MLPops
759 subscribers
424 photos
120 videos
5 files
180 links
We are ML&MLOps community based in 🇷🇺Russia

Наш чат - t.me/+qJm7Ak4nU4EwZmJi
Download Telegram
Теория Жоп в работе

Теория Жоп, это теория о том что каждый этап карьеры начинается и заканчивается Жопой. Встреча с Жопой – это неизбежный этап на пути к повышению или при смене деятельности. Ключ к успеху – принимать эти Жопы как возможности для роста.

В основе теории лежит принцип, что при любом повышении или переходе на новую должность нас ожидает Жопа. Это может казаться пессимистичным, но на самом деле указывает на необходимость готовности к преодолению трудностей. "Жопа жопе рознь" подчеркивает, что уровень и сложность препятствий Жопы на разных ступенях карьерной лестницы.

Иерархия Жоп демонстрирует, что на нижних ступенях карьерной лестницы Жоп много, но они относительно небольшие. По мере продвижения вверх, количество Жоп уменьшается, но их размер и сложность увеличиваются. Таким образом, управленцы высших звеньев сталкиваются с крупными и значимыми Жопами, но уже не так часто, как на начальных этапах. Но размер этих Жоп может разом их поглатить.

Риск - это маленькие жопки! Задача менеджера распознавать и устранять на ранней стадии. Успех в управлении проектными жопками зависит от способности лидера идентифицировать и нейтрализовать эти жопки до того, как они перерастут в большие Жопы.

«Жопы есть везде. Если Жопы нет, значит Вы ее не видите.»


В мире управления проектами эскалация Жопы считается критическим моментом, когда Жопы низшего уровня всплывают на поверхность, требуя немедленного внимания вышестоящего руководства. Суть в том, чтобы избежать превращения маленьких Жоп в большие, создавая эффективные команды на каждом уровне, способные своевременно решать возникающие Жопки.

Как противостоять жопам?

Основываясь на правиле 20% самых токсичных Жоп, необходимо сосредоточить усилия на самых критических Жопах, используя регулярный обход всей вверенной территории с детектором Жоп. Это поможет обнаружить и устранить Жопы, прежде чем они вырастут в неуправляемые Жопы.

В этом и опыт руководителя – учуять маленькую Жопу и уничтожить. Иной менеджер настолько беспечен и неопытен, что Жопа его съест, а он и не заметит. Потому что Жопа больше него. Как Небо. Он думает что так и должно быть. Что это светлое отверстие - это Солнце над головой. А это не Солнце. Еще мгновение и "оно" погаснет...

Может показаться странным, но Жопа приносит пользу. Особенно когда это чужая Жопа. Хотя есть любители приключений на свою, но все таки приятнее в тиши и безопасности полистать страницы чужих Жоп. Почитать, порадоваться «а у нас не все так плохо!..».

Жопа - это вызов, задача, экзамен жизни.


Жопа - вот что заставляет мозги работать, буквально штормить. Другими словами, сказ о Жопе заставляет тебя задуматься – «а как бы я вышел из этой... ситуации?». Рассказы о случившихся Жопах позволяют использовать чужой опыт для себя, для проверки сообразительности кандидатов на интервью, в соревнованиях на тренингах.

Жопы необходимо принять, познать и признать , как неотъемлемой части карьерного роста, делегирования и управления проектными Жопами. Постоянное внимание к потенциальным и реальным Жопам, их своевременное решение и использование полученного опыта для развития – ключи к успешной карьере в виде одной большой Вашей Жопы.
👍92
Бущее ИИ это JEPA.


Meta сегодня релизнит новую LLAMA.

Они хотят сдвинуть ограничения в обучении ИИ и перейти к JEPA архитектуре совместного внедерения и обучения ИИ

Подробнее
👍21
GPU is poor, ML for luxury rich
🔥1
Бомбим его каждый день
🤩6😎3
В Абу-Даби прошла первая в мире гонка болидов-беспилотников.

Самое интересное происходило на квалификации, когда машины делали тестовые заезды, чтобы «познакомиться» с трассой. Машины вылетали с трасс, разворачивались, влетали в отбойники.

Кто посадил Мазепина за пульт управления?
💩5👍2
🚀 Seldon MLServer пушка для быстрого инференса

Всем привет! Написал недавно много материла про инференс ML моделей, буду понемногу публиковать. Сегодня опубликовал статейку о мощных возможностях Seldon MLServer. MLServer предоставляет простой способ масштабирования и управления жизненным циклом моделей машинного обучения.

🔧 В качестве примера используем YOLOv8 для обнаружения объектов на изображении. Настройка сервера проста: установите необходимые пакеты, создайте класс модели и запустите сервер.

📈 Добавление кастомных метрик через MLServer помогает лучше понять потребности пользователей, анализируя, какие запросы они отправляют.

📚 Подробнее об этом вы можете прочитать в статье на сайте! Перейти к статье
🔥5
Мотивация и пинки

На школе математического моделирования МАИ, которая проходит уже в четвертый раз (уже не первый раз выступаю в качестве эксперта), я получил много вопросов про мотивацию в плане развития и поиска себя в IT-сфере.

Лично для меня такой вопрос достаточно странный, ведь у меня проблем с мотивацией в работе никогда не было. Для меня все просто: занимаешься тем, что тебе лично интересно, и проблем с мотивацией у тебя нет. Ты получаешь удовольствие от процесса, и любопытство и желание разобраться работают лучше любых дедлайнов.

