Время Валеры

Немного удивляют комментарии вокруг DeepSeek, особенно относительно заявленной эффективности тренировки.

Как будто люди забыли, что GPT-2 сейчас можно обучить уже на ноутбуке, в то время как изначально требовался кластер GPU.

В целом в машинном обучении всегда так: сначала нужно много вычислительных ресурсов, чтобы найти правильный путь, а повторить его затем значительно проще.

На сколько инференс чат гпт подешевел за год? А за два ?

Не говоря уже про многое другое, что, конечно, не отменяет того, что китайцы - крутые пацаны

Статья в тему - The Rise of DeepSeek: What the Headlines Miss

Перезапустил рекламу (https://t.me/cryptovalerii/737), чтобы сравнивать яблоки с яблоками

Рекламирую свой канал - текст одинаковый (практически, в ФБ добавлена пара слов, так как в ТГ уперся в лимит)

Реклама ТГ канала в ТГ - 20 000 просмотров, 29 кликов, 2 юзера добавились в канал, потрачено 20 долларов

Реклама ТГ канала в Мете - 134 790 просмотров, 1674 клика, ~ 200 юзеров добавились в канал, потрачено 29.64 доллара

Пообщались с Викой Бородиной — родилась идея Мета Курса

Говорили о том, как строить карьеру (и почему это может быть скамом), оставаться в профессии и продолжать любить свою работу. А в процессе придумали концепт: какие навыки прокачивать, чтобы стать частью самых востребованных специалистов и топ 5% перформеров компании.

Приходите в комментарии и пишите, имеет ли смысл делать такой курс. Если интерес есть — превратим эту идею в реальность и покажем(попробуем), как вывести свою карьеру на уровень мечты.

В течение длительного времени читал разные статьи, и кажется, что токенизация в моделях — это то, где сейчас большая проблема.

Это все как-то напоминает bag of words до изобретения word2vec.

С интересом смотрю в сторону работ, которые напрямую экспериментируют с байтами и их латентным представлением.

Особенно забавно и одновременно элегантно будет, если это окажется наложено поверх тритовой/байтовой логики весов.

Ссылка для ознакомления

В продолжение этого поста https://t.me/cryptovalerii/735

Сравнение двух рекламных систем

Telegram - 1 доллар на 1000 просмотров - 16000 просмотров - 22 клика - 72 цента за клик

Facebook - 5.1 доллара на 1000 просмотров - 30550 просмотров - 1393 клика - 10 центов за клик

Выводы делайте сами

Продолжаю читать Стиглица, Road to Freedom.

Приводит пример, что в финансовый кризис 2008 года, государство всех спасло за счет налогоплательщиков, то есть получается капиталисты говорят, что прибыль наша, а расходы общие. Сегодня случайно нактнулся в видео на следующую информацию, оказывается bailout package принес 100+ млрд прибыли государству.

В том числе помогло снижение налогов, для привлечения инвестиций. Все больше и больше разочаровываюсь в Стиглице

Решил протестировать рекламную систему телеграма, нада же куда-то тратить звезды. Обнаружил, что реклама канала показывется подписчикам канала. Понял, что системе телеграма предстоит еще долгий путь и говорить о какой-то серьезной рекламной выручке кажется еще рано. Тем более, что ревью рекламы заняло три дня и кажется было ручным.

Для сравнения, у Меты/ФБ процесс занимает несколько минут в автоматическим режиме, со сбором всех статистик и возможностью детальной настройки.

