Компенсации в топ-менеджменте (часть 1/3)
Сразу предупрежу: конкретные суммы я называть не буду, т.к. по себе или знакомым совершенно не заинтересован ничего разглашать, а в достоверности других источников не могу быть уверен. Кстати, это один из способов психологического давления в корпоративной среде - капать оппоненту на мозги (можно через друзей, чтобы не так очевидно) рассказами про гигантские вознаграждения его коллег, конечно же, в 99% случаев выдуманные. Так что не верьте всему.
Однако я расскажу, из каких частей состоит вознаграждение топов, как выплачивается, и на что это влияет. Думаю, что тем, кто этого не знал, будет все равно интересно. Что касается сумм, есть прекрасные журналы Forbes, РБК и другие им подобные, которые профессионально считают чужие деньги, в их материалах периодически встречаются исследования рынка.
💵 Зарплата
Есть три (ну ладно, четыре) части компенсации: зарплата, STI, LTI и всевозможные льготы. Первое нам всем итак знакомо, а по размеру могу сказать, что есть две школы мысли: первая - что у руководителя должна быть самая большая зарплата в его подразделении, вторая - что можно нанимать сотрудников на бОльшую зарплату, чем у тебя, если так уж рынок порешал. Я сторонник второй школы мысли, потому что в современных реалиях цена хороших CTO или CDS растет быстрее зарплат сидящих десятилетиями в одном месте корпоративных менеджеров. Кроме того, зарплата сильно разнится от компании к компании: большая группа компаний типа Сбера и какой-нибудь заметный игрок в своей нише, но развивающийся просто под продажу стратегу, - это конечно две разные истории.
🏆 Премия
STI или Short-Term Incentive - краткосрочное поощрение (дословно "стимул"). На западе так называют и квартальный, и полугодовой, и годовой бонус. У нас обычно также, но иногда могут быть заигрывания с годовой премией, как будто это уже "долгосрочная" мотивация. Например, часть годовой может расчитываться как-то стабильно и по KPI, а часть быть привязана к какому-то общему показателю бизнеса и косплеить бонус акциями. Но в случае топов обычно есть просто одна премия, которая платится раз в год, и она расчитывается и по вашим KPI, и по показателям компании. В целом как у всех сотрудников, с тем лишь отличием, что на грейдах ниже выплаты чаще - раз в квартал или раз в полгода.
Связано это с тем, что работа высоких грейдов и, в том числе, топов, оказывает долгосрочное влияние, и логично измерять результат по более долгому периоду времени. Также, если для низких грейдов премия может отсутствовать или быть в размере 1-2 месячных зарплат, у топов премия может составлять 50, 100 и более процентов годовой зарплаты. Объясняется это тем, что премию вы получаете только доработав год до конца, так что перекос годового дохода в сторону премии дает великолепный рычаг давления на вас и кратно растит вашу заинтересованность показывать чудеса проактивности и заинтересованности в общем деле.
В следующей части поговорим об LTI и прочих плюшках, а в комментариях пишите, о чем еще рассказать про C-level
#c_level
Сразу предупрежу: конкретные суммы я называть не буду, т.к. по себе или знакомым совершенно не заинтересован ничего разглашать, а в достоверности других источников не могу быть уверен. Кстати, это один из способов психологического давления в корпоративной среде - капать оппоненту на мозги (можно через друзей, чтобы не так очевидно) рассказами про гигантские вознаграждения его коллег, конечно же, в 99% случаев выдуманные. Так что не верьте всему.
Однако я расскажу, из каких частей состоит вознаграждение топов, как выплачивается, и на что это влияет. Думаю, что тем, кто этого не знал, будет все равно интересно. Что касается сумм, есть прекрасные журналы Forbes, РБК и другие им подобные, которые профессионально считают чужие деньги, в их материалах периодически встречаются исследования рынка.
Есть три (ну ладно, четыре) части компенсации: зарплата, STI, LTI и всевозможные льготы. Первое нам всем итак знакомо, а по размеру могу сказать, что есть две школы мысли: первая - что у руководителя должна быть самая большая зарплата в его подразделении, вторая - что можно нанимать сотрудников на бОльшую зарплату, чем у тебя, если так уж рынок порешал. Я сторонник второй школы мысли, потому что в современных реалиях цена хороших CTO или CDS растет быстрее зарплат сидящих десятилетиями в одном месте корпоративных менеджеров. Кроме того, зарплата сильно разнится от компании к компании: большая группа компаний типа Сбера и какой-нибудь заметный игрок в своей нише, но развивающийся просто под продажу стратегу, - это конечно две разные истории.
🏆 Премия
STI или Short-Term Incentive - краткосрочное поощрение (дословно "стимул"). На западе так называют и квартальный, и полугодовой, и годовой бонус. У нас обычно также, но иногда могут быть заигрывания с годовой премией, как будто это уже "долгосрочная" мотивация. Например, часть годовой может расчитываться как-то стабильно и по KPI, а часть быть привязана к какому-то общему показателю бизнеса и косплеить бонус акциями. Но в случае топов обычно есть просто одна премия, которая платится раз в год, и она расчитывается и по вашим KPI, и по показателям компании. В целом как у всех сотрудников, с тем лишь отличием, что на грейдах ниже выплаты чаще - раз в квартал или раз в полгода.
Связано это с тем, что работа высоких грейдов и, в том числе, топов, оказывает долгосрочное влияние, и логично измерять результат по более долгому периоду времени. Также, если для низких грейдов премия может отсутствовать или быть в размере 1-2 месячных зарплат, у топов премия может составлять 50, 100 и более процентов годовой зарплаты. Объясняется это тем, что премию вы получаете только доработав год до конца, так что перекос годового дохода в сторону премии дает великолепный рычаг давления на вас и кратно растит вашу заинтересованность показывать чудеса проактивности и заинтересованности в общем деле.
В следующей части поговорим об LTI и прочих плюшках, а в комментариях пишите, о чем еще рассказать про C-level
#c_level
Please open Telegram to view this post
VIEW IN TELEGRAM
Компенсации в топ-менеджменте (часть 2/3)
Продолжаю рассказ про то, как оплачивается работа топов. В прошлый раз мы поговорили про зп и STI, теперь остались LTI и льготы.
‼️ Кстати говоря, текст может быть полезен не только тем, кто уже метит в топ-менеджмент. Аналогичная схема вознаграждения распространяется по компаниям все больше и часто применяется просто для высокогрейдовых сотрудников. Общая идея здесь в том, что компании все равно выгодней платить вам деньги не большим фиксом в месяц, а разбив сумму на зп+STI+LTI. Также не стесняйтесь задавать вопросы в комментариях.
📈Акции
LTI или Long-Term Incentive - долгосрочная мотивация. Обычно это какая-то большая сумма сумма денег, выдаваемая либо напрямую в виде акций компании (если компания публичная, т.е. торгуется на бирже), либо в денежном выражении, но так, чтобы фактическая сумма была привязана к показателям компании (всякой там ебитде, гросс марже и прочим ругательствам - у кого к чему).
В случае топов эта сумма может быть сравнима или даже заметно больше, чем зарплата+премия, но она распределяется на 3-4 года. Это называют вестингом акций: они за вами уже закреплены, об этом подписаны все документы, но получаете вы акции постепенно. Есть компании с равномерным вестингом - например, 25% каждый год из 4 лет, есть компании с неравномерным - например, в первый год поменьше, второй побольше, а на третий прям много. Смысл неравномерности опять же в том, чтобы в будущем перед вами всегда был большой куш, который вы захотите заработать.
Этот куш имеет и обратный эффект: чтобы его получить, люди готовы проявлять чудеса осторожности и не вступать лишний раз в конфликты, что приводит к довольно медленному решению вопросов. Исправляется эта проблема просто: топ-менеджеров достаточно легко увольняют. Т.е. если вы весь такой аккуратный выживальщик и нигде не идете на активное нанесение добра компании, чтобы избежать конфликтов, это будет видно. После пары сигналов от руководства вы все равно попрощаетесь и с работой, и с бонусами, ведь над вами есть еще СЕО, который финансово заинтересован в результате. С другой стороны, если вы побежите с шашкой наголо ломать все, что работает - прогноз вашей выживаемости тоже обычно неутешительный.
