для мфо – в общем что-то такое).
Тогда еще не было выстроено какого-то процесса, в общем, это первое собеседование у кандидата в наш департамент.
И речь заходит про саму задачу, как модель используется в процессе, куда они с командой развиваются, как делают модели и такое всякое.
У лидов распространенная тактика на собеседованиях – уходить от технических вопросов, переходя в агрессивное наступление с тезисом а-ля “ты что сам не знаешь как модели строить? Зачем об этом говорить?” 😤 и выворачивая диалог в какую-то актуальную и потенциально выгодную себе сторону. Кто-то это делает наоборт по-панибратски, типо с подимигиванием "ну мы же тут начальнички над землекопами, чего нам в этом хламе ковыряться" 😉.
И вот здесь я услышал незабываемое “я ж не колхозник какой, по одной статье в неделю читаю и мы все внедряем” 🤔🙈.
Далее следует совсем нетарантиновский диалог:
– Реализация какой статьи дала наибольший эффект в вашей задаче?
– Название не помню, но мы фото заемщика добавили в модель и получили +5 Gini
– У вас же бустинги?
– Ну да, добавляет же.
– Мб вы какие-то свертки делали?
– Нет, мы взяли готовую сетку и ее добавили в бустинг.
– Предикты от нее?
– Ну да
– А на что учили?
– На тот же таргет
– А на что были в итоге похожи обученные фильтры? (мне прям дико было интересно что выучила модель – мб там на фото дефолтников вообще лиц не было?)
– Чо? Она джини добавляет, что непонятного?
В этот момент мне стало очень жаль ребят, которых он лидит 🥺🤯.
Поэтому внешний ассессмент действительно очень-очень важен – выступайте на митапах и конференциях, получайте развивающий фидбек, спршивайте в профильных чатах (а их буквально по одному на каждую задачу – например, @ods_recommender_systems, @speech_recognition_ru и пр.), участвуйте в разных проектах в разных командах.
Здесь конечно удобнее и приятнее быть в большой компании – и больше шансов эксперта найти, и больше шансов на ротацию.
Но, в конце концов, мы не на необитаемом острове 🏝 живем, чего-то не знать – не зазорно, зазорно – не спросить.