✅ Обширный опыт успешной монетизации данных

➕ Оптимальная постановка задачи. Успех ml-проекта зависит от глубины понимания оптимизируемого бизнес-процесса, качества и доступности данных, способа интеграции решения, скиллов команды и готовности инфраструктуры. Успешный опыт монетизации данных, позволяет оценить все эти факторы и поставить задачу на старте таким образом, чтобы в минимально возможные сроки можно было получить максимум пользы для компании. Богатый доменный опыт позволяет сразу использовать лучшую практику с учетом специфики бизнеса компании. Хорошим показателем является доведение до бизнес-применения 90+% разрабатываемых моделей в команде.

➕ Продажа и отмена ml-проектов. В силу относительной молодости области анализа данных руководители непрофильных команд редко понимают, как правильно ставить задачи, что машинное обучение может и, главное, как применять его для улучшения своих процессов. Задача руководителя команды - помочь своим коллегам из смежных команд в этом непростом пути поиска точек применения машинного обучения, а также в грамотном объяснении случаев, где оно вовсе не требуется.

🤔 Если вы подаетесь на позицию DS Team Lead, то тщательно изучайте опыт вашего руководителя.
С ростом грейда руководителя должен расти опыт успешной монетизации данных. Тем не менее хардовой опыт является обязательным, ведь рыба гниет с головы.

💬 Верю, что можно прийти на позицию DS Team Lead, будучи синьором и на месте прокачать софт скиллы и набраться опыта со старшим руководителем в монетизации данных. Однако в обратное не верю, а вы?

#карьера

😮‍💨 Отсмотрел порядка 200 резюме на позицию DS NLP в Лабораторию, сегодня поделюсь обратной связью по формату подачи, оформлению резюме и ссылкой на более подробный разбор по теме составления резюме.

🤔 Хотите попасть на собеседование? Мыслите, как собеседующий еще на этапе отклика на вакансию. Главная цель нанимающего менеджера - найти лучшего кандидата за минимальное количество собеседований. Не стоит ожидать максимально честный экзамен для всех желающих, в виду его конечного временного ресурса.

Воронка приглашений на собеседование начинается с этапа получения резюме.

Топ ошибок по формату текущей подачи:

🤦‍♂️ Ссылка на резюме на HH.ru, которая не открывается даже после авторизации.
😐 Ссылка на резюме на yandex/google-диск или сайт-резюме. Не на всех рабочих компьютерах открываются внешние ссылки. Каждый дополнительный клик может снизить конверсию в отклик. Открывать сайт, который доступен только через vpn не каждый рекрутер будет.
🤔 Стандартное название вместо “ NameSurname.pdf”: "резюме.pdf", "cv.pdf", "ds.pdf". Его не только неудобно искать, но и можно случайно затереть другим кандидатом.

⚠️ Лучше не подавать резюме в pdf-формате hh.ru или word-файлом.
По той же причине, по которой лучше не делать большой фокус на курсы на Я.Практикум/GeekBrains - низкая конверсию в успех отпугивает собеседующего. Обычно с hh.ru приходят резюме тех, кто еще не успел интегрироваться в DS-сообщество или не научился техать резюме (нередко коррелирует с опытом программирования).

🧑‍💻 На что обращает внимание нанимающий менеджер?
Хотите повысить шанс попасть на собеседование - сделайте акцент на том, что указано в вакансии. Напишите свои сильные стороны относительно конкретной позиции в начале резюме. Не расписывайте подробно нерелевантный опыт в своем резюме.

🤔 Нет времени мастерить резюме под каждый отклик?
Укажите в тексте письма кратко ваши сильные стороны для этой позиции. Будет лучше, сочинения на тему вашей высокой мотивации найти работу.

Другие советы по составлению резюме читайте в канале @start_ds.

#карьера

Революция в кредитном скоринге full video

🧠 ChatGPT уже изучила курс DL in Finance и понимает, как провести революцию в кредитном скоринге.
📺 Посмотрите ролик для внутреннего конкурса проектов и узнаете, насколько наши с ней взгляды совпадают.

🤔 Сейчас нейронки уже стабильно улучшают core-бизнес процессы компании на протяжении почти трех лет. Самое время рассказать, что было на старте проекта, с какими сложностями мы столкнулись и как их преодолели:

💪 Не было понимания зачем нужны нейронные сети - показали их эффективность в core-бизнес направлениях.
🔍 Не было инфраструктуры для применения моделей - нашли ресурсы внутри компании без дополнительной закупки.
🦾 Не было места в очереди на получение доступов в ближайшие три месяца - научились открывать двери без специального доступа по пропуску.
📨 Не было интеграции с кредитным конвеером - передавали файлики по почте на протяжении полутора лет.

