Байдарочный поход в Киргизии - завершение

🔫 Тяжело ли идти в такой поход или нет?

Тяжело, но не так, как бегать марафоны. А я знаю, что многие из вас еще как бегают 🏎. У нас был по сути мультитур. Не только гребля, но и еще всякое. Это значит, что периодически есть контакт с цивилизацией и кемпинги. Можно мыться ежедневно в озере, иногда даже в теплом душе.

Хорошая точка старта для новичков, только желательно иметь хорошую физ форму.

😊 Что понравилось

- Было много вкусной еды: борщ, плов, блины, арбузы. Тут два фактора: на байдарку можно много всего взять и личный фактор инструкторов. Наши ребята были 10 из 10 по кулинарии

- Переходы были не более 4-5 часов в день. Мне нравится этот формат. Полдня гребешь, полдня занимаешься чем-то другим

- Оценил доп активности и хайки. Самое яркое впечатление - лошади

- Было много атмосферных вещей. Наш инструктор, Саша, заваривал пуэр, варил кофе в турке, ставил классную музыку. Ну и в целом, мы не бежали

- Природа. Озеро Иссык-Куль ведет себя почти как море: волны, резкая смена погоды. Вокруг горы. Очень круто.

😏 Что могло бы быть лучше

Мне кажется, если уж на маршруте есть кемпинги, то лучше максимально ими пользоваться: спать в юртах, а не палатках, есть местную еду, а не готовить. Это просто время экономит.

Еще после моего опыта со Сменой и нашим DS выездом я ощутил нехватку методов управления групповой динамикой: чекинов/свечек, модерируемых групповых обсуждений итд. И без этого людей постепенно узнаешь, находишь точки контакта, но раз в 10 медленнее.

😁 Итог

Я переключился, забыл какой день недели, забыл про работу, практически про все. Походы - сильно недооцененная тема. Не для всех, понятно.

#lifestyle@big_ledovsky

Есть ли разница между DS инженером и AI исследователем

Илон Маск написал, что отменяет в xAI должность researcher. Теперь все будут engineer.

Ян Лекун (один из главных авторитетов в ML рисерче) написал длинный пост в линкедин с критикой.

Мне лично кажется деление на researcher и engineer разумным. Саму работу в DS я бы поделил на 3 категории

- Разработка прикладных решений. Делают DS инженеры 👷
- Разработка экспериментальных решений. Тоже делают DS инженеры 👷
- Создание новых технологий и методов. Делают исследователи 🧑‍🔬

💊 Этими тремя группами удобно оперировать с точки зрения управления ресурсами компании. Вы балансируете, сколько человек работают над результатом здесь и сейчас, а сколько работают на средний и далекий горизонт. Теперь по поводу ролей.

Цель инженера - создать рабочее решение. Цель исследователя - создать новую технологию и опубликовать статью. Давайте разберемся, почему я поделил работу между инженерами и исследователями как написал выше.

- По поводу прикладных решений вопросов нет. Это абсолютно инженерная работа. Новые методы изобретать не нужно, а нужно уметь из существующих собрать рабочее решение, сделать файн-тюн, добавить эвристики итд.

- По экспериментальным решениям менее однозначно. В процессе могут появиться новые методы и архитектуры моделей, но это не основной продукт, это не делается специально (в здоровых командах 🤒). Главное - именно собрать рабочее решение, поэтому работа инженерная.

- А вот в целенаправленном создании новых методов работа не инженерная. Неоднозначность тут вызывается тем, что в AI значительная часть исследований - корпоративная. Корпоративная среда не хочет сухих открытий 💰, она хочет внедрений. Но пилотирование новой модели - это не исследовательская работа, это уже другая задача. Если создан интересный метод, помочь его протестировать должен DS инженер. По крайней мере так это реализовано у нас в нашем небольшом рисерче монетизации.

Итого, я бы не отказывался от разделения инженера и исследователя

Характер работы и требуемые навыки и правда слишком разные. Если инженера можно подвинуть с прикладных решений на экспериментальные, то рисерчера как правило никуда не подвинуть.

#management@big_ledovsky