Katta ma'lumotlar bo'yicha mutaxassis: qayerda o'qish va qayerga borish kerak. Artur Borisovich Avakyan, suv omborlarini o'rganish bo'yicha mutaxassis
![Katta ma'lumotlar bo'yicha mutaxassis: qayerda o'qish va qayerga borish kerak. Artur Borisovich Avakyan, suv omborlarini o'rganish bo'yicha mutaxassis](/uploads/2e16459713ca60f968057651cc139f4f.jpg)
Shuningdek o'qing
Rossiyada, bugungi kunda ko'plab rivojlangan va rivojlanayotgan mamlakatlarda bo'lgani kabi, o'rtacha yosh Aholi soni ortib bormoqda, jamiyatda keksalar soni ortib bormoqda. Statistik ma'lumotlarga ko'ra, bugungi kunda Rossiyada taxminan 36 million nafaqaxo'r istiqomat qiladi: ularning 10 millioni erkaklar, 26 millioni ayollar. Pensiyagacha bo'lgan va pensiya yoshidagi odamlar ko'pincha ko'plab ijtimoiy va psixologik muammolarga duch kelishadi, ularning ba'zilari ritmning "tushilishi" bilan bog'liq. zamonaviy hayot, yangi texnologiyalarni o'zlashtirishdagi qiyinchiliklar.
Har yili texnologiyalar tom ma'noda yangilanib turadigan dunyomizda farzandlaringiz va nabiralaringiz bilan o'zingizni qulay his qilish va ish beruvchingiz uchun qimmatli xodim bo'lib qolish uchun siz doimo o'rganishingiz, gadjetlar va texnologik innovatsiyalarni o'zlashtirishingiz kerak. , va yangi hududlarni o'rganing. Biroq, yaqin vaqtgacha bu keksa odamlar uchun muammo edi, chunki barcha variantlar qo'shimcha ta'lim ko'proq yoshlarga qaratilgan edi. Ammo ular bugun allaqachon amalga oshirilmoqda maxsus kurslar, pensiya yoshidagi tomoshabinlar uchun mahorat darslari va hatto keksalar uchun universitetlar ochilmoqda, bu erda har bir kishi yangi bilim va ko'nikmalarga ega bo'lishi mumkin. Bunday universitetlar bugungi kunda, masalan, Samara, Sankt-Peterburg va Moskvada mavjud. Bugungi kunda keksa odamlar uchun ta'limning eng yorqin namunasi ko'plab shaharlarda mashhurlik kasb etayotgan kompyuter savodxonligi kurslaridir. Bunday kurslarda pensiya yoshidagi odamlar asosiy bilan ishlashni o'rganadilar kompyuter dasturlari, ular ishda ham, bolalar va nabiralar bilan muloqot qilishda ham foydalanishlari mumkin.
Tadqiqotlarga ko'ra, ko'plab keksa odamlar nafaqat o'z martabalarini tugatishni xohlamaydilar professional martaba, lekin ayni paytda o'z tajribasini xodimlarning yangi avlodlari bilan baham ko'rishni davom ettirishga, o'zlarini professional sifatida ro'yobga chiqarishga va hatto yangi kasblarni egallashga tayyor. Keksalarning jamiyatga muhtojligini his etishi, uning rivojlanishiga hissa qo‘shishi juda muhimdir.
Keksa odamlar uchun ta'limning o'ziga xos xususiyati shundaki, keksa odamlar, qoida tariqasida, ma'lumotni boshqacha qabul qiladilar, hozirgi voqealarni tahlil qiladilar va atrofdagi haqiqat bilan o'zaro munosabatda bo'lishadi. Mutaxassislarning ta'kidlashicha, hatto keksa odamning so'z boyligi va nutq uslubi yosh avlod qanday gapirishi va qanday so'zlardan foydalanishidan juda farq qiladi. Shuning uchun, tashkil qilishda ta'lim jarayoni Ushbu xususiyatlarni hisobga olish juda muhimdir. Shunga ko'ra, barcha mashg'ulotlar odatdagidan butunlay boshqacha o'tishi kerak, agar tinglovchilar juda yosh bo'lsa, tinglovchilarning yoshini hisobga olgan holda maxsus usullar va o'qitish usullaridan foydalanish kerak;
Keksa odamlarni tayyorlash bo'yicha mutaxassis nafaqat bo'lishi kerak yaxshi o'qituvchi, materialni iloji boricha aniq tushuntira olish, shuningdek, keksa odamlarga xos bo'lgan barcha psixologik xususiyatlarni tushunish. Ehtimol, bunday mutaxassis uchun eng muhim bilim bilimdir rivojlanish psixologiyasi, shuningdek, har qanday yoshdagi odamlarni yutib olish qobiliyati.
Umuman olganda, bunday mutaxassisning ishi oddiy o'qituvchining ishidan farq qilmaydi: u o'quv dasturlarini tuzish, o'qitish usullarini ishlab chiqish, darslarga tayyorgarlik ko'rish, ma'lumotni o'zlashtirishni tekshirish uchun material va topshiriqlarni tayyorlash bilan shug'ullanadi. darslarni o'zlari o'tkazish.
Qanday qilib mutaxassis bo'lish mumkin?
Qo'shimcha ta'lim
Hali maktab yoshida mumkin bo'lgan martaba tayyorlash dasturlari haqida ko'proq bilib oling.
Asosiy kasbiy ta'lim
Foizlar ma'lum darajadagi ma'lumotga ega bo'lgan mutaxassislarning mehnat bozorida taqsimlanishini aks ettiradi. Kasb-hunarni egallash uchun asosiy mutaxassisliklar yashil rang bilan belgilangan.
Qobiliyat va ko'nikmalar
- Aloqa maxorati. Aniq va tushunarli nutq, yaxshi o'rgatilgan ovoz, o'z fikrlarini og'zaki ravishda aniq va malakali ifodalash qobiliyati
- Taqdimot va ommaviy ijro. Har qanday materialni, kontseptsiyani, g'oyani tomoshabinlarga taqdim etish qobiliyati, tinglovchilar bilan ishlash, ularning e'tiborini jalb qilish qobiliyati
- Tushuntirish. Hatto murakkab, maxsus ma'lumotlarni ham aniq etkazish va tushuntirish qobiliyati
- Brifing. Vazifalarni to'g'ri belgilash va kerakli natijani tasvirlash qobiliyati
- Suhbatda faol ishtirok etish. Eng to'liq ma'lumotni olish uchun suhbatdosh bilan suhbat davomida savollar berish, ma'lumotlarni umumlashtirish, xulosalar chiqarish, aniqlashtirish qobiliyati
Qiziqishlar va imtiyozlar
- Mas'uliyat. O'z harakatlarining natijalari uchun javobgar bo'lish qobiliyati
- Xotira. Katta hajmdagi ma'lumotlarni tezda eslab qolish qobiliyati
- Tanqidiy fikrlash. Tanqidiy fikrlash qobiliyati: ijobiy va salbiy tomonlarini, kuchli va zaif tomonlarini torting kuchli tomonlari muammoni hal qilish uchun har qanday yondashuv va har qanday natija
- Axborotni tashkil qilish. Ma'lumotlar, ma'lumotlar va narsalarni yoki harakatlarni ma'lum bir qoida yoki qoidalar to'plamiga muvofiq muayyan tartibda tartibga solish qobiliyati
- Axborotni assimilyatsiya qilish. Yangi ma'lumotlarni tezda idrok etish va o'zlashtirish qobiliyati
- Muammolarni idrok etish. Biror narsa noto'g'ri yoki noto'g'ri bo'lishi mumkin bo'lgan muammolarni aniqlash yoki bashorat qilish qobiliyati. Bu muammoni hal qilishni o'z ichiga olmaydi, faqat muammoni aniqlash
- Aloqa maxorati. Tez topish qobiliyati umumiy til suhbatdosh bilan aloqa o'rnatish oson
Kattalar uchun qo'shimcha ta'lim
Majburiy qadamlar kasbni egallash uchun qo'shimcha ta'lim yashil rangga bo'yalgan.