🥇Льготы и прочие плюшки
Тут уже зависит от корпоративной культуры, и кто во что горазд: кабинеты, служебные машины, водители, ассистенты, вторые ассистенты, премиум ДМС и так далее и так далее. Мое мнение - кабинет это довольно удобно, когда у тебя миллиард встреч в неделю, личный ассистент это тоже удобно, когда календарь сложный. Лично для меня играть в тетрис с календарем всегда было сложнее, чем любой этот ваш машинлернинг или даже теорфиз.
Остальное зависит от рода деятельности. Если вы управляете каким-то бизнесом компании, где нужно много ездить по другим компаниям на переговоры, здорово, если вас возят. Если весь день сидите в одном здании, то вообще пофиг. Кстати, иногда вместо водителя и машины люди просто предпочитают компенсацию такси.
Кроме того, вы удивитесь, как много топ-менеджеров ездит на метро. Когда ты топ, опоздать на встречу, стоя в пробке, - часто непозволительная роскошь. А метро внезапно прогнозируемое и надежное 🙂
Что касается ДМС, многие на этом уровне уже привыкли ходить к врачу заранее, а следовательно платить за медицину сами. ДМС предполагает, что уже есть жалобы, а премиум ДМС просто включает в себя топовые клиники или топовых врачей в них, но как и обычный ДМС не покрывает какие-то серьезные необязательные операции, улучшающие качество жизни. Так что радикальных отличий от обычного ДМС здесь нет, просто пакет услуг и выбор врачей шире.
#c_level
Продолжаю рассказ про то, как оплачивается работа топов. В прошлый раз мы поговорили про зп и STI, теперь остались LTI и льготы.
‼️ Кстати говоря, текст может быть полезен не только тем, кто уже метит в топ-менеджмент. Аналогичная схема вознаграждения распространяется по компаниям все больше и часто применяется просто для высокогрейдовых сотрудников. Общая идея здесь в том, что компании все равно выгодней платить вам деньги не большим фиксом в месяц, а разбив сумму на зп+STI+LTI. Также не стесняйтесь задавать вопросы в комментариях.
📈Акции
LTI или Long-Term Incentive - долгосрочная мотивация. Обычно это какая-то большая сумма сумма денег, выдаваемая либо напрямую в виде акций компании (если компания публичная, т.е. торгуется на бирже), либо в денежном выражении, но так, чтобы фактическая сумма была привязана к показателям компании (всякой там ебитде, гросс марже и прочим ругательствам - у кого к чему).
В случае топов эта сумма может быть сравнима или даже заметно больше, чем зарплата+премия, но она распределяется на 3-4 года. Это называют вестингом акций: они за вами уже закреплены, об этом подписаны все документы, но получаете вы акции постепенно. Есть компании с равномерным вестингом - например, 25% каждый год из 4 лет, есть компании с неравномерным - например, в первый год поменьше, второй побольше, а на третий прям много. Смысл неравномерности опять же в том, чтобы в будущем перед вами всегда был большой куш, который вы захотите заработать.
Этот куш имеет и обратный эффект: чтобы его получить, люди готовы проявлять чудеса осторожности и не вступать лишний раз в конфликты, что приводит к довольно медленному решению вопросов. Исправляется эта проблема просто: топ-менеджеров достаточно легко увольняют. Т.е. если вы весь такой аккуратный выживальщик и нигде не идете на активное нанесение добра компании, чтобы избежать конфликтов, это будет видно. После пары сигналов от руководства вы все равно попрощаетесь и с работой, и с бонусами, ведь над вами есть еще СЕО, который финансово заинтересован в результате. С другой стороны, если вы побежите с шашкой наголо ломать все, что работает - прогноз вашей выживаемости тоже обычно неутешительный.
🥇Льготы и прочие плюшки
Тут уже зависит от корпоративной культуры, и кто во что горазд: кабинеты, служебные машины, водители, ассистенты, вторые ассистенты, премиум ДМС и так далее и так далее. Мое мнение - кабинет это довольно удобно, когда у тебя миллиард встреч в неделю, личный ассистент это тоже удобно, когда календарь сложный. Лично для меня играть в тетрис с календарем всегда было сложнее, чем любой этот ваш машинлернинг или даже теорфиз.
Остальное зависит от рода деятельности. Если вы управляете каким-то бизнесом компании, где нужно много ездить по другим компаниям на переговоры, здорово, если вас возят. Если весь день сидите в одном здании, то вообще пофиг. Кстати, иногда вместо водителя и машины люди просто предпочитают компенсацию такси.
Кроме того, вы удивитесь, как много топ-менеджеров ездит на метро. Когда ты топ, опоздать на встречу, стоя в пробке, - часто непозволительная роскошь. А метро внезапно прогнозируемое и надежное 🙂
Что касается ДМС, многие на этом уровне уже привыкли ходить к врачу заранее, а следовательно платить за медицину сами. ДМС предполагает, что уже есть жалобы, а премиум ДМС просто включает в себя топовые клиники или топовых врачей в них, но как и обычный ДМС не покрывает какие-то серьезные необязательные операции, улучшающие качество жизни. Так что радикальных отличий от обычного ДМС здесь нет, просто пакет услуг и выбор врачей шире.
#c_level
Компенсации в топ-менеджменте (часть 3/3)
🏎 Чем обусловлены компенсации топов
Важно понимать, что топам платят приличные деньги не потому что они такие офигенные и самые гениальные люди на свете, а потому что у них нет и не может быть отговорок. Сам ты себе помешал или какие-то обстоятельства непреодолимой силы - никого не волнует.
Топ-менеджер берет ответственность за достижение результатов бизнеса, за это и получает свою компенсацию. В зависимости от степени успеха или провала, ее часть или вся сумма целиком может умножиться на ноль (или что-то от 0 до 1+).
Конечно, в минус компенсация не уйдет: в этом отличие топа от предпринимателя, и это объясняет, почему предприниматель все равно заработает значительно больше топов (если мы говорим об одной и той же компании, и она уже достаточно велика, в маленьком стартапе всякое бывает).
Однако топ-менеджмент это все равно крайне высокий уровень ответственности за бизнес, высокий уровень рисков, и другая вероятность "не вывезти" и покинуть корабль досрочно. Кроме того, желающих поработать на C-level всегда много, конкуренция высокая, и чтобы удерживаться даже год-полтора нужно не просто справляться, а не попасть в список "отстающих" на фоне коллег.
Легче всего с этим справляться, если у вас есть некоторая устойчивость к постоянному стрессу, внешней оценке и соревнованию с другими, и вы можете просто делать то, что считаете правильным для компании. Если же вы от подобного давления будете постоянно дергаться, работа в топах запомнится вам надолго)))
Конечно, все не так прям бескомпромиссно жестко. Желающих работать на C-level и правда много, а внушающих доверие CEO и совету директоров как правило меньше. Поэтому, если увольнять управленцев за любой просчет, никаких кадров не напасешься. Но и гладить по головке и заботиться о вашей мотивации уже, конечно, никто не будет.
Итого: внутренняя мотивация - это база, отвечать головой за результат - это база, уметь отбивать нападки недовольных оппонентов (например тем, что вы делаете то, что считаете нужным вы, а не они) - это тоже база, ну и уметь быстро принимать решения, за последствия которых вам отвечать - тоже, конечно же, база. Все это по-хорошему начинается уже с любого руководящего уровня, но в экзекьютивах достигает своего пика.
#c_level
Важно понимать, что топам платят приличные деньги не потому что они такие офигенные и самые гениальные люди на свете, а потому что у них нет и не может быть отговорок. Сам ты себе помешал или какие-то обстоятельства непреодолимой силы - никого не волнует.
Топ-менеджер берет ответственность за достижение результатов бизнеса, за это и получает свою компенсацию. В зависимости от степени успеха или провала, ее часть или вся сумма целиком может умножиться на ноль (или что-то от 0 до 1+).
