Size: a a a

Data Science Kazakhstan (DS/ML kz)

2020 April 07

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
По скилловому соображению предлагаю делить современных дата саентистов на 3 типа, в принципе так наверно и принято делить: нағыз дсер, шала дсер, ада саентолог.

Нағыз дсеры это те, кто сохранил или воспитал в себе любовь к математике и саетанизму, который близок к истинному МЛ. Почему-то первым в голову из лучших представителей нағыз дсеры приходит не профи дсеры, а дсер по духу Си Цзиньпин. Моя нулевая гипотеза H0 пропорции таких дсеров среди современников равна 8%, альтернативная гипотеза Ha <8%. Балл присуждаемый этой группе от 8 до 10.

Шала дсер - это тот, кто понимает бытовой мл, может читать пейперы и фигачить нейронки, но не особо шарит в матеше. В основном представителям этой группы даже с дсерами непривычно общаться о их трудностях с противоложным полом. Но также встречаются представители которые занимаются шала дс, где в коде присутствует всякое непонятное говно, и сохраняется впечатление, что человек не знает что делает, но не уволен, только потому-что начальство не понимает дс. Поэтому можно в дальнейшем поделить эту группу на 2 подгруппы - открытый лох дсер и дсер-пиздабол. Балл этой группе можем присудить от 3 до 7. Нулевая гипотеза =80%, альтернативная <80%.

Ада саентолог - это дсер практически полностью не знающий и не понимающий машинку. Более того, встречаются и те, кто совсем ушел от дс, и везде пытается использовать kmeans++. Балл этой группы от 0 до 2. Ноль значит абсолютно бесполезный дсер. Нулевая гипотеза пропорции дсеров с баллом от 0 до 2 = 12%, альтернативная >12%.

В общем ясно, что степень хайпожорства у дсеров разная. К сожалению я не проверял свои гипотезы на реальных статистических сэмплах, только лишь на основе субъективного сэмпла разных комьюнити в которых я крутился на протяжении прожитых лет.

Сам себя бы я назвал шала-дсером, который не всегда может выступать на митапах с нормальными идеями, но может на достаточном уровне изъясняться среди друзей и старших, но все же иногда опускается до шала-дсерских трюков; который умеет хорошо писать на питончике, чтит математику, изучает физику, старается читать пейперы, в том числе чисто теоретеческие. Поэтому себе присуждаю наивысший балл шала-дсера равный 6 или 7. Следующий этап, воспитать в себе нағыз дсера, хотя бы с баллом 8.
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Странно что классику не вспомнили
источник

AB

Azamat Berdysh in Data Science Kazakhstan (DS/ML kz)
Sneddy
По скилловому соображению предлагаю делить современных дата саентистов на 3 типа, в принципе так наверно и принято делить: нағыз дсер, шала дсер, ада саентолог.

Нағыз дсеры это те, кто сохранил или воспитал в себе любовь к математике и саетанизму, который близок к истинному МЛ. Почему-то первым в голову из лучших представителей нағыз дсеры приходит не профи дсеры, а дсер по духу Си Цзиньпин. Моя нулевая гипотеза H0 пропорции таких дсеров среди современников равна 8%, альтернативная гипотеза Ha <8%. Балл присуждаемый этой группе от 8 до 10.

Шала дсер - это тот, кто понимает бытовой мл, может читать пейперы и фигачить нейронки, но не особо шарит в матеше. В основном представителям этой группы даже с дсерами непривычно общаться о их трудностях с противоложным полом. Но также встречаются представители которые занимаются шала дс, где в коде присутствует всякое непонятное говно, и сохраняется впечатление, что человек не знает что делает, но не уволен, только потому-что начальство не понимает дс. Поэтому можно в дальнейшем поделить эту группу на 2 подгруппы - открытый лох дсер и дсер-пиздабол. Балл этой группе можем присудить от 3 до 7. Нулевая гипотеза =80%, альтернативная <80%.

Ада саентолог - это дсер практически полностью не знающий и не понимающий машинку. Более того, встречаются и те, кто совсем ушел от дс, и везде пытается использовать kmeans++. Балл этой группы от 0 до 2. Ноль значит абсолютно бесполезный дсер. Нулевая гипотеза пропорции дсеров с баллом от 0 до 2 = 12%, альтернативная >12%.