Shaxslarda kasb
Anastasiya Lazibnaya
Kompyuter ko'nikmalari keksa odamlarning ish topish yoki saqlab qolish imkoniyatlarini yaxshilaydi.
Keksa odamlar orasida ta'lim xizmatlariga talab doimiy ravishda yuqori.
Tashkil qilishda Olimpiya o'yinlari Sochida ko'ngillilar jamoasi 1800 nafar keksa ko'ngillilardan iborat edi.
Data Scientist katta ma'lumotlar to'plamlarida naqshlarni qanday topishni biladi, mashinani o'rganish sohasini yaxshi biladi va R, Weka, Python + Scikit-Learn + Pandas kabi vositalarga ishonadi. Bu ma'lumotlardan qanday chiqarishni biladigan ma'lumot olimi maksimal foyda va sizga kerakli savollarga javob beradigan algoritmlarni loyihalash.
Ma'lumotlar fanining o'zi juda keng va unda bir nechta boshqa mutaxassisliklarni ajratib ko'rsatish mumkin:
Ma'lumotlar menejeri
Vazifalari bevosita mahsulotni ishlab chiqishni o'z ichiga olmaydigan mutaxassis. Biroq, u loyihani malakali boshqarish uchun hududni tushunishi kerak.
U nima qilish mumkinligini bilishi kerak zamonaviy texnologiyalar, va nima bo'lmasa, mavzu sohasi terminologiyasiga ishonch hosil qiling, shuningdek, loyihalarni boshqarish texnikasi (chaqqonlik, ekstremal dasturlash va boshqalar) bo'yicha yaxshi ko'nikmalarga ega bo'ling.
Ma'lumotlarni qayta ishlashda qayerda ishlashingiz mumkin?
Keling, buni tartibga solaylik Har xil turlar kompaniyalar va ularda ishlash xususiyatlari.
Katta internet kompaniyalari. Rossiyada bu Yandex, Mail.ru (va uning bo'linmalari), Rambler. Aynan Internet kompaniyalari turibdi ilg'or texnologiya, yangi mahsulotlarni ishlab chiqish va sanoatni oldinga siljitish. Ushbu kompaniyalarda siz har doim sizdan ko'ra ko'proq tajribaga ega bo'lgan hamkasblarni topasiz - va ular o'rganish uchun nimadir bo'ladi.
Bu erda har doim ajoyib sharoitlar mavjud - munosib ish haqi, yaxshi tibbiy sug'urta, shinam ofis, bepul oziq-ovqat va uy-joy sotib olishda yordam kabi barcha turdagi sovg'alar. Asosiy xodimlar ko'pincha ish haqini sezilarli darajada oshirishi mumkin bo'lgan variantga ishonishlari mumkin.
Ammo yirik kompaniyalarda ishlashning asosiy kamchiligi ularning kattaligidir: siz maxsus bajaradigan ish butun kompaniyada (ayniqsa boshida) sezilmasligi mumkin. Ba'zilar uchun bu muhim bo'lishi mumkin - ular o'zlarining ahamiyatini tushunishni xohlashadi.
Yirik kompaniyalarning tadqiqot bo'limlari. Bunga banklar, Big Four auditorlik kompaniyalari, aloqa operatorlari va yirik chakana savdo tarmoqlari kiradi.
Bunday kompaniyalar so'nggi paytlarda ma'lumotlar bilan ishlashga katta e'tibor berishdi. Odatda, ular hali ham sayohatning boshida bo'lganligi sababli, siz juda katta va muhim ishni olishingiz mumkin. Shuning uchun, "kolossus" hajmiga qaramay, sizning hissangiz sezilarli bo'lishi mumkin.
Kamchiliklari: bunday kompaniyalarda, qoida tariqasida, ichki byurokratiya juda kuchli va siz uchun yangi texnologiyalarni muvofiqlashtirish va joriy etish juda qiyin bo'ladi. Mening fikrimcha, bunday joylarda ma'lumotlar fanlari bo'limlari tajribali mutaxassislarga ko'proq mos keladi.
Bu yerda ham yirik internet-kompaniyalardagidek sharoitlar yaxshi: bir tekis ish haqi, sug‘urta va turli qo‘shimcha qulayliklar.
Data Science startaplari. Hozirda bunday startaplar juda ko'p va ular ham xodimlar qidirmoqda. Startapda ishlayotganingizda, siz ishning juda muhim va muhim qismini bajarasiz. Agar siz birinchi xodimlar qatoriga kirsangiz, kompaniyadagi opsion yoki hatto ulush uchun ariza topshirishingiz mumkin.
Kamchiliklari orasida beqarorlik (start-tap to'satdan pul yo'qolishi mumkin), maoshlar ko'pincha o'rtacha bo'ladi - va, qoida tariqasida, bepul tushlik va uy sotib olishda yordam kabi imtiyozlar mavjud emas. Ammo startapda siz imkon qadar tezroq olishingiz mumkin chuqur bilim, va agar muvaffaqiyatli bo'lsa, siz ham yaxshi pul topishingiz mumkin.
Ma'lumotlarni qayta ishlash sohasida bilimlarni qayerdan olish mumkin
Universitetlar
Afsuski, universitetlar hozirda ma'lumotlar tahlili haqida juda kam ta'lim beradilar. Bir nechta istisnolar mavjud:
- Moskva davlat universitetining kompyuter fanlari va texnologiyalari fakultetida "Katta ma'lumotlar" magistrlik dasturi
Albatta, boshqalarda ham ta'lim dasturlari Ma'lumotlar bilan ishlashning ayrim jihatlari ham yoritilgan. Ammo har tomonlama mutaxassislar tayyorlaydigan universitet dasturlari u erda deyarli tugaydi. Buning ajablanarli joyi yo'q: sanoat butunlay yangi, mutaxassislar yoki o'qituvchilar yo'q. Ma'lumotlarni qayta ishlash dasturlarini joriy qiluvchi universitetlar odatda buni yirik kompaniyalar (masalan, Yandex) bilan hamkorlikda amalga oshiradilar.
Tijorat bo'lmagan qo'shimcha kurslar
Bozorda kadrlarning keskin etishmasligi sababli, ba'zi kompaniyalar o'zlarini yaratadilar o'quv markazlari. Bu erda har kim o'qishi mumkin - siz faqat imtihonlardan o'tishingiz kerak.
- "Yandex" ma'lumotlarni tahlil qilish maktabi- ma'lumotlarni tahlil qilish sohasida o'qitish bo'yicha eng qadimgi va eng mashhur markaz. Mashg'ulotlar Yandex xodimlari va o'qituvchilari tomonidan olib boriladi eng yaxshi universitetlar mamlakatlar. Dastur 2 yil davom etadi.
- - ikkinchi Internet giganti Mail.Ru-dan asosan o'xshash dastur. Shuningdek, 2 yil davomida amal qiladi.
- Mail.Ru texnoparki va MSTU nomidagi. Bauman- "Texnosfera" dan farqli o'laroq, bu kurslar ko'proq tizim muhandislarini tayyorlash uchun mo'ljallangan, ammo u erda ma'lumotlarni tahlil qilish kursi uchun joy ham mavjud edi. O'qish muddati - 2 yil.
- Kompyuter fanlari markazi Yandex Ma'lumotlarni tahlil qilish maktabi, Jet Brains va Sankt-Peterburgdagi 239-sonli maktabning qo'shma loyihasidir. O'qish muddati ham 2 yil.
- Sankt-Peterburg ma'lumotlar maktabi- Sankt-Peterburgda katta ma'lumotlarga bag'ishlangan bir qator ma'ruzalar. E-Contenta loyihasi.