Вопрос для собеседования в связи с последними событиями

Ваш портфель из инвестиций включает 5% вложений в различную крипту

В связи с ростом крипты, ее доля в долларовом эквиваленте портфеля теперь составляет 50%

Ваши действия:
Ребалансировать портфель, продавая крипту
Ребалансировать портфель, докупая со временем все остальное
Продолжать аллоцирровать деньги в прежней пропорции

А вот и видео со стримом, получилсь скорее от Канта до Хайдеггера, чем от завода до магазина

Live stream scheduled for Jan 18 at 17:00

Live stream finished (1 hour)

Live stream scheduled for Jan 18 at 14:00

Live stream started

В субботу, в 17 (upd, в 14) по Лондону, проведем стрим с Андрюсом Румшей, магистрантом Трирского университета (Германия) по направлению Natural Language Processing. Человеком максимально готовым к AGI, ведь раньше он работал на заводе, а затем перешел в DA&AI департамент Lidl International. В свободное от работы время увлекается спортом, музыкой, философией и поэзией. Обсудим его путь от завода, до магазина продуктов

В AI департамент X5 Group ищут СТО, который сможет возглавить разработку ключевых ML based продуктов компании. Это роль для человека, который решал сложные задачи, понимает, как работают крупные платформы, и хочет создавать действительно масштабные продукты, которые влияют на миллионы пользователей.

Основные задачи:
• Определение технологической стратегии и ее интеграция в бизнес-процессы компании.
• Развитие платформенных решений для высоконагруженных систем.
• Руководство командами разработчиков, обеспечение их эффективности и взаимодействия со смежными командами.
• Построение систем рекомендаций, аналитических платформ и масштабируемых ML/AI решений.

Идеальный кандидат:
• Опыт работы в роли СТО платформенных решений, знание процессов управления продуктами.
• Умение работать с высоконагруженными системами, масштабировать их под большие объемы данных и пользователей.
Технический стек: Kubernetes, Kafka, RabbitMQ, PyTorch/TensorFlow, SQL/NoSQL базы данных.
• Успешный опыт внедрения и эксплуатации AI/ML решений в продакшн.
• Навыки работы с data-driven подходом, agile-методологиями и DevOps инструментами.

Компенсация соответствует задачам, деньги - есть.

Резюме можно отправлять Алине [email protected], вопросы в личку.

Начал читать книгу Стиглица - Road to freedom, которую мне подарили после его визита в Лондон.

Стиглиц оказался леваком, какое разочарование.

Впрочем, кто знает, может как дочитаю, леваком окажусь уже я.

Решил закупить умных книжек и просветиться

Жду когда Linkedin откроет параллельный бизнес по шантажу. Мы не сдадим твоему работодателю, как ты начинаешь рабочий день, если купишь премиум подписку!

Жаль что ChatGPT не может справиться с простым вопросом по AWS и выдает абсолютно разные ответы, при использовании двух флагманских моделей

Вышел подкаст со мной, который записали в понедельник

Ну как вы там прожили год? Нормально, сойдет? Есть план, которого придерживаетесь, чтобы все в жизни было на своих местах.

И для ответа Да, и для ответа Нет — мы записали универсально подходящий выпуск.

Если вы на пути к оптимизации всего в своей жизни, пожалуйста, вдохновляйтесь об нашего гостя. Валера Бабушкин, большая айтишная шишка в Бритиш Петролеум, прямиком из Лондона, блистает эрудицией, рассказывает умные вещи про трейдинг, большие миллиардные деньги, большую аналитику и большие корпорации.

Если у вас все разваливается — мы вам расскажем, почему вся эта оптимизация жизни и приведение всего подряд в лучшую форму — это чушь собачья, которая убивает фан и эстетику.

В общем, заходите смотрите, последний выпуск в году, хороший душевный и толковый
Youtube | VK-видео | Rutube | Аудиоверсия

Сегодня прочитал статью, описывающую архетипы принципал инженеров. Является хорошим дополнени к архетипам стафф инженеров (см https://t.me/cryptovalerii/120)

Если кратко, то вот роли принципал инженеров, но в целом - рекомендую прочитать оригинал.

Sponsor:
Является лидером проекта или программы, охватывающей несколько команд.
Обеспечивает принятие решений, устраняет препятствия и продвигает проект.
Фокусируется на определении продукта, организационном выравнивании и delivery проекта.
Требует значительных временных затрат, обычно ограничивая участие до 1-2 проектов одновременно.

