February 25th, 2016

awesomeness

Отчёт с митапа по Big Data

У меня очень противоречивые чувства по поводу прошедшего мероприятия. Группа "Women Who Code" пригласила известного специалиста из Alphabet (Google) с большим профессиональным стажем рассказать о значении и ценности онлайн-данных для индустрии социальных сетей. Зал для презентации предоставила компания VMWare, пицца тоже была от них — толстая и вкусная.

Я, признаться, прочитала описание заявленной темы в пол-глаза и поэтому ожидала немного другого. Я ожидала более обзорной вещи: чего-то об арсенале знаний, который требуется для анализа и рассмотрения этих данных, может быть примеры того, как эти данные используются не только для показа рекламы или предсказаний на рынке акций. Ну то есть что-то такое, от чего бы любознательный человек загорелся и захотел что-то начать анализировать. По-правде говоря, последнее, что может заставить меня захотеть заниматься big data — это оптимизация алгоритмов показа чьей-то там рекламы...

В результате, бОльшая часть лекции прошла мимо меня. Лектор перескакивал с обсуждения каких-то конкретных инструментов (SAS это очень круто) и приёмов (тут только квадратичная функция!!!) на интермиссии с отсылками к известным фильмам и сериалам с целью то ли развлечь аудиторию, то ли продемонстрировать, что всё в мире устроено по одним и тем же законам. Экскурс в историю роста компьютерных мощностей мне вообще показался неуместным. А ещё он выглядел явно смущённым перед аудиторией, заполненной женщинами (мужчина в возрасте за 50, родом из СССР).

Самая большая ошибка, которую я совершила — я не посмотрела перед мероприятием на LinkedIn-профиль лектора. А когда посмотрела, у меня сразу возникла гора вопросов, но было уже поздно. Потому что оказалось, что его профессиональные интересы и достижения распространяются далеко за пределы рекламной индустрии! Например, он был ведущим специалистом в проекте NASA, изучавшем производительность человека в стрессовых ситуациях. Преподаёт машинное обучение в Беркли. Ну и т.п.

Но один вопрос я всё-таки задала и получила вполне информативный ответ. Я спросила, как программисту стать аналитиком данных/data scientist. Что отделяет программиста, прошедшего курсы по алгоритмам машинного обучения и знающего основы статистики, от того, чтобы стать экспертом в big data. Первым ответом было: владение предметной областью. Про это лектор говорил ещё во время своей презентации и, конечно, это важно, но мне хотелось более глубокого ответа. Поэтому я уточнила: ДО того, как он погрузится в предметную область. После непродолжительного размышления, он ответил: оптимизации, матричное исчисление (привет Куликову с его ВЛА!), relevant computer science, владение библиотеками на python и R и прочим инструментарием. И меня в который раз легонько "торкнуло": как жаль, что до нас в университете не смогли донести, для чего мы всё это проходили.

Мои выводы: Тема действительно интересная, и хорошо ложится на мои способности. Мне бы понравилось в этой области работать(за минусом рекламы!). Возможно, действительно имеет смысл копнуть в неё. Надо только распланировать когда и что я делаю, чтобы не создавать хаоса в голове :)
awesomeness

Не ходите, дети, в интернет, ещё не такое найдёте :)

Нашла в интернетах сборник лабораторок по вычислительной линейной алгебре (ВЛА): http://venec.ulstu.ru/lib/2000/4_Semushin_Kulikov.pdf Те самые задачки, которые мы программировали на втором курсе! Будет интересно повторить материал и посмотреть, как современный инструментарий может их упростить/улучшить :)

ps: а преподаватель весь год мне не верил, что я их сама делала :))) ага, это те самые лабы.
awesomeness

Любопытное «совпадение»

Пока я ходила на всякие митапы, мой коллега-собутыльник не тратил времени зря, а получал красивый сертификат от Udemy "AWS Certified Developer — Associate". И конечно, мне тоже сразу захотелось такую же бумажечку и я побежала к ним регистрироваться! Udemy оказался довольно своеобразным образовательным ресурсом: они заявляют стоимость курсов в $60-100, а потом дают их пройти за $20, как мой коллега. Я за материалы курса заплатила $15. Если бы немного подсуетилась, нашла бы купон "3 курса за $15", я уверена :)

Как вскоре выяснилось, фантик-сертификат от Udemy никакой ценности не несёт, а вот сам курс может оказаться полезен — он готовит к прохождению настоящей сертификации от Amazon. Но любопытное начинается дальше!

Не успела я зарегистрироваться на этом сайте и начать слушать вводную лекцию, как мне в email свалилось письмо от рекрутера, который ищет IT специалистов для... ага, Udemy! :))) Поют соловьём про то, что компания получила 4й раунд финансирования в $65M и активно расширяет свою команду инженеров. Ля-ля-ля!

Я бы готова поверить в чудесное совпадение, но после того, как мне на Facebook-е всучили футболку прямо про меня, моя вера в совпадения растворилась навсегда. Ну да, естественно они знали, что я sr. software engineer, у меня это было в профиле написано! Вот пол, наверное, не написан... потому что футболку они мне подсунули мужскую (это я потом женские обнаружила). А может быть всё банальнее: у магазина денег хватило только чтобы купить у Facebook одно поле данных? Или программисты ещё не задеплоили эту функциональность, потому что у них не автоматизирован релиз-процесс. Или не хватает специалистов по AWS...

Вот такая она big data.

ps: я ещё меня где-то угораздило кликнуть на рекламу магазина новомодного мужского белья... и вот уже две недели я не могу ходить в кафе с лаптопом — потому что эти трусы теперь ВЕЗДЕ!!! :-E