Tijorat kurslari
Ma'lumotlarni tahlil qilish sohasidagi ufqlaringizni kengaytirishga imkon beruvchi bir nechta tijorat dasturlari mavjud. Ularning o'ziga xos xususiyatlari qisqa muddatga o'qitish va texnologiyani amaliy qo'llashga ko'proq e'tibor berish.
Bu erda siz quyidagi loyihalarni eslashingiz mumkin:
- Xo'sh « Katta ma'lumotlar bo'yicha mutaxassis""Yangi kasblar laboratoriyasi" dan. 3 oy davom etadi, 2 moduldan iborat boʻlib, ulardan birinchisi katta maʼlumotlar texnologiyalari va mashinani oʻrganishga, ikkinchisi esa tavsiya qiluvchi tizimlarga bagʻishlangan. Kursning narxi 180 ming rubl, turli chegirmalar va to'lovlar taqdim etiladi.
- « Beeline Data School" Kurs, birinchi navbatda, Mashinani o'rganishga bag'ishlangan O'quv davomiyligi - 9 hafta, narxi - 100 ming rubl.
- olib borish sohasidagi xodimlarning joriy faoliyati ustidan nazoratni ta'minlash tayyorlash, qayta tayyorlash;
- korxonaning kadrlarni o'qitish, tayyorlash, qayta tayyorlash uchun mo'ljallangan ajratilgan byudjetining bajarilishi;
- ushbu sohalarda shartnomaviy faoliyatni boshqarish;
- izchillik uchun javobgarlik o'quv dasturlari ish jadvali bilan;
- xodimlarning dastlabki tayyorgarlik darajasini hisobga olgan holda tegishli dasturlarni tayyorlash;
- strategik rejalashtirish;
- malaka oshirish yoki qayta tayyorlashga muhtoj bo‘lgan xodimlarni tezkor aniqlash maqsadida sertifikatlashtirish va qayta attestatsiyadan o‘tishni ta’minlash.
- xodimlarning shaxsiy xususiyatlarini, kasbiy muhim fazilatlarini va psixofiziologik holatini psixodiagnostika qilish;
- xodimlarga zarur bo'lgan tegishli fazilatlarni shakllantirish va rivojlantirish, shu maqsadda treninglar, seminarlar va boshqalar o'tkaziladi;
- xodimlar uchun psixologik maslahat professional foydalanish, rivojlanishini ta'minlash individual qobiliyatlar;
- barcha darajadagi mutaxassislarning jamoaviy va individual faoliyatini ijtimoiy-psixologik o'rganish, tahlil qilish;
- jamoani rivojlantirishda ijtimoiy yoki psixologik muammolarni hal qilish sohasida barcha sohalar va yaratilgan ob'ektlarning menejerlariga yordam ko'rsatish. Bu hududlarda nizolar kelib chiqish sabablari o‘rganilmoqda. Oldini olish va bartaraf etishga yordam beradigan texnikalar ishlab chiqilmoqda ziddiyatli vaziyatlar. Boshqaruv uslubi va yordami bo'yicha maslahatlar beriladi samarali faoliyat mutaxassislar;
- kompaniyaning oddiy xodimlari uchun o'quv mashg'ulotlarini ishlab chiqish va o'tkazish;
- shakllantirish ustida ishlash kadrlar zaxirasi, tegishli ish tajribasiga ega kadrlarni tanlash;
- shaxsiyat testi, professional fazilatlar bo'sh lavozimlarga nomzodlar;
- muayyan muammolarni hal qilishga yordam beradigan treninglar, seminarlar va boshqa tadbirlarni tashkil etish bilan o'qitish;
- filiallar yoki bo'limlarning bevosita rahbarlariga psixologik va muammolarni hal qilishda yordam berish ijtimoiy muammolar kadrlarni rivojlantirish;
- jamoaviy faoliyat uslubi bo'yicha maslahat;
- kadrlar almashinuvini tahlil qilish, yordam beradigan tegishli choralarni ko'rish bo'yicha takliflar tayyorlash muvaffaqiyatli moslashishdan o'tadi, moslashish dasturlarini ishlab chiqish va amalga oshirish;
- oy, chorak, yarim yil va yil uchun taqdim etiladigan muntazam hisobot;
- boshqaruvning professional va etnik standartlarini saqlash, individual psixologik tadqiqotlar natijalari asosida shaxsiy sirlarni saqlash.
- umumiy ma'lumot;
- mehnat funktsiyalarini tavsiflash funktsional xarita mehribon kasbiy faoliyat;
- umumlashtirilgan mehnat funktsiyalarining barcha xususiyatlari;
- ishlab chiquvchilar haqida asosiy ma'lumotlar.
Kelajakka nazar tashlaydigan bo'lsak, kelgusi bir necha yil ichida uning tushishiga ishonish uchun hech qanday sabab yo'q. Bu nima degani? Agar siz ma'lumotlarni tahlil qilish sohasiga qiziqsangiz, ushbu sohada ta'lim va tajribaga ega bo'lsangiz, siz mehnat bozorida qimmatli mutaxassis bo'lasiz va albatta ishsiz qolmaysiz.
Umid qilamanki, maqola sizning qiziqishlaringizni aniqlashga va o'rganishni qaerdan boshlashni tushunishga yordam berdi.
Nima kiritilgan ish majburiyatlari kadrlar tayyorlash bo'yicha mutaxassis, kadrlar tayyorlash va rivojlantirish bo'yicha mutaxassisning kasbiy standarti qanday talablar - bu haqda batafsil maqolada!
Maqolada siz quyidagilarni bilib olasiz:
Kadrlar tayyorlash bo'yicha mutaxassisning kasbiy standarti qanday vazifalarni hal qiladi?
Ta'lim va kadrlarni rivojlantirish bo'yicha mutaxassis tashkilot oldida turgan asosiy muammoni hal qiladi. Avvalo, korxonalar bozorda o'z mavqeini mustahkamlashga, biznesini kengaytirishga intiladi. Inson resurslari eng muhim va istiqbolli sarmoya hisoblanadi.
Mavzu bo'yicha hujjatlarni yuklab oling:
HR bo'yicha mutaxassislarni tayyorlash dasturi yakunlanmagan. Kadrlar tayyorlash va malakasini oshirish bilan shug'ullanadigan bunday mutaxassislarning bilim va ko'nikmalariga qo'yiladigan talablarni belgilaydigan yagona hujjat yo'q edi. IN zamonaviy haqiqatlar Bunday kadrlarga talab ortib bormoqda. Aksariyat kompaniyalar kelajakda kadrlarni tayyorlash va rivojlantirish ishonib topshiriladigan xodimlarni tayyorlashga qaratilgan.
Rivojlanish ehtiyojlari umumiy standartlar muddati uzoq. Ta'lim va kadrlar malakasini oshirish bo'yicha mutaxassisning professional standarti yakuniy ko'rib chiqish va tasdiqlashdan keyin ish beruvchilar tomonidan qo'llanilishi va ta'lim muassasalari bunday mutaxassislarni kim tayyorlaydi.
Mavzu haqida elektron jurnalda o'qing
Shuni yodda tutish kerakki, kadrlar tayyorlash bo'yicha mutaxassis so'zning tom ma'noda o'qituvchi emas. Faoliyat maqsadli o'ziga xoslikka ega, ammo qat'iy tartibga solinmagan maxsus dasturlar qat'iy standartlar va talablarga rioya qilgan holda.
Kasbiy standartlarga muvofiq kadrlar tayyorlashni tashkil etish bo'yicha mutaxassisning vakolati
HR bo'yicha mutaxassislar treningni tashkil qiladi.