Конечно, в минус компенсация не уйдет: в этом отличие топа от предпринимателя, и это объясняет, почему предприниматель все равно заработает значительно больше топов (если мы говорим об одной и той же компании, и она уже достаточно велика, в маленьком стартапе всякое бывает).
Однако топ-менеджмент это все равно крайне высокий уровень ответственности за бизнес, высокий уровень рисков, и другая вероятность "не вывезти" и покинуть корабль досрочно. Кроме того, желающих поработать на C-level всегда много, конкуренция высокая, и чтобы удерживаться даже год-полтора нужно не просто справляться, а не попасть в список "отстающих" на фоне коллег.
Легче всего с этим справляться, если у вас есть некоторая устойчивость к постоянному стрессу, внешней оценке и соревнованию с другими, и вы можете просто делать то, что считаете правильным для компании. Если же вы от подобного давления будете постоянно дергаться, работа в топах запомнится вам надолго)))
Конечно, все не так прям бескомпромиссно жестко. Желающих работать на C-level и правда много, а внушающих доверие CEO и совету директоров как правило меньше. Поэтому, если увольнять управленцев за любой просчет, никаких кадров не напасешься. Но и гладить по головке и заботиться о вашей мотивации уже, конечно, никто не будет.
Итого: внутренняя мотивация - это база, отвечать головой за результат - это база, уметь отбивать нападки недовольных оппонентов (например тем, что вы делаете то, что считаете нужным вы, а не они) - это тоже база, ну и уметь быстро принимать решения, за последствия которых вам отвечать - тоже, конечно же, база. Все это по-хорошему начинается уже с любого руководящего уровня, но в экзекьютивах достигает своего пика.
#c_level
Please open Telegram to view this post
VIEW IN TELEGRAM
Вопрос на засыпку: все ли понимают причину такой дипломатичной формулировки в статье? Не про «не хотели обижать мэтра», а именно почему не хотели и ни в коем случае нельзя было? :)
Forwarded from Дата канальи — про «специалистов» в данных / ML / AI
Please open Telegram to view this post
VIEW IN TELEGRAM
#c_level Про болтовню и болтунов
Самая сложная часть работы, когда весь ваш календарь превращается в сплошные встречи (а на C-level часто так), это отсутствие х2 скорости речи, как на YouTube, люди, втирающие какую-то дичь, и люди, не отвечающие прямо на поставленный вопрос и старающиеся все заболтать
Причем как настоящий переговорщик получает от процесса переговоров не меньше удовольствия, чем от успешного их завершения, а настоящий продавец - от процесса продажи, настоящий любитель поболтать тоже воспринимает процесс как прекрасный танец в котором ему одно удовольствие исполнить главную партию. Если вам нужен сугубо результат, а надавать болтуну по щам вне зоны ваших полномочий, пытка неимоверная
В какой-то момент я начал развивать терпение по принципу «представьте, что вы психиатр». Как это? А вот так: если кто-то бодро забежит к вам в кабинет на четвереньках, надо не кричать «ты больной?», а вкрадчивым голосом интересоваться: «ой, а кто это тут у нас, собачка или кошечка?». И внезапно люди, несущие ахинею на совещании становятся очень интересными, ведь там свой волшебный мир, ждущий своих исследователей :)
Как натренировать этот навык? А очень просто, либо ходите на совещания, если их уже достаточно для антропологических целей, либо подписывайтесь на телеграмм-каналы и читайте иногда. Нет, это не прогрев, серьезно, знаете сколько всего интересного пишут. Если вам нужен навык «я видел некоторое говно» - интернет и телега в частности вас точно не оставят в беде
Самая сложная часть работы, когда весь ваш календарь превращается в сплошные встречи (а на C-level часто так), это отсутствие х2 скорости речи, как на YouTube, люди, втирающие какую-то дичь, и люди, не отвечающие прямо на поставленный вопрос и старающиеся все заболтать
Причем как настоящий переговорщик получает от процесса переговоров не меньше удовольствия, чем от успешного их завершения, а настоящий продавец - от процесса продажи, настоящий любитель поболтать тоже воспринимает процесс как прекрасный танец в котором ему одно удовольствие исполнить главную партию. Если вам нужен сугубо результат, а надавать болтуну по щам вне зоны ваших полномочий, пытка неимоверная
В какой-то момент я начал развивать терпение по принципу «представьте, что вы психиатр». Как это? А вот так: если кто-то бодро забежит к вам в кабинет на четвереньках, надо не кричать «ты больной?», а вкрадчивым голосом интересоваться: «ой, а кто это тут у нас, собачка или кошечка?». И внезапно люди, несущие ахинею на совещании становятся очень интересными, ведь там свой волшебный мир, ждущий своих исследователей :)
Как натренировать этот навык? А очень просто, либо ходите на совещания, если их уже достаточно для антропологических целей, либо подписывайтесь на телеграмм-каналы и читайте иногда. Нет, это не прогрев, серьезно, знаете сколько всего интересного пишут. Если вам нужен навык «я видел некоторое говно» - интернет и телега в частности вас точно не оставят в беде
Знаете, что такое чистое счастье? Вот вы вывели формулу, проверили, она работает - это счастье. Вы написали код, запустили, он работает, проверили - правильно работает. Вот это и есть чистое счастье.
Никаких вопросов как на работе в духе «а я ли эту формулу сейчас вывел или это команда затащила вопреки моему косорукому участию?». Или «а правильно ли я реорганизовал подразделение, может только хуже сделал?».
Да, есть вопрос, а нужна ли была эта формула или этот код. Но обычно даже этот вопрос терзает на порядок меньше предыдущих.
Когда можешь измерить результат, когда видишь его своими глазами, когда получил его своими руками, когда результат получен логически строгими шагами - это запредельное счастье.
Поэтому, например, мне нравится преподавать вживую, а не только записывать лекции. Спросят что-нибудь, например попросят вывести формулу, на которую ты 5 лет болт кладешь и даже не думаешь разбираться, не знаешь как ответить, пошел - разобрался. Сначала сам. Получилось - восторг, если прям сразу как спросили получилось - вдвойне восторг. Не получилось - ищешь наводки. Не смог с наводками - ищешь ответ, разбираешь ответ. Немного с привкусом разочарования, но все равно счастлив, теперь же знаешь, как оно.
Когда такого счастья в жизни становится маловато, обязательно кто-нибудь из студентов подкинет :)
А если пост наберет 100 реакций, запощу несколько моих любимых вопросов и ответов с занятий в канал.
#преподавание
Никаких вопросов как на работе в духе «а я ли эту формулу сейчас вывел или это команда затащила вопреки моему косорукому участию?». Или «а правильно ли я реорганизовал подразделение, может только хуже сделал?».
Да, есть вопрос, а нужна ли была эта формула или этот код. Но обычно даже этот вопрос терзает на порядок меньше предыдущих.
Когда можешь измерить результат, когда видишь его своими глазами, когда получил его своими руками, когда результат получен логически строгими шагами - это запредельное счастье.
Поэтому, например, мне нравится преподавать вживую, а не только записывать лекции. Спросят что-нибудь, например попросят вывести формулу, на которую ты 5 лет болт кладешь и даже не думаешь разбираться, не знаешь как ответить, пошел - разобрался. Сначала сам. Получилось - восторг, если прям сразу как спросили получилось - вдвойне восторг. Не получилось - ищешь наводки. Не смог с наводками - ищешь ответ, разбираешь ответ. Немного с привкусом разочарования, но все равно счастлив, теперь же знаешь, как оно.
Когда такого счастья в жизни становится маловато, обязательно кто-нибудь из студентов подкинет :)
А если пост наберет 100 реакций, запощу несколько моих любимых вопросов и ответов с занятий в канал.
