Спасибо огромное!:)

Дорогой чатик, идут поиски сотрудника для участия в исследовании, владеющего в идеале техникой внутривенного введения у лабораторных крыс. ( Санкт-Петербург).  Пишите в личку, если такие имеются

Как вежливо напомнить профу, чтоб он подал на тебя документы, которые надо подать? Речь идёт о гранте>< Дедлайна там нет, но он уже неделю не отвечает, а время идёт

Спросить, подал ли он документы?

Если совсем вежливо -- спросить, не нужно ли ему что-то от тебя для подачи документов :)

Слишком вежливо, имхо. И сбивает с мысли.

Здравствуйте, мои дорогие дата сайнтисты. Решите задачку о динамике вас и вашей карьеры во времени.

На свете около 10 тысяч исследователей машинного обучения и около миллиона индустриальных дата-сайнтистов. Стало быть, на то, чтобы внедрить в продакшн открытие одного машиниста-исследователя, уходит где-то 100 индустриальных машинистов (потому что всякие банки имеют свои заморочки с безопасностью данных, и просто один раз написать одно общее API на каждую технологию и потом его повторно использовать не выйдет - модели придется в каждом банке писать по новой).

Предположим, что каждый десятый индустриальный дата-сайнтист/дата-инженер чутка шарит за науку, хочет быть не хуже исследователей (которые вроде бы лучше и важнее) и мечтает за 5 лет заработать на всю оставшуюся жизнь в своей индустрии и сам начать заниматься исследованиями (на исчезающе низкую з/п, но ему пофиг, он уже накопил и хочет поработать в науке потому что приятно никому не подчиняться и потому что чувствует, что в этом есть какая-то миссия).

При этом если исследователей машинки станет не 10, а 20 тысяч, то пренебрегая падением их качества с ростом количества, можем предположить, что число делаемых ими открытий тоже примерно удвоится (или нет - интересно, какова зависимость количества практически значимых открытий от количества исследователей? Еще хотелось бы понять, какова зависимость спроса на индустриальных дата-сайнтистов от численности исследователей машинки?).

Это должно привести в свою очередь к еще большему росту спроса индустрии на новых дата-сайнтистов для внедрения этих новых открытий.

Вопрос: как тогда будут распределены популяции исследователей машинки и индустриальных дата-сайнтистов через 5 лет?

Поступило мнение, что падение качества исследований машинистов с ростом их числа будет значительным. На первый взгляд, да, а на второй - может и нет, я не знаю:

Берем лес знаний всего человечества, и на нем отмечаем знания каждого отдельного исследователя машинки. Площадь знаний одного человека мала, лимитирована его продолжительностью жизни и большинство знаний очень сильно повторяются между людьми. Скажем, тот кусок знаний, что покрыт курсом Эндрю Ына будут знать все 10 тысяч человек. А теорию категорий из них знают, к примеру, только 2 тысячи. А топологию - только тысяча.

Теперь, стало быть, новые открытия каждой группы могут быть только новыми листьями этого графа. Окажется, что зачастую новые открытия будут делать вовсе не AI-профессионалы, а прибежавшие из других областей ребята с другим бэкграундом, потому что машинисты будут топтаться по одному и тому же поддереву, а настоящий свежак - где-то в стороне от этой столбовой дороги.

большинство открытий будут все же в главном поддереве, на то оно и главное поддерево

но у прибежавших больше шансов что-то открыть в пересчете на человека

т.е. стоит уточнить что вам важнее, открытия на человека или открытия на область

Поясните, пожалуйста, не понял, почему больше шансов открыть в пересчете на человека?

У прибежавшего из другой области мало шансов открыть что-то. Он скорее переоткроет то, что уже в главном поддреве и только потом уже откроет новое.

вы и описали, другой набор знаний, меньше пути идти по уже открытому(меньше углубляться), другое поддерево

Заставило задуматься о "главности" поддеревьев. То есть условно говоря как только в машинке начинают активно использовать, скажем, Кульбака-Либлера, остов теории информации, который раньше был никому не нужен, попадает в главное поддерево (ладно, пример с теорией информции не лучший, она несколько вышла из моды в 70-ые, но потом вернулась). При этом толщина любого остова не может обычно превышать 8-10 лет высшего образования с аспером, и динамически чуть меняется для разных поколений.

Переоткрыть что-то малореально - шанс даже одного полезного открытия в жизни не так велик. Что касается малых шансов - зависит от того, насколько производительный и нестандартный человек, с кем он коллаборирует и насколько отважно ищет. Насколько стремится быть как вме и делать fashionable science, похожую на то, что делает толпа.

Не знаю, к сожалению, историю DS. Но в обычной биологии и естественных науках не обязательно быть нонконформистом. Можно делать как все и получить маленькое открытие

Возможность открыть, как мне кажется, обуславливается или интуитивным пониманием области + воображением, или внимательностью (можно без воображения даже). Т.е. почти любой способен на это

Но не зная того, что уже есть, можно переизобрести велосипед

Я летом что-то предложила, а мне сказали, что так делает panda у insilico 🤷‍♀ Что-то другое - скинули статью от другой команды 🤷‍♀

Без нормального апгрейда сложно прыгнуть выше области