Bundan tashqari, professional standartga muvofiq, ushbu darajadagi xodimlar quyidagilar bilan shug'ullanadilar:
Ta'lim va kadrlarni rivojlantirish bo'yicha mutaxassisning vazifalari qanday?
Kadrlar tayyorlash bo'yicha mutaxassisning lavozim majburiyatlari uslubiy ta'minlash, quyidagi yo'nalishlarda muntazam ishlarni tashkil etish va olib borish funktsiyalarini o'z ichiga oladi:
Kadrlarni tayyorlash va rivojlantirish bo'yicha mutaxassisning qo'shimcha funktsiyalari quyidagilarga muvofiq tashkil etilgan ijtimoiy-psixologik ishlarni o'z ichiga oladi. individual topshiriqlar qo'llanmalar. Ergonometrik maslahatlar olib boriladi, turli toifadagi xodimlar uchun mehnat sharoitlarini tashkil etish va ish joylarini tayyorlash bo'yicha tavsiyalar ishlab chiqiladi.
Kadrlar tayyorlash va malakasini oshirish bo'yicha mutaxassis uchun kasbiy standartda qanday talablar mavjud?
Kasbiy standart loyihasi yuqori malakali kadrlar tayyorlash sohasidagi xalqaro tajribani hisobga olgan holda ishlab chiqilgan.
Kadrlar tayyorlash va rivojlantirish bo'yicha mutaxassisning professional standarti to'rtta bo'limdan iborat:
Kasbiy standart loyihasiga muvofiq, kadrlar tayyorlash bo'yicha mutaxassis kompaniyaning barcha maqsadlari va belgilangan standartlariga mos keladigan mutaxassislarning tegishli malakasini ta'minlaydi. Qanday qilib bilib oling spiral dinamika nazariyasi yordamida
Uchinchi bo'limda batafsil tavsiflangan paragraflar va kichik bandlar mavjud individual mehnat funktsiyalari. Ushbu bo'limda mutaxassisning malaka darajasini belgilovchi ma'lumotlar ham mavjud. Masalan, tashkiliy va uslubiy qo'llab-quvvatlash standartlarini samarali ishlab chiqish uchun xodim shug'ullanadi rivojlantirish va tayyorlash xodimlar oltinchi malaka darajasiga ega bo'lishi kerak. Strategik va operatsion boshqaruv uchun yettinchi malaka darajasiga ega bo'lgan xodim yollanadi.
Ta'lim va rivojlanish tizimlarini boshqarish bo'yicha mutaxassislar ettinchi darajali vakolatlarga ega bo'lishi kerak malaka darajasi. Ishga joylashish uchun ariza berishda, ta'lim darajasi va besh yillik mavjudligi amaliy tajriba bu yo'nalishda ishlash. Kasbiy standartlarni shakllantirishda ish beruvchilar tomonidan qo'llaniladi kadrlar siyosati, xodimlarni boshqarish jarayonlarida, mehnat funktsiyalarini aniqlash, tuzish xodimlar jadvali, xulosa mehnat shartnomalari. Hisob bilan professional standartlar sertifikatlashtirish ishlari olib borilmoqda, tegishli toifani belgilash bilan ishlarni tariflash, mehnatga haq to'lash tizimi o'rnatiladi.
Sizni bilish qiziq bo'lishi mumkin:
Har kimning o'zi allaqachon qandaydir yuksaklikka erishgan o'zlashtirilgan kasbini o'zgartirishga jur'at etavermaydi. Axir, bu juda ko'p kuch talab qiladi va ijobiy natija kafolatlanmaydi. Bir yarim yil oldin biz serverlarni ishlab chiqish bo'yicha guruhimiz rahbari qanday qilib iOS dasturchisi sifatida qayta o'qitilgani haqida gapirib berdik. Va bugun biz yanada "keskin burilish" haqida gaplashmoqchimiz: frontend ishlab chiqishda ishtirok etgan Alan Chetter2 Basishvili mashinani o'rganishga shunchalik berilib ketdiki, u tez orada jiddiy mutaxassisga aylandi va asosiy ishlab chiquvchilardan biriga aylandi. mashhur Artisto loyihasi va hozirda Cloud Mail.Ru-da yuzni aniqlash bilan shug'ullanadi. U bilan suhbatni kesma ostida o'qing.
Nima uchun dasturchi bo'lishni xohladingiz?
Men dasturchi bo'lishni xohlayotganimni tushunish oltinchi yoki ettinchi sinfda bitta o'yinni boshlash muammosi tufayli paydo bo'lgan. Maslahat qiladigan hech kim yo'q edi va men bir necha kun kompyuterda o'tirdim, lekin men muammoni hal qildim. Va men juda xursand bo'ldim. Men o'z o'yinimni yaratmoqchi edim. Shuning uchun men mahalliy dasturlash kurslariga qatnasha boshladim.
Old tomonda qanday loyihalar ustida ishladingiz, sizga nima ko'proq yoqdi, qanday yangi narsalardan foydalandingiz?
Men, boshqalar kabi, CMS bilan boshladim. Bu ish meni o'z-o'zidan topdi. O'ylaymanki, ko'plab dasturchilar, hatto Internetga hech qanday aloqasi bo'lmasa ham, hech bo'lmaganda bir marta onlayn-do'kon yaratishni so'rashgan. Keyinchalik men administrator sahifalarini yozgan butun do'konlar tarmog'i bor edi. Bu ramkalarsiz, g'ildiraklarni qayta ixtiro qilmasdan amalga oshirildi, lekin bu juda hayajonli edi. Aynan o'sha erda men dasturiy ta'minot arxitekturasi dizayniga oshiq bo'ldim. Va keyin u frontend ustida ishlashga o'tdi. Yozilgan suhbatlar, p2p video qo'ng'iroqlar va boshqalar.
Qarg'a nima qiladi va stol? Ya'ni, frontend va neyron tarmoqlar o'rtasidami? Nega ularni tez o'rganish mumkin edi?
Kod yozish zaruratidan tashqari umumiy narsa yo'q. Va matematika ta'limi yordam berdi. Bundan tashqari, menimcha, dasturchi uchun chuqur o'rganishni o'rganish osonroq.
Frontenddan neyron tarmoqlarga o'tishga qiziqishning sababi nima?
Men har doim bunga qiziqardim va bitiruv loyiham mashinani o'rganish bilan bog'liq edi, garchi men o'sha paytda nima qilayotganimni tushunmasdim. Men Coursera-da Mashina o'rganishga kirish kursini oldim. Asta-sekin men har kuni ishlatadigan narsalarim, masalan, shaxsiy tavsiyalar, qidiruv va boshqa ko'p narsalar qanday ishlaganini tushuna boshladim va tushunish meni quvontirdi. Bu, ehtimol, asosiy motivatorlardan biri - zamonaviy mashinani o'rganish qanday ishlashini tushunishga chanqoqlik. Va chuqur o'rganish bilan tanishganimda, men hamma narsaga qiziqishimni yo'qotdim. Frontend shunchaki odatiy holga aylandi. Men ishga keldim va menda juda qiziqarli bo'lgan bo'lsa-da murakkab vazifalar, ular kechasi qilgan ishim uchun orqa o'rindiq oldilar.
Sizning dars jadvalingiz qanday edi?
Dastlab, faqat mashinani o'rganishga kirish bo'lganida, men faqat dam olish kunlarini o'tkazardim. Keyin musobaqalarda qatnasha boshladim. Unga dam olish kunlari va tunlari kerak bo'ldi. Men odatda ertalab soat uchgacha o‘tirib, o‘rganardim. Va bundan keyin ham bu etarli uzoq vaqt sug'urta qoldi, shuning uchun men har kuni tunda neyron tarmoqlarni o'rganishni davom ettirdim. Men olti oy shunday yashadim.