#преподавание
Media is too big
VIEW IN TELEGRAM
Тем временем подкаст ТехТок возвращается после новогодних праздников :) Завтра выпускаем интервью с Сергеем Марковым про GenAI. Кстати, с момента записи интервью у Сергея уже вышла его книга, так что можно почитать электронную версию и даже заказать печатную: https://markoff.science/#book
Интервью с Сергеем Марковым про GenAI в подкасте ТехТок
Таймлайн:
00:00:00 - Начало
00:03:55 - Кратко о расцвете генеративных моделей
00:09:58 - Важные достижения ДО выхода ChatGPT
00:13:05 - Как учили первые Российские генеративные модели
00:16:51 - Почему пальцы проблема и разнообразие датасетов
00:21:41 - Различия подходов к генерации и специализация нейросетей
00:31:16 - Мультиагентные среды
00:36:15 - Написание промтов и правовые вопросы
00:46:16 - Регуляторные механизмы и вотермарки
00:50:07 - Диффузионные модели vs авторегрессионные
00:54:47 - Генерация видео (по состоянию на 2024 год)
00:59:49 - Важные задачи в GenAI
01:04:29 - Трудности разработки русскоязычных моделей
YouTube: https://youtu.be/4Cxk3gYuGo0?si=Wvi7sZqEEGzhN-RM
VK видео: https://vkvideo.ru/video-228552366_456239024
Таймлайн:
00:00:00 - Начало
00:03:55 - Кратко о расцвете генеративных моделей
00:09:58 - Важные достижения ДО выхода ChatGPT
00:13:05 - Как учили первые Российские генеративные модели
00:16:51 - Почему пальцы проблема и разнообразие датасетов
00:21:41 - Различия подходов к генерации и специализация нейросетей
00:31:16 - Мультиагентные среды
00:36:15 - Написание промтов и правовые вопросы
00:46:16 - Регуляторные механизмы и вотермарки
00:50:07 - Диффузионные модели vs авторегрессионные
00:54:47 - Генерация видео (по состоянию на 2024 год)
00:59:49 - Важные задачи в GenAI
01:04:29 - Трудности разработки русскоязычных моделей
YouTube: https://youtu.be/4Cxk3gYuGo0?si=Wvi7sZqEEGzhN-RM
VK видео: https://vkvideo.ru/video-228552366_456239024
YouTube
ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ (GenAI) | Сергей Марков
В этом выпуске AI эксперт из Сбера Сергей Марков, автор книги "Охота на электро-овец: большая книга искусственного интеллекта" (https://markoff.science/#book) телеграмм-канала https://www.tgoop.com/oulenspiegel_channel, рассказывает нам о том, как развивались и как…
#образование Про платный и бесплатный контент
Давным-давно, когда мы с Эмели Драль впервые пробовали продавать корпоративное обучение по Data Science (вероятно лет 7-8 назад), я спрашивал совет у одной очень матерой пиарщицы про то, как вообще выходить на рынок, где можно и нужно засветиться, ну и вообще какими мыслями может поделиться.
Первый её совет был такой: сначала позаботьтесь о том, чтобы ваша конверсия не срезалась невозможностью у вас что-то заказать. Вот если у вас есть лендинг, нужно чтобы все кнопки «заказать» там 100% работали, все указанные почты читались, ответы были оперативными и т.д. Только после этого имеет смысл приводить какой-то трафик. Банально? До безумия. Но конечно я миллион раз и сам косячил в этом и за другими замечал.
Наш курс Data Mining in Action проводился девять лет и был бесплатным для слушателей. Каждый набор к нам кто-то подходил и говорил: «Вы неправильно живете, что не берете деньги за это!». Мы не только не брали, мы еще и сами вкидывали свои, чтобы были материалы, чтобы был выпускной, много для чего. Привлекали некоторое финансирование от компаний-партнеров, но существенно меньше общего бюджета.
И вот мне это начало самому надоедать, потому что часто не хватало денег чтобы удерживать людей в проекте. Это же не чисто моя благотворительность, это была еще и благотворительность наших препов. А всем рано или поздно начинает не хватать времени. Со специализацией на Coursera была отчасти похожая история, но уже чуть получше. Да и просто честолюбие потешить тем, что на каждой второй встрече говорят, что учились по твоим лекциям, уже дорогого стоило ))
Но в итоге мое возвращение в массовое образование в прошлом году помимо преподавания в МФТИ и ВШЭ ожидаемо включило в себя запуск коммерческой онлайн-школы ML. Тут конечно я сразу оценил контраст между тем, когда что-то раздаешь людям бесплатно, и когда продаешь. В первом случае тебя все благодарят, а во втором орут, что «Буратин теперь в ML гонят».
Но и в возможностях для организации тоже контраст крутой. Теперь видосы красивые, обратная связь быстрая (на фоне того что было на бесплатном курсе - безумно быстрая), домашки проверяются, даже видосы на канале школы на YouTube периодически залетают. Ну а люди, которые осмысленно заплатили за курс, ходят на занятия и делают домашки, да и даже если не всегда делают, оказались очень приятной и благодарной аудиторией, с которой огромное удовольствие работать.
Если вы думаете, что я хочу сказать «нафиг бесплатное образование», не спешите с выводами. Оказалось, что полезные бесплатные материалы это база маркетинга в современном массовом образовании. Сначала к вам долго присматриваются по роликам на ютьюбе или выложенной pdf с учебником, а потом в какой-то момент решаются уж пойти и серьезно поучиться. Поэтому сейчас у меня новый заход в создание бесплатных материалов, видеолекций и курсов. И об одной такой вещи я расскажу вам здесь на днях. Изменилось только одно - теперь не режу конверсию тем, что ничего нельзя купить, как 10 лет назад :))) Можно, уже как минимум два курса есть в MLinside и еще несколько на подходе.
Давным-давно, когда мы с Эмели Драль впервые пробовали продавать корпоративное обучение по Data Science (вероятно лет 7-8 назад), я спрашивал совет у одной очень матерой пиарщицы про то, как вообще выходить на рынок, где можно и нужно засветиться, ну и вообще какими мыслями может поделиться.
Первый её совет был такой: сначала позаботьтесь о том, чтобы ваша конверсия не срезалась невозможностью у вас что-то заказать. Вот если у вас есть лендинг, нужно чтобы все кнопки «заказать» там 100% работали, все указанные почты читались, ответы были оперативными и т.д. Только после этого имеет смысл приводить какой-то трафик. Банально? До безумия. Но конечно я миллион раз и сам косячил в этом и за другими замечал.
Наш курс Data Mining in Action проводился девять лет и был бесплатным для слушателей. Каждый набор к нам кто-то подходил и говорил: «Вы неправильно живете, что не берете деньги за это!». Мы не только не брали, мы еще и сами вкидывали свои, чтобы были материалы, чтобы был выпускной, много для чего. Привлекали некоторое финансирование от компаний-партнеров, но существенно меньше общего бюджета.
И вот мне это начало самому надоедать, потому что часто не хватало денег чтобы удерживать людей в проекте. Это же не чисто моя благотворительность, это была еще и благотворительность наших препов. А всем рано или поздно начинает не хватать времени. Со специализацией на Coursera была отчасти похожая история, но уже чуть получше. Да и просто честолюбие потешить тем, что на каждой второй встрече говорят, что учились по твоим лекциям, уже дорогого стоило ))
Но в итоге мое возвращение в массовое образование в прошлом году помимо преподавания в МФТИ и ВШЭ ожидаемо включило в себя запуск коммерческой онлайн-школы ML. Тут конечно я сразу оценил контраст между тем, когда что-то раздаешь людям бесплатно, и когда продаешь. В первом случае тебя все благодарят, а во втором орут, что «Буратин теперь в ML гонят».
Но и в возможностях для организации тоже контраст крутой. Теперь видосы красивые, обратная связь быстрая (на фоне того что было на бесплатном курсе - безумно быстрая), домашки проверяются, даже видосы на канале школы на YouTube периодически залетают. Ну а люди, которые осмысленно заплатили за курс, ходят на занятия и делают домашки, да и даже если не всегда делают, оказались очень приятной и благодарной аудиторией, с которой огромное удовольствие работать.
Если вы думаете, что я хочу сказать «нафиг бесплатное образование», не спешите с выводами. Оказалось, что полезные бесплатные материалы это база маркетинга в современном массовом образовании. Сначала к вам долго присматриваются по роликам на ютьюбе или выложенной pdf с учебником, а потом в какой-то момент решаются уж пойти и серьезно поучиться. Поэтому сейчас у меня новый заход в создание бесплатных материалов, видеолекций и курсов. И об одной такой вещи я расскажу вам здесь на днях. Изменилось только одно - теперь не режу конверсию тем, что ничего нельзя купить, как 10 лет назад :))) Можно, уже как минимум два курса есть в MLinside и еще несколько на подходе.