🧑‍💻 На этот раз у нас не было бюджета на оператора и актерские курсы - сделали все сами.
🔜 В ближайшее время выпустим статью про нейронку для объединения всех нейронок (транзакции x2, бки, другое), оставайтесь на связи.

Команда освоила новую профессию, ставьте 🔥если вам понравилось видео.
P.S. знаю, что у второго актера начинает появляться фан-база.

💬 В каком формате вы показываете бизнесу ценность Data Science?)

#автоматизация_ds #ML_Lab #видео

Рекомендую бесплатную Школу Аналитиков

💩 Платные курсы по анализу данных для масс-маркета редко отбивают деньги вкладчиков в светлое будущее из-за отсутствия входного тестирования и низкого качества преподавателей.

🔝 Бесплатные программы со специалистами в своей области являются большой редкостью. В следствии чего, при первой коммуникации не сразу поверил одному из сооснователей "School of Analytics" и навалил кучу неудобных вопросов. Однако после ответов на них, готов ее вам порекомендовать.

👨‍🏫 Кто преподает?
Опытные специалисты в предметной области: Senior Data Analyst, Head of BI Analytics, Head of Product Analytics.

🧑‍💻 Как попасть?
Пройти серьезный отбор среди 10 человек на место. Необходимо быть недавним выпускником ВУЗа. Уже отобрали 49 студентов на первый поток в марте.

📅 Когда следующий набор?
Стартует в августе, начнут читать годовой курс в сентябре.

📅 Когда проходят занятия?
По субботам три пары с 15:30 до 21:00.

💳 Сколько это стоит?
Бесплатно. Более того, у преподавателей нет денежной мотивации, но есть цель расширить свою команду за счет сильных выпускников.

Программа курса, этапы отбора, состав преподавателей и многое другое.

🗣 В Школе Аналитиков активно знакомят студентов с работой в индустрии и нюансами построения карьеры.

Завтра пообщаюсь со студентами на следующие темы:
⁃ работа в Альфа-Банке, задачах руководителя лаборатории и карьерном пути;
⁃ как ускорить карьерный путь:
⁃ ситуация на рынке труда в DS;
⁃ премии Forbes 30 до 30;
⁃ организация и участие в соревнованиях по Data Science;

Запись интервью.

#курсы

Освобождаем операторов колл-центра от рутины

📺 Сейчас начинается митап от X5 Tech.
🙀 @andrew_son расскажет про задачу, которую мы научились решать лучше человека.
🕖 Выступление Андрея в 19:00.

📡 Подключайтесь к трансляции и вы узнаете:
⁃ Зачем Альфа-Банку нужен классификатор на 1000+ классов.
⁃ Как построить процесс разметки данных с нуля, а главное как убедить бизнес в необходимости этого процесса.
⁃ Какую архитектуру нейронной сети мы использовали.
⁃ Как решение работает в продакшне.
⁃ В каких случаях нейронки могут решать задачу лучше человека.

💬 Задавайте вопросы Андрею в чате трансляции для ответа в режиме онлайн или в комментариях, если не успеваете и будете смотреть в записи.

#nlp #видео

Как научить нейронку решать задачу лучше специалиста?

Рассмотрим процесс, в котором решение принимает специалист в предметной области. Например, это может быть врач, ставящий диагноз по ЭКГ или флюорограмме, оператор колл-центра, обслуживающий клиентов, или даже дата сайентист, обучающий модели.

🤔 Как разработать модели, которые будут работать лучше этих специалистов?

👉 Пойдем по стандартному алгоритму работы DSа:
1. Начнем с глубокого интервью со специалистом, где выясним на основании каких данных и какие он принимает решения.
2. Переведем задачу в термины машинного обучения.
3. Соберем данные, необходимые для принятия решения, и целевую переменную.
4. Замеряем качество работы специалиста при помощи кросс-разметки.

Отлично, задачу поставили, данные собрали, качество замеряли.
👉 Минуточку, модели машинного обучения - это не искусственный интеллект, они всего лишь учатся восстанавливать параметрическую зависимость между данными и целевой переменной и делают это с погрешностью.
😓 Получается, модель всегда будет работать хуже человека за счет наличия погрешности?