Endi hamma narsa javonlarga joylashtirilgan ko'plab kurslar mavjud. Ular sizga juda tez boshlash imkonini berishi mumkin. Neyron tarmoqlar bo'yicha ajoyib Stenford kursi bor, cs231n, Andrey Karpati o'rgatgan. Keyinchalik, siz Ian Gudfelloning "Chuqur o'rganish" ni o'qishingiz va eslatma olishingiz mumkin. Yana bir yaxshi manba - Neyron tarmoqlari va chuqur o'rganish. Lekin, albatta, ML asoslaridan boshlash yaxshidir.
Sizningcha, hozir eng yaxshi o'rganish formati nima: kitoblar, kurslar, YouTube videolari, boshqa narsa, ehtimol?
Menga avval kurslarni tugatib, keyin kitoblarni o'qish mantiqiy tuyuldi, chunki kurslarda hamma narsa ancha soddalashtirilgan, ular ma'lumotni chaynashadi va kitoblar allaqachon to'liq tushunchani beradi. Bugungi kunda mashinani o'rganish bo'yicha ko'plab kurslar mavjud. Men Coursera-da tugatganim "Mashinani o'rganishga kirish" deb nomlanadi, uni Yandex jamoasi, shu jumladan Vorontsov amalga oshirdi.
Ya'ni, siz birinchi navbatda asosiy tushunchalarni tushunishingiz kerak. Va agar siz darhol kitobni o'qishni boshlasangiz, bu juda qiyin bo'lib chiqishi mumkin va siz tafsilotlarni o'rganasiz. Biz oddiydan murakkabga o'tishimiz, asta-sekin chuqurroq borishimiz kerak.
Kod yozishda ham ko'p yordam beradi. Shundagina siz sezishni boshlaysiz muhim tafsilotlar va haqiqiy tajribaga ega bo'ling. Siz 50 ta maqolani o'qishingiz mumkin va oxirida sizning boshingizda biror narsa qoladi, lekin kontseptual darajada. Va haqiqatan ham biror narsani tushunish va uni qanday qo'llashni o'rganish uchun siz o'tirib, dasturlashni boshlashingiz kerak. Eng samarali narsa - Kaggle kabi musobaqalarda qatnashish. Yoki uni oling va o'qiganlaringiz asosida o'zingizning loyihangizni yarating.
Qanday neyron tarmoq bloglarini o'qiysiz va nima uchun?
Frontend uchun neyron tarmoq texnologiyalaridan foydalanish mumkinmi? Va agar shunday bo'lsa, qayerda?
Yaqinda men takroriy tarmoqlardan foydalangan holda tasvirdan HTML va CSS yaratish haqidagi yangiliklarga duch keldim. Men terishni yoqtirmayman, shuning uchun bu g'oya qiziqarli ko'rinadi.
Neyron tarmoqlarning yana qanday qiziqarli ilovalari mavjud? Biz hammamiz fotosuratlar, videolarni qayta ishlash va endi har xil yuzlarni yaratish haqida bilamiz. Printsipial jihatdan yana qanday ilovalar mavjud?
Boshqalar orasida zamonaviy ilovalar Neyron tarmoqlarga nutq ishlab chiqarish kiradi, masalan, WaveNet loyihasi. Bu allaqachon haqiqiy nutqqa juda o'xshaydi. Videokadrlarni ma'lum bir nutqqa avtomatik moslashtirish bo'yicha ishlar ham faol olib borilmoqda, masalan, siyosatchining ma'lum so'zlarni qanday aytishini "filmga olish" mumkin bo'ladi; Tez orada biz nima soxta va nima soxta emasligi aniq bo'lmaydigan dunyoga duch kelamiz.
Kodingizni qanday optimallashtirasiz?
Boshqalar kabi: profillash va to'siqlarni yo'q qilish. Agar biz xulosalar tarmog'ini optimallashtirish haqida gapiradigan bo'lsak, unda hamma narsa, qoida tariqasida, biz uchun amalga oshiriladi, o'z-o'zidan yozilgan qatlamlar bundan mustasno. Siz ular bilan shug'ullanishingiz kerak.
Sizning shaxsiy loyihangiz yoki miyangizni qayta ishga tushirishga imkon beradigan sevimli mashg'ulotingiz bormi?
Xozir yo'q. Ish sevimli mashg'ulot sifatida qilish uchun etarlicha qiziqarli. O‘zimni chalg‘itish uchun kitob o‘qiyman, seriallar ko‘raman.
Neyron tarmoqlar yordamida qanday muammolarni hal qilish eng qiyin/qiziq deb hisoblaysiz?
O'z-o'zidan boshqariladigan avtomobillar juda murakkab va qiziqarli muammo. Bunday tizim juda aniq ishlashi kerak. Avtomobillarni, yo'llarni, daraxtlarni, yo'laklarni, piyodalarni tanib oling, eng qiyini bularning barchasini bir-biriga bog'lash va mashinaga qayerga burilishni, tezroq yoki sekinroq borishni buyurishdir. Buning ustiga, mas'uliyat juda katta. Barcha mashinalarni haydovchisiz mashinalarga almashtirish qiyin bo'ladi, ammo bu butunlay hal qilinadigan vazifa. O'z-o'zini boshqarish qobiliyatiga ega mashinalar allaqachon mavjud. Albatta, xatolar hali ham sodir bo'ladi. Google ulkan namunalarni to'plash yo'lidan bormoqda (avtomobillar 3 million mil yo'l bosib o'tgan). Katta miqdorda Ularning mashinalari har kuni boshqariladi, ma'lumot to'playdi, sun'iy intellekt xatolarining eng muhim holatlarini aniqlaydi va mutaxassislar ularni doimiy ravishda o'rgatadilar. Natijada, ular endi tijorat faoliyatiga kirishishga tayyor va beta-dasturni ishga tushirishdi. O'ylaymanki, ular eng yaxshi dronga ega bo'lishadi. Bundan tashqari, dastlab odam g'ildirak orqasida o'tirib, nazorat qilishi mumkin. Va agar siz Rossiyada odamlarning qanday haydashini ko'rsangiz, dronlar ancha xavfsizroq va ularni imkon qadar tezroq joriy qilish kerak.
Tibbiyot ham shulardan biridir eng muhim sohalar mashina o'rganish uchun. Tasavvur qiling-a, sizni bitta inson shifokori emas, balki butun dunyoning birlashgan ekspert fikri - G'arbiy, Osiyo, Ayurveda, xohlagan narsangiz - butun dunyodagi tajriba va statistikani o'zida mujassam etgan tibbiyot ko'rigidan o'tkazayotganingizni tasavvur qiling. Yoki biopsiya tasvirlarida saraton aniqlanganligi. Va eng muhimi, bu usullarni o'lchash oson.
Sun'iy intellektda dasturiy ta'minotni yangilash tushunchasi bormi? Birinchi versiya, keyin ular ikkinchi versiyani chiqarishdi? Dasturlashtirilgandan so'ng, u o'z-o'zidan o'rganadimi?
Shuni ta'kidlash kerakki, biz zaif sun'iy intellekt haqida gapiramiz. Albatta, u yangilash kontseptsiyasiga ega: biz kamroq yaxshi ishlagan eski neyron tarmoqni almashtirishimiz mumkin. Axir, neyron tarmoq - bu ular bilan bajarilishi kerak bo'lgan og'irliklar va operatsiyalarning shartli to'plami. Ushbu vaznlar kamida har kuni yangilanishi mumkin. Bu algoritmlarning deyarli barchasi onlayn tarzda o'qitilmaydi, ular bir marta maxsus o'qitiladi. Ha, mustahkamlovchi ta'lim bor - o'rganishga yordam beradigan usullar fikr-mulohaza chorshanbadan. Texnologiya faol rivojlanmoqda, garchi amalga oshirishning bir nechta misollari mavjud.
Ya'ni, bu turdagi dasturiy ta'minotda jiddiy xatolar bo'lishi mumkin emasmi?