Guide:
Эксперт в своей области, глубоко вовлечённый в архитектуру и проектирование.
Производит примеры артефактов (например, проектные документы, код) и работает через других.
Основное внимание уделяется техническому направлению проекта, а не общему delivery.
Обычно ограничен участием в 1-2 проектах из-за большой временной нагрузки.

Catalyst:
Инициирует и продвигает новые идеи или проекты, часто амбициозные или сложные.
Разрабатывает концепции, добивается согласования и организует команды для выполнения.
Это временная роль, которая заканчивается, как только проект запускается.
Ключевая роль для амбициозных проектов, требующих импульса.

Tie-Breaker:
Разрешает затруднения в принятии решений, делая чёткие и обоснованные выборы.
Включает в себя погружение в детали, понимание различных позиций и донесение логики принятия решения.
Роль временная, используемая только для критических решений, чтобы избежать блоков.

Catcher:
Возвращает проекты на правильнве рельсы в условиях жёстких сроков.
Анализирует проблемы, приоритизирует задачи и разрабатывает реалистчные планы восстановления.
Обучает лидерству в сложных ситуациях, но не должен быть использован слишком часто.
Лучше распределить эту роль между большим количеством инженеров, чтобы избежать перегрузки.

Participant:
Участвует в проекте без явных лидерских ролей, активно или пассивно.
Активное участие (например, обсуждения дизайна, задачи по коду) приветствуется.
Следует избегать чрезмерного участия в роли Participant, чтобы сосредоточиться на других ролях.
#BigTechLevels

На Хабре вышла статья, в которой упомянули мое имя - мимо такого я пройти не смог. Статья неплохая, однако я вижу минимум три важных момента, которые надо учитывать:

1. Статистика и распределения
Мы легко можем адаптировать t-статистику или любую другую метрику под наше распределение. Это значит, что p-value всё равно будет равномерным для широкого класса данных, просто статистики будут другими. Например, в статье была выбрана "магазино-дневная" грануляция, что позволило получить равномерное распределение p-value. Это логичный выбор, но могли бы выбрать любую другую (например, "магазино-час" или "магазино-секунда"). Для таких случаев рекомендую ознакомиться с этой статьёй от Х5. Выбрали грануляцию, обеспечивающую равномерное распределение p-value и наилучшее соотношение роста данных и дисперсии. Кроме того, можно посмотреть сюда - Dealing With Ratio Metrics in A/B Testing at the Presence of Intra-User Correlation and Segments.
2. Зачем нужен CUPED?
CUPED помогает нормировать данные и устранять зависимости. Если в данных есть корреляции, то с помощью CUPED и ML-моделей можно минимизировать этот эффект и сгладить дисперсии.
3. A/A-тесты — основа основ
В статье справедливо упомянуто, что перед запуском всегда проводился дизайн теста и проверка на A/A. Это базовый шаг, без которого нельзя судить об адекватности методологии. Мы делаем то же самое с первых итераций наших A/B тестов, чтобы быть уверенными в корректности инструментов.

Выводы:
Статья адекватная, но видно, что это не работа гранда: где-то упрощения, где-то ошибки
Важен не факт наличия зависимости в данных, а то, насколько хорошо мы контролируем распределение p-value
Нужен модуль валидации для получения распределений А/А и синтетических А/Б

Интересные времена, оказывается разбивать данные на партиции в момент их заливки уже немодно, согласно Progressive Partitioning for Parallelized Query Execution in Google’s Napa

Внедрили динамическое партицирование для каждого запроса, потому что:
* Гранулярность партиций сильно зависит от конкретного запроса.
* Фиксированные партиции не справляются с перекошенным распределением данных и динамическими нагрузками.

Система использует прогрессивное партицирование, уточняя границы партиций итеративно до тех пор, пока не будет достигнута оптимальная гранулярность для запроса. Это позволяет балансировать между качеством разбиения и производительностью.