Действительно модели будут в среднем работать хуже специалиста, но есть выход:
1. Обучаться на примерах, в которых согласованы несколько специалистов.
2. Использовать в обучении примеры лучших специалистов/экспертов.

📈 Комбинация из этих подходов позволит работать лучше, чем плохой специалист и средний специалист. Лучших специалистов получится превзойти, если обучаться на разметке комитета лучших специалистов и запрещать им объединяться на практике)

🤔 Не стоит забывать про еще один тип погрешности, связанный с неточностью постановки задачи. Например, в случаях классификации на 1000+ классов авторы каталога классов могут заложить в него заведомо неразделимые для экспертов классы.

👉 В итоге, точность работы в модели в бизнес-процессе ограничивается комбинаций модельной ошибки, погрешностью в разметке и погрешностью в постановке задачи.

💬 Как бы вы поставили задачу по оптимизации работы дата сайентистов?)

#mlsysdesign #nlp

Отожмут ли вашу работу ChatGPT и другие нейронные сети?

🚀 ChatGPT стал синонимом нейросетей для тех, кто незнаком с анализом данных. Ходят слухи, что с помощью этой модели можно решать задачи любого домена уже сейчас. Некоторые кандидаты уже даже записывают ChatGPT в качестве языка программирования в свою резюме.

🤔 Кого смогут оптимизировать нейронные сети? Скоро ли вас поработит искусственный интеллект?
Всерьез не задумывалась об этих вопросах до панельной дискусии на прошлой неделе, посвященной дню карьеры в ВШЭ. Сегодня поделюсь основными соображениями по этой теме.

🔌 Начнем с более хайпового вопроса. Если кратко, то вспомните закон сохранения энергии из школьного курса физики и расслабьтесь. Пока нейронные сети потребляют столько энергии на этапе обучения и инференса, можно спать спокойно. Однако люди учатся гораздо медленнее несмотря на то, что более эффективно используют энергию.

👨‍🏫 На данный момент вкладывается огромное количество человеческого капитала и вычислительных мощностей для обучения нейронных сетей, а не человека. Думаю, модели смогут оптимизировать всех кроме высококвалифицированных специалистов. Ведь "искусственный интеллект" лишь умеет очень хорошо повторять за своим учителем-человеком. Получается, в современном мире необходимо непрерывно учиться, иначе нейронные сети кто-то научит работать лучше вас.

👷 Нейронные сети нужно не только обучать, но еще и адаптировать под нужды бизнеса. К сожалению, сейчас не так много специалистов и компаний, которые умеют эффективно монетизировать данные и строить классные ml-продукты. Команды, которые умеют подчинять ml под нужды бизнеса, останутся актуальны до порабощения их скайнетом.

💬 Когда ожидаете, что SkyNet постучится в вашу дверь?)

LEVEL UP в Лаборатории

💪 Как вы знаете, в прошлом году Лаборатория внесла существенный вклад в улучшение бизнес-процессов Альфа-Банка.

Результаты работы команды трансформировались в ее карьерный рост:

📈 Стажер -> Junior x2 (март 2023)
👉 Адаптировали нейронки под кредитный скоринг для еще одной бизнес линии.
👉 Разработали более эффективный способ объединения нескольких нейронных сетей.

📈 Junior -> Middle x6 (май 2023)
👉 Внедрили нейронки в онлайн процесс кредитования, увеличили покрытие core-бизнес задач с и адаптировали их под новые источники данных.
👉 Освободили операторов от рутины в категоризации обращений на 1000+ классов.
👉 Внедрили внутреннее решения для чат-бота и voice-бота.

📈 Team Lead -> Team Lead+ (май 2023) [Команда монетизации нейронных сетей]
👉 Вырастили команду, защитили рост численности и стали лидерами по количеству внедренных моделей.
😱 Ожидайте интервью про карьерный рост от стажера до тим лида большой команды.

📈 Мы не останавливаемся на достигнутом, и продолжаем активный рост.
😱 Сейчас открыты 8 новых позиций в Лабораторию:
- 1 NLP Team Lead+
- 5 NLP DS
- 2 стажера (один из наставников kaggle master)

🔜 Мы уже готовим материалы к треку NLP in Practice, обновления трека DL in Finance, парочку статей на хабр и интервью.
🔜 Ожидайте анонсы в конце мая.

#ML_Lab #карьера