Albatta mumkin. Klassik misol: amerika armiyasi daraxtlar orasidagi kamuflyajdagi dushman tanklarini avtomatik ravishda tanib olish uchun neyron tarmoqlardan foydalanmoqchi edi. Tadqiqotchilar yorliqli rasmlarning kichik ma'lumotlar to'plamini olishdi va daraxtlar orasidagi kamuflyajli tanklar fotosuratlari va tanksiz daraxtlarning fotosuratlari bo'yicha tasniflash modelini o'rgatishdi. Standart nazorat ostida o'rganish usullaridan foydalanib, tadqiqotchilar mashg'ulotlar o'tkazdilar neyron tarmoq rasmlarga kerakli sinflarni tayinlang va uning kechiktirilgan test ma'lumotlar to'plamida to'g'ri ishlashiga ishonch hosil qiling. Ammo namunalar bo'yicha yaxshi natijalar ortiqcha o'rnatish sodir bo'lmaganiga kafolat bermaydi va ishlab chiqarishda hamma narsa to'g'ri ishlaydi. Umuman olganda, tadqiqotchilar natijani berishdi va bir hafta o'tgach, mijoz tan olish natijasi butunlay tasodifiy ekanligini aytdi. Ma'lum bo'lishicha, namuna bulutli havoda kamuflyajli tanklar va quyoshli ob-havoda o'rmonlarni o'z ichiga olgan va tarmoq ob-havo sharoitlarini farqlashni o'rgangan.
Va bunday misollar juda ko'p. Siz har qanday narsaga qayta o'rgatishingiz mumkin. Misol uchun, biz yaqinda pasportlarni tan oldik. Tarmoq hujjatdagi dumaloq naqshlarni o'rgandi. Keyin u naqshlari juda o'xshash bo'lgan tug'ralgan piyoz fotosuratini ko'rdi va bu pasport ekanligini aytdi. Va bunday chekka holatlar juda ko'p va uzoq vaqt davomida ushlanishi mumkin.
Ya'ni, oldingi versiyadagi mashina bu rasmda yurgan odam ekanligini tushungan bo'lishi mumkinmi va keyin ular uning yangi versiyasini chiqaradilar - va u endi tushunmaydi?
Osonlik bilan. Qanday qilib yangilash haqida ko'plab maqolalar mavjud mashina tizimlari ular ilgari olingan bilimlarni unutmasliklari uchun. Misol uchun, siz modelni o'rgatishingiz mumkin, shunda u hamma narsani avvalgidek taniydi yoki og'irliklarning taqsimlanishini o'zgartirmaydi. Agar siz modelni qayta tayyorlashni boshlasangiz ham, u joriy modelga aloqador bo'lmagan boshqa optimal nuqtaga o'tishi mumkin. Bu erda siz juda ehtiyot bo'lishingiz kerak.
Siz Artisto loyihasida ishlagansiz, u qanday boshlanganini ayting.
Biz Mail.Ru Search bilan o'zaro aloqada bo'ldik, birinchi bosqichda besh kishidan iborat jamoamiz bor edi. Loyiha ishtiyoq bilan amalga oshirildi. Ikki hafta ichida biz maqbul natijalarga erishdik, yana ikki hafta uni ishlab chiqarish uchun zarur bo'lgan holatga keltirdik va shu bilan birga biz orqa qismni yakunladik. Bir oy ichida biz video bilan ishlaydigan mahsulotni chiqardik. Dastlab ular fotosuratlarni qayta ishlashni amalga oshirishga harakat qilishdi, lekin keyin ular Prisma-ni takrorlashning hojati yo'q, biz yangi narsa yaratishimiz kerak deb qaror qilishdi. Keyin odamlar o'z ishlari borligi uchun ketishni boshladilar.
Foto va videoga ishlov berish qanday farq qiladi?
Artistoda video ramkalarga bo'linadi, so'ngra ular bir-biridan mustaqil ravishda uslublanadi. Masalan, yanada silliq natija beradigan video stilizatsiyasining yana bir usuli mavjud. U erda optik oqim deb ataladigan narsani hisobga olgan holda murakkabroq bo'lib chiqadi, qachonki stilizatsiya izchilligi uchun biz piksellar freymdan freymga qayerga "oqayotganini" kuzatamiz. Xususan, biz bir freymni stilize qilamiz, so'ngra uning modifikatsiyasidan keyingisiga uslublash uchun foydalanamiz. Ob'ekt keyingi kadrda qanday joylashganligini bilamiz, rasmdagi barcha piksellarni siljitamiz va shu kadrdan boshlaymiz. Keyin biz keyingi ramkani olamiz, yana optik oqim, piksellarni siljiting, bu ramkadan boshlaymiz, uni stilize qilamiz. Va hokazo.
Artistoda butun ramka stilize qilingan emas, balki faqat o'zgartirilgan qismlar?
Deyarli shunday, lekin unchalik emas. Video avvalgi ramkaning stilizatsiyasini saqlab qoladigan tarzda qayta ishlanadi. Asosiy muammo - siz olishingiz mumkin turli uslublar, va keyin tasvir "isitma" bo'ladi. Ushbu muammoni hal qilish uchun biz neyron tarmoqni yorug'likning o'zgarishi tufayli hech narsa o'zgarmasligi uchun barcha turdagi shovqinlarga kamroq sezgir bo'ladigan tarzda o'rgatganmiz va biz yo'qotish funktsiyasini ham o'zgartirdik. Ushbu mavzu bo'yicha habrapostni o'qing.
Kompaniyamizning qaysi loyihalari allaqachon mashinani o'rganishdan foydalanadi?
Ko'pchilikda: Pochta, Qidiruv, Odnoklassniki, VKontakte, Yula, Bipkar. Masalan, u bizning qidiruv tizimimiz tomonidan indekslangan ijtimoiy tarmoqlar va saytlardagi nashrlar matnini tahlil qilish uchun ishlatiladi. Umuman olganda, "mashinalarni o'rganish" atamasi keng ko'lamli fanlarni, jumladan chuqur o'rganishni, ya'ni neyron tarmoqlarni anglatadi. Bu yo'nalish hozir juda faol rivojlanmoqda. Ayniqsa, sohada ajoyib natijalarga erishildi kompyuter ko'rish. Eski mashinani o'rganish usullari tasvirni aniqlashning past aniqligiga ega edi, ammo hozir juda samarali yondashuvlar mavjud. Buning yordamida mashinani o'rganish rivojlanish uchun yangi turtki oldi, chunki fotosuratlarni tanib olish ko'pchilik uchun amaliy, tushunarli va yaqin vazifa bo'lib, neyron tarmoqlarning afzalliklarini namoyish etadi.
Matn bilan vaziyat yomonroq, lekin hali ham yomon emas. Mashina tarjimasi hali ham odamlardan past va tasvirni aniqlashda chuqur o'rganish ko'p hollarda odamlardan oldinda. Neyron tarmoqlar ba'zilarida juda yaxshi Kompyuter o'yinlari, ayniqsa oddiy, reaktsiyaga asoslangan. Boshqalar bilan u zaif. Ayniqsa, siz boshqarishingiz kerak bo'lgan og'ir strategiyalar haqida gap ketganda katta miqdor birliklar. Bu erda mustahkamlashni o'rganish juda samarali ishlamaydi. Menimcha, bu mavzu bo'yicha ko'proq tadqiqotlar kerak.
Ammo yaqinda OpenAI yigitlari Dota 2 uchun o'zlarining botlari bilan shov-shuv ko'tarishdi. Bot 1 × 1 janglarida dunyoning eng yaxshi o'yinchilarini mag'lub etdi. qiyin o'yin, chunki bu muhim voqea.