Как это работает?
1. Данные хранятся в LSM деревьях, где каждый апдейт добавляется в виде дельты (таких дельт в системе может быть тысячи).
2. Дельта - это иммутабельные (неизменяемые) снапшоты, и они образуются, когда данные из памяти (memtable) сбрасываются на диск. Вдобавок они отсортированы по ключам. Дельты попадают сначала в Level 0, где данные остаются отсортированными, но разные дельты могут перекрываться по ключам. Компактизация со временем переносит данные на следующий уровень, устраняя дублирование и перекрытия.
3. В каждой дельте есть свой B Tree индекс, позволяющий эффективно работать с широкими диапазонами ключей и выбирать нужную гранулярность в рамках дельты.
4. Min/max информация о ключах хранится как отдельные метаданные, позволяя быстро отфильтровать ненужные дельты еще до обхода B Tree.
5. Вместо того чтобы полагаться на статическое разбиение, система динамически партицирует данные в момент выполнения запроса.

В чем плюсы?
Быстрая запись: данные просто записываются в неизменяемые файлы (дельты), без затрат на реструктуризацию.
Эффективное чтение: запросы динамически получают оптимальные партиции, что минимизирует перекос нагрузки.
Масштабируемость: иерархическая структура B-деревьев и организация дельт позволяют LSM-деревьям работать с петабайтами данных и миллиардами запросов.

Этот подход помогает Google масштабировать свои хранилища, оставаясь гибкими и эффективными даже под нагрузкой в миллиарды запросов в день.

Интересно и неожиданно - не думал что партицирование будет динамическим, но логично.

Хочу открыть миру репозиторий по ML System Design

Идея — создать open-source репозиторий, в котором размещены инструкции по созданию корректных дизайн-документов для ML-систем. В репозитории также представлены примеры реальных и мок дизайнов. Каждый желающий может поревьюить документы других, опубликовать свои, а также оценить уже существующие документы.

На данный момент доступно два документа в качестве примеров, краткое описание требований к каждому разделу дизайн-документа, а также шесть дизайнов, находящихся на стадии ревью через пулл-реквесты.

Приветствуются участие в виде звёздочек, а также вклад в создание контента или проведение ревью

Прилетел в Индию
Встретили по царски
Но Трамп почему-то назначил AI и крипто царем другого человека

Живу в гостинице в КЛ.

К сожалению, охлаждающей мега-простыни подо мной нет, поэтому приходится ставить кондиционер на максимум и спать под обычной простынкой. Впрочем, я всегда сплю под простынкой.

Очевидно, чтобы спать под простыней, нужно ее иметь. Поэтому каждый вечер я звоню и прошу принести мне extra bedsheet.

Сегодня запросил в очередной раз, возникла неожиданная пауза, поставили на удержание, потом сказали: да, конечно, сейчас принесем.

Через десять минут звонят в дверь и приносят: халат, тапочки, зубную щетку и просят зайти на пять минут, чтобы установить экстра кровать с матрасом, которую они с собой привезли.

Простынку я так и не получил.

Кофаундер датабрикса, помимо работы СТО в компании, еще и статьи пишет - WORLD MODEL ON MILLION-LENGTH VIDEO AND LANGUAGE WITH BLOCKWISE RINGATTENTION

Выглядит как отчёт о работе нормальных инженеров, которые решили попробовать что-то новое и описали результаты на arXiv.

Берут Blockwise Ring Attention, аннотируют данные (включая видео и текст) по-разном, постепенно скармливают всё это в модель, увеличивают контекст до миллиона токенов и радуются.

Из интересного – используют Masked Sequence Packing.

Предположим, у нас есть текст длиной 500 токенов, видео длиной 1 000 токенов и книга длиной 10 000 токенов. Вместо того чтобы обрабатывать каждую последовательность отдельно (с огромным количеством padding), модель объединяет их в один батч и добавляет маску, чтобы в каждый момент времени была видна только соответствующая часть каждой последовательности.

Затем лосс от каждого токена перевзвешивают по длине секции. Без этого самая длинная последовательность перевесила бы всё остальное. И радуются жизни.

В целом прорыва нет, просто разумная инструкция

Нашел зал по ММА в Куала-Лумпуре.