Первый бесплатный курс MLinside
Мы опубликовали на Stepik наш первый бесплатный курс (он же демо платного) - https://stepik.org/users/984760246/
Первым (коммерческим) курсом в MLinside был базовый курс ML. Не то чтобы мало на свете введений в ML. Для меня, например, после 15 лет преподавания, гораздо более интересный курс это ML в бизнесе, который мы тоже уже стартовали в MLinside, и где рассматриваем стандартные задачи, решаемые в компаниях. Но сработал тот же принцип несрезания конверсии, о котором я рассказывал в прошлом посте: вот придет кто-то на ML в бизнесе, поймет, что пока рано, и много чего из базы непонятно, а без базового курса и идти некуда 🙂
Первый поток мы набрали очень быстро, и с головой погрузились в проведение курса. Но в какой-то момент стало понятно, что поток закончится через 6 месяцев, отзывы от самых быстрых студентов пойдут через 3-4 месяца, и все это время не публиковать никакой информации о «Базе ML» будет как-то опрометчиво.
Решением стала публикация отдельных лекций в открытом доступе. Подписчики нас попросили выложить примеры лекций всех преподавателей курса, чтобы можно было оценить подачу материала. Я выбрал несколько видео от каждого, и оказалось, что в целом, даже только по выбранным фрагментам уже можно чему-то научиться.
В самом деле, в итоговый список попали:
- часть лекций по математике
- пара видео про питон
- семинары про линейную регрессию и SGD
- семинар, где собирается простая нейросеть на коленке не в PyTorch, а прям с нуля ручками с объяснением, как это работает
- лекции и семинары по метрикам качества и особенностям их оптимизации и валидации моделей
Посмотрев на все это, мы выложили материалы на Stepik в виде демо курса «База ML». Так что теперь у нас есть небольшой бесплатный курс, где можно познакомиться с основными концепциями: какая математика и какой питон нужны в ML, как работают внутри ML модели на примере линейных моделей и нейросеток (в частности, как и там и там применяется оптимизация с помощью SGD), как валидировать ML модели на примере задачи регрессии. Ко всему этому еще есть тесты и задания, так что проверить себя тоже можно :)
Что будет дальше? По мере расширения нашей линейки курсов, будет больше материалов в открытом доступе. Кроме того, у нас уже сформировался длинный список дополнительных видео для существующих курсов, что-то из них тоже будет опубликовано. Так что ждите новых анонсов! Также пишите, каких видеолекций/курсов вам не хватает в открытом доступе. Подумаем, что можем сделать 🙂
Мы опубликовали на Stepik наш первый бесплатный курс (он же демо платного) - https://stepik.org/users/984760246/
Первым (коммерческим) курсом в MLinside был базовый курс ML. Не то чтобы мало на свете введений в ML. Для меня, например, после 15 лет преподавания, гораздо более интересный курс это ML в бизнесе, который мы тоже уже стартовали в MLinside, и где рассматриваем стандартные задачи, решаемые в компаниях. Но сработал тот же принцип несрезания конверсии, о котором я рассказывал в прошлом посте: вот придет кто-то на ML в бизнесе, поймет, что пока рано, и много чего из базы непонятно, а без базового курса и идти некуда 🙂
Первый поток мы набрали очень быстро, и с головой погрузились в проведение курса. Но в какой-то момент стало понятно, что поток закончится через 6 месяцев, отзывы от самых быстрых студентов пойдут через 3-4 месяца, и все это время не публиковать никакой информации о «Базе ML» будет как-то опрометчиво.
Решением стала публикация отдельных лекций в открытом доступе. Подписчики нас попросили выложить примеры лекций всех преподавателей курса, чтобы можно было оценить подачу материала. Я выбрал несколько видео от каждого, и оказалось, что в целом, даже только по выбранным фрагментам уже можно чему-то научиться.
В самом деле, в итоговый список попали:
- часть лекций по математике
- пара видео про питон
- семинары про линейную регрессию и SGD
- семинар, где собирается простая нейросеть на коленке не в PyTorch, а прям с нуля ручками с объяснением, как это работает
- лекции и семинары по метрикам качества и особенностям их оптимизации и валидации моделей
Посмотрев на все это, мы выложили материалы на Stepik в виде демо курса «База ML». Так что теперь у нас есть небольшой бесплатный курс, где можно познакомиться с основными концепциями: какая математика и какой питон нужны в ML, как работают внутри ML модели на примере линейных моделей и нейросеток (в частности, как и там и там применяется оптимизация с помощью SGD), как валидировать ML модели на примере задачи регрессии. Ко всему этому еще есть тесты и задания, так что проверить себя тоже можно :)
Что будет дальше? По мере расширения нашей линейки курсов, будет больше материалов в открытом доступе. Кроме того, у нас уже сформировался длинный список дополнительных видео для существующих курсов, что-то из них тоже будет опубликовано. Так что ждите новых анонсов! Также пишите, каких видеолекций/курсов вам не хватает в открытом доступе. Подумаем, что можем сделать 🙂
У Димы Трофимова вышел хороший обзор истории с DeepSeek. Кратко и по делу, так что обязательно читаем
Forwarded from D_PEOPLE [Trofimov]
Вы просили про DeepSeek - ситуация вкрай запутана🤔
Полный обзор всего загадочного и странного в этой истории по порядку:
1️⃣ Начнем с того, действительно ли DeepSeek R1 лучше ведущих закрытых моделей - нет..
Да, он хорош, но по бенчмаркам на уровне o1 от OpenAI без какого-то превосходства, да и по ощущениям (я пользую и ту и ту) на обычных жизненных задачах модели очень близки.
Но все равно успех DeepSeek удивителен, мы еще забываем про V3, которая ранее превзошла GPT4o и Claude 3.5⭐️ ⭐️ ⭐️
А еще DeepSeek лучше всех справилась с “последним экзаменом человечества" - тестом из 3 тыс. вопросов, большинство из которых составлялись учеными⚡️ ⚡️ ⚡️
Все модели🤖 : Gemini от Google, Claude от Anthropic, Grok от xAI, 4o и o1 от OpenAI и DeepSeek R1, - этот тест провалили, не набрав и 10%, но..
R1 получила 9,4%, а o1 всего 9,1% при том, что R1 не работает с картинками и такие вопросы пропускала❓
2️⃣ В чем же тогда поднявшийся ор?..
DeepSeek ворвалась в лидеры менее, чем за год, а еще ее модели открытые и бесплатные (говорят, халява на R1 до 8го февраля)💸
+ китайцы сделали хитрый ход, забрав полрынка разрабов — API DeepSeek’а на 100% совместимо с библиотеками OpenAI, т.е. для миграции нужно просто удалить платный API от OpenAI и вставить бесплатный от DeepSeek’а🤣 🤣 🤣
3️⃣ Самое большое влияние на этот разгон в стратосферу оказала инфа о том, что обучение R1 в 20 раз дешевле..
Давайте разбираться..
Во-первых, есть мнение, что DeepSeek перенял наработки от Llama после ее мощного рывка в 2024м, когда она вынесла всех по бенчам и сделалась открытой..
Если это так, то тогда с какого момента считать стоимость обучения и что там в ядре на L0 (выложил в комменты уровни обучения моделей)?.. Если там Llama - тогда ясно, почему DeepSeek такая “дешевая”🗡
Во-вторых, мы не знаем как и для чего учили модель..