Yaqinda ijtimoiy tarmoqlarda Mask va Sukerberg o'rtasida juda aniq ziddiyat yuzaga keldi davlat tomonidan tartibga solish sun'iy intellekt sohasida. Siz qaysi lagerga mansubsiz va nima uchun? Sizga kimning dalillari kuchliroq, kimniki zaifroq ko'rinadi?
Menimcha, kuchli sun'iy intellekt haqida gapirishga hali erta. Ammo unga yaqinlashsak, uni qanday tartibga solish kerakligi aniq bo'ladi. Hozircha biz faqat ba'zi vazifalarni dasturlashtirmoqdamiz. Biz buni o'zimiz qilamiz va natijasi qanday bo'lishini bilamiz. Ya'ni, qidiruv natijalarini boshqargan mashina birdaniga reja tuzishni boshlashi sodir bo'lmaydi.
Ha - o'zini o'zi boshqaradigan mashina piyodani urib yuborishi mumkin. Lekin ataylab emas, balki xato tufayli. Biz kuchli intellektni yaratganimizda, uni insoniyat maqsadlari bilan bo'lishish uchun o'rgatish muammosi paydo bo'ladi. Masalan, bugungi kunda mashg'ulot paytida biz aniq aytamizki, namunadagi xato pastroq bo'lishi kerak, yo'qotish funktsiyasi falon bo'lishi kerak. Lekin biz chindan ham xohlayotgan narsa - bu mashinaning ob'ektlarni tanib olishda yaxshi bo'lishi. Buning uchun biz yo'qotish funktsiyasini minimallashtiramiz. Yo'qotish funktsiyasini minimallashtirish tarmoqqa "ma'lum tasvirlar to'plamida xato qilmang" deyishning matematik ifodasidir. Tarmoq moslashadi va umumlashtirish qobiliyatiga ega bo'ladi, ya'ni naqshlarni aniqlaydi va hech qachon ko'rmagan tasvirlar uchun sinfni to'g'ri bashorat qilishni o'rganadi. Ushbu naqshlar noto'g'ri bo'lishi mumkin. Xususan, model kamonni pasport deb atashi mumkin va hokazo. O'sish jarayonida esa insonda axloqiy me'yorlar paydo bo'ladi, u o'z vaqtida tasdiqlaydi va moslashtiradi. Xuddi shunday, AI qandaydir tarzda bizning axloqiy tamoyillarimiz bilan singdirilishi kerak.
Bugungi kunda bozorda neyron tarmoqlarning eng qiziqarli/ilg'or ilovalari nima deb hisoblaysiz va nima uchun?
Neyron tarmoqlar haqiqatan ham ajoyib, ayniqsa ular qanday ishlashini bilsangiz. Rasm tasniflagichlari, ob'ekt detektorlari va yuzni aniqlash tarmoqlari bozorda juda keng qo'llaniladi. Ushbu muammolarning ba'zi echimlari nafisligi va soddaligi bilan hayratlanarli. Haydovchisiz mashinalar va mashina tarjimasini ham qayd etishim mumkin. Masalan, Google neyron tarmog'i oraliq tildan foydalanadi, u orqali u boshqa haqiqiy tillardan tarjimalarni amalga oshiradi (aniqrog'i, boshqa tillardagi iboralar tuzilgan vektor tasvirlari haqida gapiramiz). Tizim ingliz tilidagi jumlani kirish sifatida qabul qiladi, raqamlar to'plamini yaratadi va keyin tarmoqning boshqa qismi ushbu to'plamlarni, masalan, frantsuz tilidagi jumlaga aylantiradi. Va bir xil neyron tarmoq shu tarzda ko'plab tillar o'rtasida konvertatsiya qilishga o'rgatilganda, u matnning qandaydir universal tasvirini hosil qiladi, buning natijasida tarmoq bir-biri bilan aloqa qila oladi. turli tillar, u o'qimagan to'g'ridan-to'g'ri tarjima. Misol uchun, u EN ⇄ FR va EN ⇄ RU ni tarjima qilishga o'rgatilgan bo'lishi mumkin - va keyin model FR ⇄ RU ni tarjima qila oladi.
Neyron tarmoq mutaxassisi qanday bilim/ko'nikmalarga ega bo'lishi kerak?
Sizga bir qator matematik fanlar va umuman ML bo'yicha bilim kerak. Mutaxassisning boshida qanchalik ko'p bilim bo'lsa, u muammolarni osonroq va tezroq hal qiladi. Bilimdan tashqari qiziquvchanlik ham kerak. Har kuni neyron tarmoqlarni o'qitishning yangi arxitekturalari va yondashuvlari paydo bo'ladi. Mutaxassis o'z bilimini yangilab turishi kerak.
Kompaniyamizdagi chuqur o'rganuvchi mutaxassislar uchun bo'sh ish o'rinlari haqida nima deyish mumkin?
Bizning kompaniyamizda hozirda deyarli har bir biznes bo'limida mashinani o'rganish bo'yicha mutaxassislar mavjud. Mail’da biz spamga qarshi kurashni yaxshilash va yangi “aqlli” funksiyalarni yaratish (asosan matn bilan ishlash) bo‘yicha mutaxassislarni faol izlayapmiz. Shuningdek, biz kompyuter ko'rishni rivojlantirish bo'yicha mutaxassislarga qiziqamiz. Bulutda - kompyuterni ko'rish bo'yicha mutaxassislar. Biz chuqur o'rganishdan foydalanadigan va ixtisoslashgan mutaxassislarni izlayotgan boshqa qiziqarli yo'nalishlar orasida tavsiyalar tizimlarini ishlab chiqish va takomillashtirish, katta ma'lumotlarni tahlil qilish va matn bilan ishlash kiradi. turli loyihalar(masalan, Mail.Ru Search-da to'g'ri javoblarni bashorat qilish). ML reklama vositalarida, aqlli ijtimoiy media tasmalarini yaratishda va Qidiruvda mavjud.
Ya'ni, kompaniyada insonning barcha funktsiyalari asta-sekin sun'iy intellekt bilan almashtiriladi?
Siz tushunishingiz kerakki, bu dasturlashni osonlashtirmaydi, faqat murakkablashadi. Dasturchilar uzoq vaqt talabga ega bo'ladi. Bundan tashqari, sun'iy intellekt bo'yicha mutaxassislar ham birinchi navbatda dasturchi bo'lishlari kerak: dasturchini sun'iy intellektni yaratishga o'rgatish ancha oson. Va ular kompaniyaga ko'proq foyda keltiradi, chunki ular sof tadqiqotchilardan farqli o'laroq, o'z g'oyalarini juda tez amalga oshiradilar. Umuman olganda, ko‘plab kompaniyalar, jumladan, bizda ham sun’iy intellektga katta mablag‘ sarflamoqda. Masalan, hozir Xitoy 2030-yilga borib bu sohada yetakchiga aylanmoqchi. Birgina Baidu’da 1300 ta mashinani o‘rganish bo‘yicha mutaxassislar ishlaydi.
Neyron tarmoqlar sohasida qaysi yo'nalishni eng istiqbolli deb hisoblaysiz?
Eng istiqbolli narsa bu kuchli AI. Bu erda savol tug'iladi: biz kichikni hal qilishdan o'tsak bo'ladimi? aniq vazifalar kuchliga sun'iy intellekt. Bularning barchasini qanday birlashtirish kerak? Kuchli sun'iy intellektga yo'l yechim orqali o'tishiga ishonchim komil emas oddiy vazifalar. Ammo umuman olganda, agar biz kuchli AIni istisno qilsak, unda ha, bu faoliyatning barcha sohalarida odamlarni almashtirishdir.
Sizningcha, har tomonlama odamlardan oshib ketadigan sun'iy intellekt yaratish mumkinmi? Va agar shunday bo'lsa, qachon?