Зал довольно неплохой, его сделали выступающие в ONE FC бойцы. Например, тренер по борьбе — парень из Ирана, а по джиу-джитсу выписывают специалистов из Бразилии.

Сегодня моим тренером был бразилец, который всего 15 дней как переехал в КЛ. После спарринга спрашиваю: как думаешь, какой у меня пояс? Он говорит: белый? Правда, по-английски он почти не понимает, не знает, как будет «пятнадцать», и часто отвечает «Si».

Поэтому я сказал «Si», и он с уважением пожал мне руку.

Forbes did it again

An AI startup CEO on a Forbes '30 Under 30' list has been charged with defrauding investors out of $10 million

Кстати, если кто-то проживает в Куала Лумпуре

Можно устроить встречу, ужин, митап

Я как раз сейчас там, до 7 декабря

Кажется, нет более ненадежной вещи в мире, чем тренера по Джиу Джитсу. Однажды вышло так, что у меня должно было быть три персональных тренировки в один день, каждая - с разным тренером.

За день до, один из них слился, и я подумал - ну и слава богу, три - многовато. Но удар пришел откуда не ждали, на следующий день слились два оставшихся, что превратило интенсивный день - в день отдыха. Надо сказать что все три - те с кем я регулярно тренируюсь, а не случайные чуваки

Кажется меня раскрыли

Вышло видео, где обсуждаю свои карьерные планы

По итогам 3 месяцев ледяной бочки - жим лёжа сдвинулся со 180*1 до 180*3

Осталось два вопроса

1. Стал ли я стат значимо в три раза сильнее
2. Значит ли это, что по итогам 9 месяцев стоит ожидать жима 180*9

В детстве нас учили не брать конфеты у незнакомых дядек. Многие даже следовали этому совету.

Однако раз в году наступает момент, когда дети приходят к незнакомым дядькам и требуют с них конфеты.
Сегодня наступил именно такой день и первый раз, когда я встречаю его в собственном дому в роли незнакомого дядьки

Закупил 160 мини сникерсов, твиксов и скитлс
90 мини M&M
85 пакетиков мармелада маленьких
24 пакетика мармелада больших

До украшательства дома, я конечно еще не дошел, но тыкву купил
Кажется, надо прикупить еще пару коробок больших сникерсов и выдавать их за особо крутые костюмы

Определилось расписание на месяц путешествий.

18 ноября: Лондон - Куала Лумпур
8 Декабря: Куала Лумпур - Бангалор
11 Декабря: Бангалор - Пуне
18 Декабря: Пуне - Мумбай
20 Декабря: Мумбай - Лондон

Из неприятного - 4 декабря планировал получить пурпурный пояс по БЖЖ, придется пропустить грейдинг и ждать ещё полгода

Жаль, с пурпурного пояса можно уже учить других, была бы запасная профессия, после того как ИИ заменит таких как я

Хорошая обзорная статья от Lilian Weng - Thinking about High-Quality Human Data


1. Как размечать данные, особенно когда задача разметчика - максимально быстро прокликать ваши задания, а ваша - получить максимально качественную разметку. От создания процесса, до оценки (Majority Voting, Multi-Annotator Competence Estimation, Descriptive vs Prescriptive). Есть даже таксономия того, по каким причинам разметчики могут между собой не соглашаться

2. Если датасет уже размечен, как выявить ошибку разметки автоматически? Сюда входят различные трюки с уверенностью модели в предиктах. Самый простой пример - если семпл тяжко учится, может быть это потому, что он некорректно размечен?

Из более сложных - AUM (Area under the Margin), насколько общий поток градиента спорит с конкрентым сэмплом

В целом - рекомендую ознакомиться, особенно тем, кому предстоит размечать данные в автоматическом режиме через людей

Вышло исследование рынка продуктовых и дата аналитиков от new HR - у них всегда приятная инфографика и вменяемые вопросы. От зарплаты - до экспертов.