Учитывая, что превосходство R1 не особо ощущается, может ее и учили на бенчи с арены - у всех “производителей” моделей эта практика стала нормой👍
А еще DeepSeek финансируется китайским хедж-фондом High-Flyer💸 , основанным Лян Вэньфэном, а что важно финансистам? Чтобы модель стоила поменьше, а эффект от нее был побольше.. А что значит побольше? Шаг к AGI? Нет, конечно.. Качнуть рынки?.. Возможно🤙
В-третьих, сразу за взлетом R1 всплыл факт😁
Альтман почувствовал неладное - его беза узнала, что связанные с DeepSeek лица выкачивали через API OpenAI данные, обходя ограничения😈 По сути o1 учила R1💳
..OpenAI и Microsoft инициировали расследование, но доказательств никаких нет🔥
Т.е кто-то в OpenAI слил что нужно в DeepSeek, а DeepSeek с самого начала была “заточена” на низложение OpenAI.. Забавное свидетельство в конце поста))))
4️⃣ Вернемся к “качнуть рынки” - чем обусловлено крушение рынка и антирекорд NVIDIA: -12% и -400 млрд $ за сутки?..
Да ничем - чем выше хайп в ИИ, тем меньше новости и колебания рынка связаны с реальностью🥳
Рынок среагировал на x20 меньшую стоимость обучения R1, и типа все эти уже трлнные инвестиции в строительство мега-ИИ-кластеров не оправданы😳
Но обучение базовых моделей, думаю, забирает не больше 5% этих огромных мощностей.. Остальное тратится не на инфраструктуру для обучения таких моделей, а на инференс, т.е. вычислительные мощности для запуска тысяч ИИ-агентов для миллиардов людей, добавьте туда мультимодальность (обработка видео, голоса, изображений, логические размышления, растущий контескт и работа с памятью) - потребность во всем этом в эру агентности будет только расти📈
Поэтому, уверен, ребята из фонда, финансирующего DeepSeek, успели закупиться “дешевой” NVIDIA🧠
PS Ну и обещанная бомба)) Когда я писал пост, вспомнил слайд с презентации Microsoft в мае 2024, на котором показана эволюция GPT, где каждое поколение сравнивалось: GPT3 с акулой, GPT4 с касаткой, GPT5 с огромным китом.. (см. картинку☝️)
А теперь гляньте на лого DeepSeek’а))) мать его гребаный КИТ 😂 😂 😂
Все не просто так, и не ждите более в индустрии ИИ честной игры..
PPS пару дней назад вся база запросов пользователей DeepSeek “утекла” в сеть - во всем виноваты хакеры 😀
Все свидетельства изложенных фактов в комментах👉))
ЧИТАТЬ D_PEOPLE
Полный обзор всего загадочного и странного в этой истории по порядку:
Да, он хорош, но по бенчмаркам на уровне o1 от OpenAI без какого-то превосходства, да и по ощущениям (я пользую и ту и ту) на обычных жизненных задачах модели очень близки.
Но все равно успех DeepSeek удивителен, мы еще забываем про V3, которая ранее превзошла GPT4o и Claude 3.5
А еще DeepSeek лучше всех справилась с “последним экзаменом человечества" - тестом из 3 тыс. вопросов, большинство из которых составлялись учеными
Все модели
R1 получила 9,4%, а o1 всего 9,1% при том, что R1 не работает с картинками и такие вопросы пропускала
DeepSeek ворвалась в лидеры менее, чем за год, а еще ее модели открытые и бесплатные (говорят, халява на R1 до 8го февраля)
+ китайцы сделали хитрый ход, забрав полрынка разрабов — API DeepSeek’а на 100% совместимо с библиотеками OpenAI, т.е. для миграции нужно просто удалить платный API от OpenAI и вставить бесплатный от DeepSeek’а
Давайте разбираться..
Во-первых, есть мнение, что DeepSeek перенял наработки от Llama после ее мощного рывка в 2024м, когда она вынесла всех по бенчам и сделалась открытой..
Если это так, то тогда с какого момента считать стоимость обучения и что там в ядре на L0 (выложил в комменты уровни обучения моделей)?.. Если там Llama - тогда ясно, почему DeepSeek такая “дешевая”
Во-вторых, мы не знаем как и для чего учили модель..
Учитывая, что превосходство R1 не особо ощущается, может ее и учили на бенчи с арены - у всех “производителей” моделей эта практика стала нормой
А еще DeepSeek финансируется китайским хедж-фондом High-Flyer
В-третьих, сразу за взлетом R1 всплыл факт
Альтман почувствовал неладное - его беза узнала, что связанные с DeepSeek лица выкачивали через API OpenAI данные, обходя ограничения
..OpenAI и Microsoft инициировали расследование, но доказательств никаких нет
Т.е кто-то в OpenAI слил что нужно в DeepSeek, а DeepSeek с самого начала была “заточена” на низложение OpenAI.. Забавное свидетельство в конце поста))))
Да ничем - чем выше хайп в ИИ, тем меньше новости и колебания рынка связаны с реальностью
Рынок среагировал на x20 меньшую стоимость обучения R1, и типа все эти уже трлнные инвестиции в строительство мега-ИИ-кластеров не оправданы
Но обучение базовых моделей, думаю, забирает не больше 5% этих огромных мощностей.. Остальное тратится не на инфраструктуру для обучения таких моделей, а на инференс, т.е. вычислительные мощности для запуска тысяч ИИ-агентов для миллиардов людей, добавьте туда мультимодальность (обработка видео, голоса, изображений, логические размышления, растущий контескт и работа с памятью) - потребность во всем этом в эру агентности будет только расти
Поэтому, уверен, ребята из фонда, финансирующего DeepSeek, успели закупиться “дешевой” NVIDIA
PS Ну и обещанная бомба)) Когда я писал пост, вспомнил слайд с презентации Microsoft в мае 2024, на котором показана эволюция GPT, где каждое поколение сравнивалось: GPT3 с акулой, GPT4 с касаткой, GPT5 с огромным китом.. (см. картинку☝️)
Все не просто так, и не ждите более в индустрии ИИ честной игры..
Все свидетельства изложенных фактов в комментах👉))
ЧИТАТЬ D_PEOPLE
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Никита тут опять выдал нелицеприятную базу про жизнь в корпорации. Искренность, правдивость и точность поста зашкаливает, что не просто смело, а капец как смело :) Как всегда - накидывайте в комментах свои вопросы про жизнь в корпе (можно как Никите, так и мне - я не такой смелый, но на что-то тоже готов ответить)))
Forwarded from Дата канальи — про «специалистов» в данных / ML / AI
Скрытые KPI – моя версия
Спасибо вам за комментарии под предыдущим постом, реально заставили задуматься и вспомнить разных ситуаций
Дисклемер: речь о корпорациях
А картинка из статьи на хабре, статью комментировать не буду, но картинка классная.
Сначала кейсы
Кейс 1
Как вы думаете, что будет если удачно показать презентацию акционеру?
Внеплановая премия на 50М рублей – как вам?
Кейс 2
Очень крепкий начальник DS-отдела тащит звездный (уникальный, имиджевый, денежный, на благо клиентам и тд) проект, визибилити на самом высоком уровне, получает грейд, звание, еще пару команд. А меньше чем через год вынужден уволиться. Почему?
Кейс 3
Регулярная оперативка у президента Банка, президент не в настроении. AI идет четвертым, последним вопросом. Шеф докладывает результаты моей команды – гробовое молчание секунд 15, вступается один старший вице-президент – “мои ребята провалидировали, все сделано грамотно”, затем второй – “а мои уже пропилотировали, работает, эффекты есть”, мы с шефом выдыхаем, президент выдает – “а для физиков когда это же сделаете?”.
Давайте попробуем суммаризировать этот опыт:
1) Больше всех в колхозе пахала лошадь, но председателем она так и не стала => визибилити очень важен
2) Если вы сделали один классный и значимый проект – вы задали планку, и у вас даже после повышения может не хватить задач / полномочий / ресурсов / гороскопа сделать что-то такого же масштаба
3) А “на радарах” надо быть регулярно, желательно либо с важной либо с хайповой темой – а фокус постоянно меняется, поэтому темы тоже надо менять – люто плюсую комментарий под предыдущим постом на тему новизны и early adopter
4) Достижения должны не убывать по значимости => правильное планирование и револьверные схемы
5) Любой манагер обучен представлять результаты своих сотрудников как свои. Как же тогда получить визибилити? Искать недооцененные темы, где шеф видит вероятность провала (и последствия там таковы что кадровые решения неминуемы – тогда он всегда сможет пожертвовать тем кто докладывал и сослаться на ошибку сотрудника, который за это был им уволен).