Bu vaqt masalasi. Olimlarning so'rovlariga ko'ra, uning paydo bo'lishini 2050-2090 yillarda kutish mumkin. Lekin menimcha, bu shunday ishlamaydi. Biz miyaning individual funktsiyalarini nusxalaymiz, ammo menimcha, bundan kuchli AIga qanday o'tishni hali hech kim bilmaydi. Biroq, bugun biz allaqachon erishdik yaxshi natijalar Ba'zilarida tor yo'nalishlar, masalan, tasvirni aniqlashda.
Teglar: teglar qo'shish
Studio Moderna - Moskva
Lavozimi vazifalari: olib borishtreningyangi xodimlar uchun (Xush kelibsiz treninglar); uchun treninglar o'tkazishmutaxassislarsotish bo'yicha; Ta'limni tashkil etish (yangilash va tayyorlash o'quv materiallari, tomoshabinlarni tayyorlash); Hisobot. Talablar: Yuqori...
14 kun oldin
ALVISA boshqaruvi- Moskva
50 000 - 65 000 rub....uchun xush kelibsiz treninglar va mahsulot treninglarixodimlarKompaniyalar va tashqi hamkorlar uchun (masalan... ...Tashqi hujjatlar oqimini saqlashtreningKompaniya xodimlari: - shartnomalar tuzish... ...yoki pedagogik). Ish tajribasimutaxassistrening yoki mahsulot murabbiyi (...
13 kun oldin
Dori - Mayakovskaya metro bekati, Moskva
95 000 rub....Majburiyatlari: Ehtiyojlarni to'plashtrening va rivojlanish xodimlar.Sertifikatlashtirish, xodimlarni individual, korporativ tayyorlash rejalarini ishlab chiqish. O'quv rejalarining bajarilishini tashkil etish va nazorat qilish, o'qishni tugatgan xodimlar tomonidan hujjatlarni taqdim etish...
1 kun oldin
Prezident - Moskva
Lavozimi vazifalari: 1. Treninglar tashkil etish va o‘tkazish (portfelda o‘z dasturlariga ega bo‘lish). 2. amalga oshirishtreningmenejerlar uchun. 3. Tashkiliy masalalar- treninglarga tayyorgarlik (xona, taklifnomalar, kofe-breyklar). 4. Kontaktlarni qurish...
20 kun oldin
"GPTP "Granit" - Moskva
30 000 - 45 000 rub....bo'yicha o'quv dasturlari va mahalliy normativ hujjatlar loyihalaritrening va rivojlanish xodimlar- hududlar budjetini tuzishda ishtirok etish... ...ta'lim muassasalari - yoshlar uchun murabbiylik dasturini nazorat qilishmutaxassislarTalablar: Tajribali kompyuter foydalanuvchisi.
7 kun oldin
PIK kompaniyalar guruhi- Moskva
...nomzodlar Ta'minlash uchun nomzodlar rezyumelari ma'lumotlar bazasini yuritish samarali qidiruv joriy talablarga muvofiq baholash dasturlarini ishlab chiqishxodimlar:vaqt, chastota, usullar, natijalarni qayta ishlash, keyingi ish natijalar bilan T&D jarayonlarini avtomatlashtirishda ishtirok etish...
12 kun oldin
Worldskills Russia - Moskva
...Mas'uliyat: To'liq tanlov tsiklini saqlashxodimlar(ham doimiy, ham vaqtinchalik); Nomzodlar bilan suhbat va test sinovlarini o'tkazish; Tashqi saytlarda bo‘sh ish o‘rinlari haqidagi ma’lumotlarni joylashtirish, javoblar, so‘rovlar va tavsiyalar bilan ishlash; Tashkilot...
13 kun oldin
Moliya universiteti rossiya Federatsiyasi hukumati huzurida- Moskva
...Majburiyatlari: masofadan boshqarish tizimini boshqarishtrening(tashkilot ta'lim jarayoni Moodle platformasida testlar, so'rovlar, vebinarlar va baholash sessiyalari), tizim bilan ishlash bo'yicha xodimlarga maslahat va texnik yordam, hisobotlarni tayyorlash...
21 kun oldin
"Shatura" mebel kompaniyasi- Moskva
60 rub./soat...Majburiyatlari: ehtiyojni baholashxodimlarni tayyorlash;O'quv kurslarini rejalashtirish: Savdo texnikasi, Menejment ko'nikmalari; Tarmoqning savdo xodimlari uchun treninglarni ishlab chiqish va o'tkazish; "Dalalarda" xodimlar bilan ishlash; Ishga qabul qilish; Treningdan keyingi...
13 kun oldin
"Hududlar aeroportlari" xoldingi- Moskva
Yiliga 1 rubl...Saratovda yangi "Gagarin" aeroporti qurilishi. Ofisda boshqaruv kompaniyasi Moskvada taqdimotchi uchun vakansiya ochiqtayyorlash bo'yicha mutaxassis va rivojlanish xodimlarVazifalari: Boshqaruv kompaniyasi xodimlarini rivojlantirish va o'qitish rejasini shakllantirish va amalga oshirish...
17 kun oldin
"ASE" injiniring kompaniyasi- Moskva
...hisobotlarni yaratish), tashkil etish va o'tkazishtreningETWeb tizimi foydalanuvchilari uchun... ...ta'lim va rivojlanish uchun byudjetxodimlar.Ta'lim ehtiyojlarini aniqlash... ...Tashkilotdagi universitetlar, yoshlarni jalb qilishmutaxassislar.Talabalar amaliyotini tashkil etish....
20 kun oldin
E ONE savdo uyi- Moskva
100 rub./soat...Majburiyatlari: Ehtiyojlarni tahlil qilishtrening va rivojlanish xodimlar.Rivojlanish optimal echimlar ta'lim maqsadlariga erishish uchun... ...yuqori malakali boshqaruv kadrlari zarur;mutaxassislarva ishchilar. Agar siz faol, maqsadli, tayyor bo'lsangiz...
10 soat oldin
Mosvodostok, Davlat unitar korxonasi - Kutuzovskaya metro bekati, Moskva
38 000 - 42 000 rub....Majburiyatlari: - Tahlil qilish va zarurligini aniqlashxodimlarni tayyorlashKorxona maqsadlariga muvofiq. -kadrlarni tayyorlash, qayta tayyorlash va malakasini oshirish rejalarini ishlab chiqish. - sertifikatlashtirish va baholash bo'yicha mahalliy qoidalarni ishlab chiqish...
13 kun oldin
FSUE Prezident mehmonxonasi- Moskva
65 000 rub....Poytaxtning qoq markazida ajoyib mehmonlarga ega bo'lgan mashhur mehmonxona lavozim uchun tanlov o'tkazmoqda "Ta'lim bo'yicha mutaxassis va rivojlanish xodimlar". Agar siz ham o'z biznesingizni biz kabi sevsangiz, sizni jamoamizga taklif qilamiz! Majburiyatlari: tizimni qurish...
Bir oy oldin
ROSBANK, Societe Generale Group (Rossiya) - Komsomolskaya metro bekati, Moskva
Majburiyatlari: Bilimlar bazasi maqolalarini formatlash (Chakana savdo axborot portali); HR jarayonlarini avtomatlashtirishda ishtirok etish; Maxsus WT shakllari bilan ishlash (bo'limlar, hisobotlar, so'rovnomalar va boshqalar); Excel yordamida ma'lumotlar tahlilini o'tkazish; Test ishlab chiqilgan ...
14 kun oldin
Moskva metrosi - Varshavskaya metro bekati, Moskva
64 000 rub....bozor ta'lim xizmatlari ehtiyojlarini umumlashtirishtrening menejerlar va mutaxassislaro'qitish uchun texnik shartlarni tayyorlash... ...TALABLAR: oliy ma'lumot (menejment, menejmentxodimlar)Xaridlar bilan ishlash tajribasi kamida 3 yil...