А также топ и анти топ по компаниям, где люди хотят и не хотят работать. Выглядит так, что у Сбера, ВК и Ростелекома большие проблемы с HR Брендом, а у Яндекса, Авито и Авиасейл - все неплохо. Х5 держит баланс по Дао

UPD: Сейчас оказывается собирают информацию для нового исследования

Поездка в Баку прошла неплохо

Встретился пару раз с местным дата комьюнити
Выступил в университете
Встретился с СТО и синьором из стартапа в Дубае, где они будут работать на пике технологий gen AI
Дал, как минимум, три полезных совета
Съездил в Гобустан
Выступил на конференции и затем пообщался с ребятами из местного гиганта
Сходил в офис БиПи, много говорил
Ел лучшие помидоры в мире

Оценка Баку - очень хорошо, надо приезжать ещё.
Вкусно, приятно, хорошие люди.

Из минусов - пробки и воздух.

Теперь можно наконец-то то разобрать залеж статей с февраля этого года. Из следующего - заплыв в KL и Индию в ноябре/декабре

Стою в лобби конгресс центра перед выступлением. Мимо проходят две девушки и парень.

У девушки на сумке огромные буквы fendi. Слышу краем уха, что она говорит про некое выступление в 2 часа дня и что там будет Бабушкин, который знает про Data Science

Видимо придется идти

Провели исследование онлайн курсов. Неожиданно оказалось что Карпов Курсес в топе

Хинтон получил Нобелевскую премию. Долгий путь от задворок и насмешек, до всемирного признания

В Гугле он был L8, L9

Дисциплина бьёт талант

Правда существует как минимум два типа дисциплины, внешняя и внутренняя

Первая, работает хорошо с большинством людей и позволяет достигать команде стабильных результатов

Однако она начинает сбоить с людьми, выбивающимися из распределения

C такими выдающимися людьми нужно полагаться на их внутреннюю дисциплину, одновременно давая ясно понять, что доверие - вещь хрупкая

Это непросто, но в этом частично и заключается тонкое искусство менеджмента

С интересом просматриваю вырезки из techroastshow в инстаграмме

То там кофаундер, у которой приложуха - Huddle, Accountability as a service (как вам такое?), где люди с СДВГ платят 20 баксов в месяц, чтобы приложенька конектила двух таких чуваков и они бы убирали каждый свою комнату и одновременно общались друг с другом. Ее кофаундер - инфлюэнсер с СДВГ, у которого миллион подписчиков. Правда подписчиков у аппки - всего 16

В другом отрезке, фаундер, девушка с Only Fans, забутстрапила Mental Health компанию - Exist Experience, которая должна помочь людям с Loneliness. Уж кому, как не модели с Only Fans, знать как помочь. Таргетируют не всех людей, а зумеров, там специфичный язык и в целом аппка это обертка над другим сервисом.

Это конечно показывает, какие разные люди пытаются войти в фаундеры технологических компаний, интересное явление

Хорошая статья от пацанов из Х5, которая объясняет то, что становится понятно со временем всем, кто сделал достаточно много А/Б тестов. 50 оттенков линейной регрессии, или почему всё, что вы знаете об A/B тестах, помещается в одно уравнение

Иногда люди не видят лес за деревьями, и частный случай этого - не видеть здравый смысл за чеклистами.

Например, пишет мужик из издательства и намекает, что в книжке неоригинальный контент! Мол, переработайте перед печатью кое-какие куски, "so we can't be accused of any sort of plagiarism", и любезно присылает список этих кусков.

Открываем список и видим грозные коментарии "Needs rework; extremely close to the article text" и ссылки на какой-то notion, в котором человек составляет для себя конспект книги. Рекурсия!

В воскресенье, инженер, который работал в одной из моих команд, ушел из bp - потому что он попал в YCombinator

А сегодня, человек который смог выбраться из YC, попросил помочь найти к себе МЛ Инженера, что я нашел весьма ироничным.

Ищут Senior ML Engineer в команду Fluently (YC W24) - будет 6 членом команды и будет улучшать ML движок - мозги сервиса.