В общем ясно, что степень хайпожорства у дсеров разная. К сожалению я не проверял свои гипотезы на реальных статистических сэмплах, только лишь на основе субъективного сэмпла разных комьюнити в которых я крутился на протяжении прожитых лет.

Сам себя бы я назвал шала-дсером, который не всегда может выступать на митапах с нормальными идеями, но может на достаточном уровне изъясняться среди друзей и старших, но все же иногда опускается до шала-дсерских трюков; который умеет хорошо писать на питончике, чтит математику, изучает физику, старается читать пейперы, в том числе чисто теоретеческие. Поэтому себе присуждаю наивысший балл шала-дсера равный 6 или 7. Следующий этап, воспитать в себе нағыз дсера, хотя бы с баллом 8.
😁😁😁
источник

D

Darkhan in Data Science Kazakhstan (DS/ML kz)
Sneddy
Странно что классику не вспомнили
😄
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
А вообще история про джун/миддл/синьор это иногда история про твою ответственность/вовлеченность чем скилы
источник

AB

Azamat Berdysh in Data Science Kazakhstan (DS/ML kz)
Azamat Berdysh
У Теренса Тао есть эссе (не могу найти ссылку), где он выделяет 3 стадии развития профессионального математика в новой для него сфере матеши. В моём перефразировании:
1) стадия пре-формализма: математик сначала выстраивает интуитивную нестрогую аргументацию, а потом пытается формализовать её. Но так как у него ещё нет глубокого понимания формализма он часто допускает глобальные ошибки. Когда ему указывают на эти ошибки он не способен их исправить. Интуиция часто вводит его в заблуждение
2) стадия формализма: после первой стадии математик понимает, что интуиция тут бесполезна и полностью отказывается от неё. Строгий математический формализм становится его единственным инструментом. Каждый маленький шаг в аргументации закрепляется строгим доказательством, из-за чего ошибается он редко (реже чем в двух других стадиях), но достижение результатов занимает колоссальные объёмы усилий. Развивается паранойя над формализмом и строгостью и нетерпимость к её отсутствию
3) стадия пост-формализма: промучавшись через вторую стадию математик развивает "правильную" интуицию вокруг формализма. Он вовращается к нестрогости и к интуитивной аргументации, так как более не "нуждается" в формализме для суждения. Но при необходимости он может превратить свою верную интуитивную аргументацию в строгое формальное доказательство. Он ошибается чаще, чем формалист, но это локальные ошибки и не влияют на верность конечного результата, а когда ему указывают на них он легко может их исправить
источник

NK

ID:0 in Data Science Kazakhstan (DS/ML kz)
Запись семинара в ВШЭ профессора математики НУ, доктрора Женисбека Асылбекова (@d4kan) на тему "От векторных представлений слов к гиперболическому пространству и обратноОт векторных представлений слов к гиперболическому пространству и обратно"

Абстракт: Доклад из двух частей. Первая часть — обзорная, про нашу предыдущую работу в этом направлении. Вторая часть — про то как мы наугад бросали точки в диск Пуанкаре и притворялись, что эти точки — word representations
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
источник

S

Sagimbayev Zhuldyzzhan in Data Science Kazakhstan (DS/ML kz)
Sneddy
Странно что классику не вспомнили
После шала дс, все сразу вспомнил)
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Фронт науки и работа мечты
источник

AF

Artem Fedoskin in Data Science Kazakhstan (DS/ML kz)
источник

AF

Artem Fedoskin in Data Science Kazakhstan (DS/ML kz)
Скажите, пожалуйста, что это фейк, я вас прошу
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
Artem Fedoskin
Скажите, пожалуйста, что это фейк, я вас прошу
это фейк
источник

D

Double Line Eyes in Data Science Kazakhstan (DS/ML kz)
халяльный дата саинс..
источник

Е

Ерс in Data Science Kazakhstan (DS/ML kz)
rofl
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Artem Fedoskin
Скажите, пожалуйста, что это фейк, я вас прошу
Со времен старого доброго дсмл) когда в группе было человек 300 и мы боролись за хелло рейт)
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
2 года назад
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
Мемасу больше 2 лет k-means ++
источник

S

Sagimbayev Zhuldyzzhan in Data Science Kazakhstan (DS/ML kz)
Renat Alimbekov
Мемасу больше 2 лет k-means ++
Бредированного мерча не случилось)
источник