6) Надо уметь балансировать между стремлением “сделать нормально” и закрыть тех. долги и ростом вширь в хайповые темы. Инвестируйте в рост тоже, копать картоху можно долго
7) Решать все проблемы шефа плохая стратегия если вам не платят 100500 денег – кто же вас отпустит на повышение если вы так удобны? Если у вас хорошие отношения с начальником – значит, вам недоплачивают. Вообще залог хороших отношений с людьми – с вас они имеют больше, чем вы с них. И быть на расстоянии повышает шанс воспользоваться возможностью из п4. Здесь, как и из любого правила, есть исключение -- если вас купили с потрохами, еще и с опережением ваших запросов -- то логично честно впрячься -- такая ситуация хоть и может оказаться неустойчивой, но сулит нереально редкий баланс нервы / деньги
8) А вот решать проблемы шефа своего шефа – работающая история. Ведь стейкхолдер так похож на shareholder ;)
9) У акционера проблемой могут быть не деньги, а померяться чем-н с акционерами другой крупной компании
10) Поддержка смежников (за периметром феода вашего синьора) критически важна – более того, не раз наблюдал “десанты” из соседних подразделений – испытанная временем практика – "женишься" сам или "женишь сына" на "дочке" соседнего феодала и он перестает тебя атаковать (особенно полезно когда тебя атакуют другие, с которыми ты породниться или заключить союз не успел). Речь о приеме на работу к себе в структуру на ненизовую должность -- еще таких называют парашютистами
11) Не встревать в конфликтные темы (когда две вертикали бьются за какую-то бизнес-линию или даже зону ответственности) – они потом решение найдут, а ваша голова полетит. Паны дерутся – у холопов чубы трещат.
Итого: у всех, кто хочет расти, есть незафиксированный kpi “не реже раза в месяц/квартал -- в зависимости от левела -- доложить на уровне шеф+1 результаты, имеющие новизну, выхлоп и при этом относящимся либо к сиюминутно важным фокусам того уровня либо к жизненно-важной теме для кор-бизнеса”
Спасибо вам за комментарии под предыдущим постом, реально заставили задуматься и вспомнить разных ситуаций
Дисклемер: речь о корпорациях
А картинка из статьи на хабре, статью комментировать не буду, но картинка классная.
Сначала кейсы
Кейс 1
Как вы думаете, что будет если удачно показать презентацию акционеру?
Кейс 2
Очень крепкий начальник DS-отдела тащит звездный (уникальный, имиджевый, денежный, на благо клиентам и тд) проект, визибилити на самом высоком уровне, получает грейд, звание, еще пару команд. А меньше чем через год вынужден уволиться. Почему?
Кейс 3
Регулярная оперативка у президента Банка, президент не в настроении. AI идет четвертым, последним вопросом. Шеф докладывает результаты моей команды – гробовое молчание секунд 15, вступается один старший вице-президент – “мои ребята провалидировали, все сделано грамотно”, затем второй – “а мои уже пропилотировали, работает, эффекты есть”, мы с шефом выдыхаем, президент выдает – “а для физиков когда это же сделаете?”.
Давайте попробуем суммаризировать этот опыт:
1) Больше всех в колхозе пахала лошадь, но председателем она так и не стала => визибилити очень важен
2) Если вы сделали один классный и значимый проект – вы задали планку, и у вас даже после повышения может не хватить задач / полномочий / ресурсов / гороскопа сделать что-то такого же масштаба
3) А “на радарах” надо быть регулярно, желательно либо с важной либо с хайповой темой – а фокус постоянно меняется, поэтому темы тоже надо менять – люто плюсую комментарий под предыдущим постом на тему новизны и early adopter
4) Достижения должны не убывать по значимости => правильное планирование и револьверные схемы
5) Любой манагер обучен представлять результаты своих сотрудников как свои. Как же тогда получить визибилити? Искать недооцененные темы, где шеф видит вероятность провала (и последствия там таковы что кадровые решения неминуемы – тогда он всегда сможет пожертвовать тем кто докладывал и сослаться на ошибку сотрудника, который за это был им уволен).
6) Надо уметь балансировать между стремлением “сделать нормально” и закрыть тех. долги и ростом вширь в хайповые темы. Инвестируйте в рост тоже, копать картоху можно долго
7) Решать все проблемы шефа плохая стратегия если вам не платят 100500 денег – кто же вас отпустит на повышение если вы так удобны? Если у вас хорошие отношения с начальником – значит, вам недоплачивают. Вообще залог хороших отношений с людьми – с вас они имеют больше, чем вы с них. И быть на расстоянии повышает шанс воспользоваться возможностью из п4. Здесь, как и из любого правила, есть исключение -- если вас купили с потрохами, еще и с опережением ваших запросов -- то логично честно впрячься -- такая ситуация хоть и может оказаться неустойчивой, но сулит нереально редкий баланс нервы / деньги
8) А вот решать проблемы шефа своего шефа – работающая история. Ведь стейкхолдер так похож на shareholder ;)
9) У акционера проблемой могут быть не деньги, а померяться чем-н с акционерами другой крупной компании
10) Поддержка смежников (за периметром феода вашего синьора) критически важна – более того, не раз наблюдал “десанты” из соседних подразделений – испытанная временем практика – "женишься" сам или "женишь сына" на "дочке" соседнего феодала и он перестает тебя атаковать (особенно полезно когда тебя атакуют другие, с которыми ты породниться или заключить союз не успел). Речь о приеме на работу к себе в структуру на ненизовую должность -- еще таких называют парашютистами
11) Не встревать в конфликтные темы (когда две вертикали бьются за какую-то бизнес-линию или даже зону ответственности) – они потом решение найдут, а ваша голова полетит. Паны дерутся – у холопов чубы трещат.
Итого: у всех, кто хочет расти, есть незафиксированный kpi “не реже раза в месяц/квартал -- в зависимости от левела -- доложить на уровне шеф+1 результаты, имеющие новизну, выхлоп и при этом относящимся либо к сиюминутно важным фокусам того уровня либо к жизненно-важной теме для кор-бизнеса”
Не проект
Небольшой оффтоп. Много занимаясь образованием (даже при том, что в основном вузовским и обучением взрослых людей), часто сталкиваюсь с темой детского образования. Например, в этот понедельник читал лекцию в школе.
Учащихся собрали в актовом зале, причем учеников из всех классов от 5 до 11, так что было непросто. Ну представьте, у меня еще нет адаптации лекции для 5-классника. А каков обычно ребенок в 5 классе? Он же крутится как волчок и не умолкает ни на секунду, сам таким был когда-то, помню. Вот под этот гул нужно было не терять ни мысль, ни надежду ("ха-ха" скажут в ответ на мое нытье учителя) и рассказывать мою неадаптированную лекцию. Задумался о том, чтобы сделать версию с более активным развлечением слушателя и борьбой за его внимание. Даже больше скажу: может в том и секрет гениальной лекции, чтобы даже вниманием пятиклассника суметь завладеть?
Но вообще применительно к детям, и особенно к детскому образованию, хотел задать вам вопрос, который не дает мне покоя. Часто слышу формулировку: "мой ребенок - это мой главный проект". И меня от нее выворачивает, прям физически начинает тошнить. Как и от человека, который это говорит вслух. Хочется кричать: "он не проект, он живой и его надо любить". Но это первый эмоциональный позыв. Ну и, конечно, вслух я ничего не говорю, еще бы мне родителю давать совет как воспитывать своего ребенка - суицидальных наклонностей не имею 😂
Однако если подумать, в этой фразе есть и позитивный подтекст. И я не про то, что уж хотя бы "главный" проект (это, кстати, тоже хорошая новость), а про серьезное отношение в целом. Про планирование и про попытку дать ребенку что-то конкретное и измеримое, а не продолбать все, действуя по наитию и обходясь без планов.
А вы как думаете: можно ли говорить, что ребенок - это проект, или вас тоже коробит от этой формулировки?