После общения с некоторыми студентами создается впечатление, что IT им вовсе не нужно. Все спрашивают, с чего начать, какие курсы пройти и так далее. В 2015 году, когда я пришел на первый курс, у меня таких проблем не было — с каких курсов начать и так далее. Тогда не были так сильно развиты Skillbox и прочие подобные платформы. Раньше была отличная Coursera, где было много курсов на русском и английском по всем тематикам, и только начинающий Stepik, где была база в виде курсов по начальной разработке на Python. Мне очень помог YouTube, туда выкладывали лекции из Техносферы и Технопарка — это открытые лекции от Mail, где в топовых институтах Mail читал разные лекции по разным тематикам (мб МАИ не топ вуз как говорят). Я, конечно, не прослушал до конца ни один курс, но часто обращался к ним за базовыми знаниями.

Если честно, глядя сейчас на YouTube и тысячи каналов, посвященных образованию и курсам, у меня возникает жуткое непонимание: а зачем вообще нужны курсы от Skillbox? Нужна помощь и экспертиза? Есть сообщества, которые могут тебе помочь. Есть мелкий вопрос — задай его ChatGPT, тебе там все пояснят. Нужна какая-то сверхузкая специфика или что-то свежее — ищи на GitHub. Если нужно, чтобы все разжевали и положили в рот — Udemy. На Udemy я лично нашел хороший курс по React за 700 рублей, где неплохо разжевывали только появляющийся фреймворк. Сейчас же ты можешь спокойно найти все эти курсы на YouTube. Я говорю не только про русский сегмент: есть переводчик видео от Яндекса, а английский сегмент просто великолепно наполнен различными курсами от специалистов и индусов — сиди и учись не хочу. Stanford, MIT публикуют все свои лекции в открытый доступ на YouTube — вообще шик.

Если лично тебя все это все еще останавливает и ты ищешь для себя мотивацию заняться всем этим, так, может быть, это все не для тебя? Может быть, стоит развиваться в другом направлении? Может быть, IT не твое? Если думаешь, что в IT много денег, то нет, на рынке сейчас так же много таких идиотов как ты, которые думают, что IT — это их путь, и заставляют себя работать. Плюс весь рынок просто засран студентами всех этих Skillbox, Skillfactory и прочих онлайн-курсов, где тебе обещают офигенную зарплату за полгода обучения. Проблема не только в том что он засран ими, а что у них нет желания и любопытсва брать сложные задачи развиваться и тд, они думают что им дали навыки и все дальше развиваться не нужно.

Лично у меня много знакомых, которые за два года, имея только базовые знания Python, но имея желание и любопытство разбираться в задачах, к окончанию бакалавриата получают по 200-300 тысяч рублей, и таких примеров не два-три человека, а десять-пятнадцать.

Любое начинание, которому ты посвятишь 10 000 часов, сделает из тебя эксперта и тебе многие будут готовы за этот опыт и знания заплатить. Просто займись тем, к чему у тебя лежит душа и интерес, тогда у тебя не будет проблем с мотивацией и прокрастинацией.
🔥93👍3
https://huecker.io/

Не благодарите
🤩1
На всех прилавках митинского радио рынка
🔥8
Я полгода назад: солидный Lead DS делаю курсы по ML System Design, Business ML строю стратегии по MLOps
Я сейчас: Руководитель направления ML Inference, сижу кручу сундуки в Dota 2

Вот она карьерная лестница
12
Такс, ну что могу сказать? Защиты прошли на той неделе. Если вы думали, чтоя я жестил задавая вопросы по вашему диплому, то нет. Мне важно было понять вас, вашу точку зрения: зачем и почему, чтобы что и т. д. Единицы могли пояснить за свои решения, тем, кто мог объяснить зачем и почему, без "б" ставил 5.

Бакалавры в этом году порадовали; я прямо на некоторых дипломах кафовал. Тройки были у тех, кто совсем дичь сделал. Если вы думали, что из-за моей одной тройки вам ставили 3, то, как бы, пройдите курс базовой математики: сидит 5 членов комиссии, если я ставлю 3, а они все 5, то моя оценка никак не влияет, даже если я 0 ставлю, то в тройку это не перерастёт.

Магистры — просто пиздец. Те, кто с работы взял, ну как бы ок, но это читерство: вы работу команды выдаёте за свою, так нельзя. Мага продуктов — парад кринжа, 2-3 нормальных работы, остальное кринж.

Мага VR/AI — парад стыда. Некоторые дипломы вообще не понимаю, как допустили до защиты. Там хотя бы из ГосНИИАСа смогли что-то толковое показать и ещё парочка, остальные прям стыд. Скоре всего такая дичь, чисто из-за кривой программы. Хотя казалось, возьми программу Стэнфорда, переведи на русский и читай, кайфуй: материал не надо придумывать. Но так всрать магу, чтобы в маге по VR/AI читали про дизайн и откровенную шизу про управление — трэш.

В этом году думаю многое поменяется: мага продуктов будет действительно про продуктовые подходы и исследование, а не про лабы на Spark. В СКТ будет реально про суперкомпы и их управление, а в маге AI — действительно будет много AI.
💩8🤡4👍3🔥1