Делают, по их утверждениям, лучшего в мире AI спикинг коуча, который слушает онлайн звонки и помогает прокачивать английский - недавно прошли Y Combinator и подняли $2.5M.


tl;dr:
- Платят от $5k до $10k (зависит от скиллов и опциона)
- Работают ремоут (но могут подать на H1-b)

Узнать больше и податься можно тут

Утверждают, что пришлют последний айфон за успешную рекомендацию

10 - 11 октября буду в Баку, на конференции InMerge, на Data & AI Vertical

Помимо меня, из интересных людей, будут Steve Chen, Former CTO of YouTube, Werner Vogels, VP & CTO of Amazon и Илья Стребулаев

Если вы тоже будете в Баку в эти даты и захотите увидеться - пишите

Кофаундер Data Bricks оказался приятным человеком.

Два часа с ним проболтали, благо сидели за соседними стульями круглого стола. Нового особо ничего не узнал, так как во всем что обсуждали, мнение сходное

Из интересного, каждый менеджер, на любую позицию, должен у них пройти технический собес на уровне solution architect

Все нетехнических - выгнали

Сегодня большая конференция Data Bricks в Лондоне

Как опытный человек, я планировал поехать только на закрытый ужин с их кофаундером

Но кровавые руки сейлзов дотянулись и тут. Просят приехать раньше.

Задача непростая, знаменитая дилемма ужина

Заодно подскажите, что спросить у Арсалана

Интересно, какова логика назначения сложности для задач на лит коде

Задача, где нужно реализовать LRU cache, для чего нужно также реализовать doubly linked list = medium
Задача в четыре строчки, где нужно сделать bucket sort = medium

Я понимаю, что и там и там, если понимаешь какие структуры данных лежат в основе, решается прямолинейно, но тем не менее в рамках реализации первого гораздо проще наделать ошибок, чем второго

После того, как пришлось писать код на Хаскеле и Эрланге в Мете, я считал что многое повидал, но сегодня встретил нового зверя, героя нашего времени - Ziglang.

На нем написан новый фреймвок для инференса ML - ZML, который скоро станет доступен массам

В День Знаний - анонс нового курса и шанс выиграть стипендию.

Помимо закрытых обучений и karpov courses, ML System design стал доступен на платформе Maven

Мы успешно провели запуск первой когорты курса The Essentials of Machine Learning System Design. Все было интерактивно - вели сессии в формате дискуссии, где у участников была возможность задавать практические вопросы в том числе и по своим проектам, читали лекции с красивыми слайдами. Прошлый запуск был 8 недель + 1 лекция, в этот раз - минимум 10 недель, по 2 занятия в неделю. Мы не только посвятим больше времени разработке вашего собственного дизайн документа, но и рассмотрим более детально те аспекты, которые подсветили участники первой когорты.

Для подписчиков Время Валеры, есть промо-код со скидкой $200 - venheads200.

А теперь про стипендию.

Идея дать возможность полностью бесплатно прослушать курс зародилась еще во время того, как мы общались с потенциальными студентами и понимали, как много среди них тех, кто более чем достоин пройти обучение MLSD, но, к сожалению, ограничен в средствах. Поэтому мы решили запустить конкурс.

Условия простые: до 22 сентября (включительно) напишите в LinkedIn (на англ) о том, почему вы хотите получить эту стипендию и поставьте хэштег #SystemDesignMaven. Если при этом еще оставите свою почту внизу на лэндинге, то прослушаете бесплатную триал лекцию.

Двух победителей мы объявим 29 сентября. Удачи

Бочка с ледяной водой (3 градуса) положительно повлияла на мое восстановление

Кроме субъективных ощущений удалось прибавить в жиме штанги лёжа и прочих упражнениях, при том что ничего другого не менял

Со 140 на 13 в жиме, пошел вверх: 142.5*13, 145*12,147.5*12, 150*11 ( это за 4 недели )

Также удалось удерживать 40+ повторов в рамках пяти подходов

Ну и в целом бочка с чиллером гораздо удобнее бутылок со льдом в ванну