Небольшой оффтоп. Много занимаясь образованием (даже при том, что в основном вузовским и обучением взрослых людей), часто сталкиваюсь с темой детского образования. Например, в этот понедельник читал лекцию в школе.
Учащихся собрали в актовом зале, причем учеников из всех классов от 5 до 11, так что было непросто. Ну представьте, у меня еще нет адаптации лекции для 5-классника. А каков обычно ребенок в 5 классе? Он же крутится как волчок и не умолкает ни на секунду, сам таким был когда-то, помню. Вот под этот гул нужно было не терять ни мысль, ни надежду ("ха-ха" скажут в ответ на мое нытье учителя) и рассказывать мою неадаптированную лекцию. Задумался о том, чтобы сделать версию с более активным развлечением слушателя и борьбой за его внимание. Даже больше скажу: может в том и секрет гениальной лекции, чтобы даже вниманием пятиклассника суметь завладеть?
Но вообще применительно к детям, и особенно к детскому образованию, хотел задать вам вопрос, который не дает мне покоя. Часто слышу формулировку: "мой ребенок - это мой главный проект". И меня от нее выворачивает, прям физически начинает тошнить. Как и от человека, который это говорит вслух. Хочется кричать: "он не проект, он живой и его надо любить". Но это первый эмоциональный позыв. Ну и, конечно, вслух я ничего не говорю, еще бы мне родителю давать совет как воспитывать своего ребенка - суицидальных наклонностей не имею 😂
Однако если подумать, в этой фразе есть и позитивный подтекст. И я не про то, что уж хотя бы "главный" проект (это, кстати, тоже хорошая новость), а про серьезное отношение в целом. Про планирование и про попытку дать ребенку что-то конкретное и измеримое, а не продолбать все, действуя по наитию и обходясь без планов.
А вы как думаете: можно ли говорить, что ребенок - это проект, или вас тоже коробит от этой формулировки?
🥇Как стать сотрудником, с которым не расстанутся
В этот раз мы обсудим наиболее очевидный путь, позже будет продолжение с менее стандартными способами (а их много, например некоторые категории сотрудников просто нельзя увольнять)
Цель формулируется очень просто: ваша ценность для босса должна быть больше вашей стоимости как в деньгах, так и в других накладных расходах.
Значит план очень простой:
1. Узнаем, что ценно для босса
2. Максимизируем эту ценность
3. Регулярно информируем босса о всех победах
Параллельно не задалбываем слишком сильно босса своими требованиями х3 к зарплате, интересных задач и удаленки с теплых морей (тут надо научиться чувствовать). Но помним, что быть «да-чуваком» и на все соглашаться тоже не стоит. Неспособность заботиться о своих интересах принижает вас в глазах руководителя, и отношение к вам тоже меняется. Никто не любит мямлей. Кроме того, yes-guy соглашается на то, что потом не может сделать, что часто заканчивается плохо.
Если кратко - вот и все. Если чуть подробнее, вот еще комментарии по пунктам:
1. У всех в корпорации есть KPI, их максимизация обычно человеку ценна. Иногда речь не про формальные KPI, за которые дают премию, а про «понятийные», за которые босса похвалит/не уволит его босс или он сам себя похвалит - тут уж кому что важно. Чтобы это узнать, нужно общаться.
2. Скорее всего, придется работать, и это самый прямой путь. Более сложный - найти тех, кто все сделает, организовать процесс, а боссу зарепортить результат. Плюс в том, что как организатор вы можете сделать руками других людей гораздо больше. А важнейшее правило такого подхода - выбить у босса или дать в рамках своих возможностей какие-то ощутимые бенефиты тем, кто работал над задачей. Те, кто только присваивают результаты и не делятся плюшками с исполнителями, рискуют, что в их честь назовут салат 🔪🔪🔪
3. Тут все просто - не теряйтесь. Приемлемая для босса периодичность общения это дело индивидуальное. Бывает, что мелкий начальничек «не занимается микроменеджментом» и хочет видеть вас раз в квартал, а крупный предприниматель ожидает доклада каждую неделю, а бывает наоборот. Опять же, общаемся, понимаем, задаем уточняющие вопросы. Важный момент - заботиться о том, чтобы в плане работ был предусмотрен не только долгострой, но и быстрые победы, пусть и небольшие. Это создает позитивный фон, скрашивающий ожидание больших результатов.
Все написанное выше может показаться какой-то очевидностью, но стоит задать себе вопрос «а все ли из этого я делаю?», и ответ может очень удивить.
В этот раз мы обсудим наиболее очевидный путь, позже будет продолжение с менее стандартными способами (а их много, например некоторые категории сотрудников просто нельзя увольнять)
Цель формулируется очень просто: ваша ценность для босса должна быть больше вашей стоимости как в деньгах, так и в других накладных расходах.
Значит план очень простой:
1. Узнаем, что ценно для босса
2. Максимизируем эту ценность
3. Регулярно информируем босса о всех победах
Параллельно не задалбываем слишком сильно босса своими требованиями х3 к зарплате, интересных задач и удаленки с теплых морей (тут надо научиться чувствовать). Но помним, что быть «да-чуваком» и на все соглашаться тоже не стоит. Неспособность заботиться о своих интересах принижает вас в глазах руководителя, и отношение к вам тоже меняется. Никто не любит мямлей. Кроме того, yes-guy соглашается на то, что потом не может сделать, что часто заканчивается плохо.
Если кратко - вот и все. Если чуть подробнее, вот еще комментарии по пунктам:
1. У всех в корпорации есть KPI, их максимизация обычно человеку ценна. Иногда речь не про формальные KPI, за которые дают премию, а про «понятийные», за которые босса похвалит/не уволит его босс или он сам себя похвалит - тут уж кому что важно. Чтобы это узнать, нужно общаться.
2. Скорее всего, придется работать, и это самый прямой путь. Более сложный - найти тех, кто все сделает, организовать процесс, а боссу зарепортить результат. Плюс в том, что как организатор вы можете сделать руками других людей гораздо больше. А важнейшее правило такого подхода - выбить у босса или дать в рамках своих возможностей какие-то ощутимые бенефиты тем, кто работал над задачей. Те, кто только присваивают результаты и не делятся плюшками с исполнителями, рискуют, что в их честь назовут салат 🔪🔪🔪
3. Тут все просто - не теряйтесь. Приемлемая для босса периодичность общения это дело индивидуальное. Бывает, что мелкий начальничек «не занимается микроменеджментом» и хочет видеть вас раз в квартал, а крупный предприниматель ожидает доклада каждую неделю, а бывает наоборот. Опять же, общаемся, понимаем, задаем уточняющие вопросы. Важный момент - заботиться о том, чтобы в плане работ был предусмотрен не только долгострой, но и быстрые победы, пусть и небольшие. Это создает позитивный фон, скрашивающий ожидание больших результатов.
Все написанное выше может показаться какой-то очевидностью, но стоит задать себе вопрос «а все ли из этого я делаю?», и ответ может очень удивить.
Вопрос на засыпку: почему L1 регуляризация разреживает?
Нет, я серьезно. На собеседованиях все любят спрашивать, а так, чтобы интервьюер мог показать это сам - большая редкость. Ромбики и кружочки рисовать или рассказывать про то, что производная +-1 быстрее к минимуму сходится - это в пользу бедных. Если надо, расскажу в комментариях, почему. Так кто как доказывал бы это строго?
Мне как всегда студент принёс красивое доказательство, а заодно вспомнили с Ильей Ирхиным и доказательство постарше - которое он сам предлагал, когда вели вместе DMIA. Пишите в комментах свои версии, а я потом поделюсь нашими :)
Нет, я серьезно. На собеседованиях все любят спрашивать, а так, чтобы интервьюер мог показать это сам - большая редкость. Ромбики и кружочки рисовать или рассказывать про то, что производная +-1 быстрее к минимуму сходится - это в пользу бедных. Если надо, расскажу в комментариях, почему. Так кто как доказывал бы это строго?
Мне как всегда студент принёс красивое доказательство, а заодно вспомнили с Ильей Ирхиным и доказательство постарше - которое он сам предлагал, когда вели вместе DMIA. Пишите в комментах свои версии, а я потом поделюсь нашими :)