Нескучный Data Science

30 ноября участвую как эксперт на карьерном митапе от self, сообщества для поддержки айтишников.

Будет доклад от CEO self о том, как выжить на рынке труда в нынешних условиях.

А я, вместе с остальными экспертами, буду в качестве ментора отвечать на вопросы участников о том, как строить карьеру.

Можно спрашивать и про харды, про софты. И в целом задавать вопросы на любую карьерную тему.

Помимо доклада и общения с менторами вас ждет организованный нетворкинг, где вы сможете познакомиться с интересными людьми.

Время и место
30 ноября, с 15:00 до 21:00
Poklonka Place, корпус Е1 Поклонная ул. 3

Подробности и билеты на лендинге!

Всем привет! 28 ноября в 10:00 приходите на конференцию AI Driver & RecSys!

На ней соберутся эксперты топовых российских IT-компаний (Сбер, T-банк, Яндекс, VK, MTS, Lamoda и др.) и вузов, чтобы обсудить будущее рекомендаций.

Что ждёт участников:
Обсудим актуальные тренды и развитие рекомендательных систем
Новейшие исследования в области RecSys
Практические кейсы
Доклады про новые открытые рекомендательные датасеты
Живое общение с профессиональным сообществом

Блок Индустриальные доклады и тренды в RecSys:
Тренды RecSys
Быстрый и надежный онлайн-инференс в проде: практические советы
Эволюция similar-рекомендаций: как мы переосмыслили ленту похожих товаров
Эволюция контентного трансформера для рекомендаций в E-com
Доклад по статье SIGIR 2025 “SMMR: sampling-based MMR reranking for faster, more diverse and balanced recommendations and retrieval”
Как мы улучшили музыкальные рекомендации с помощью многоруких бандитов

Блок Рекомендации на последовательностях
Доклад по статье ACM RecSys 2025 “Let it go? Not quite: addressing item cold start in sequential reccomendations with content-based initialization”
Доклад по статье ACM RecSys 2025 “Correcting the LogQ correction: revisiting sampled softmax for large-scale retrieval”
Доклад по статье ACM RecSys 2025 “Time to split: exploring data splitting strategies for offline evaluation of sequential reccomendations”
eSASRec: улучшаем бейзлайн трансформенных рекомендаций

Блок Эмбеддинги и векторные представления
О том, как просто учитывать и немного сложнее изучать геометрию, в том числе в рекомендательных системах
LM4ES: Обучение представлений пользователей из последовательностей событий с помощью LLM
Быстрый инференс в графовых рекомендательных системах
RecSys Challenge 2025: Обзор соревнования и наше решение

Блок Open Source Датасеты
Доклад о новом датасете “Yambda-5B – A large scale multi-modal dataset for ranking and retrieval”
Доклад о новом датасете T-ECD (T-Tech E-commerce cross-domain dataset)
Доклад о новом датасете VK-LSVD
Доклад о датасете MBD


28 ноября, 10:00
Сбер, Кутузовский пр-т, 32

Регистрация по ссылке

Мы опубликовали стабильный, быстрый, качественный и доступный синтез для 20 языков России и СНГ

Популярные языки из ;
Всего 20 языков России и стран СНГ, всего 95 голосов;
Модели компактные и быстрые, как наши прошлые релизы;
Поддержка SSML, генерация аудио с SR 8000, 24000, 48000;
Два типа моделей - base под лицензией MIT на наших данных и ext на данных сообщества;
Остались непокрытыми языки Дагестана и ЧР, если хотите помочь с добавлением этих языков пишите на @silero_job.

Репозиторий - github.com/snakers4/silero-models
Статья на Хабре - habr.com/ru/articles/968988/

Про корпоративные конфликты

Жили-были два соседних и близких по функционалу департамента. Назовем их А и Б.
Был у департаментов курирующий топ, назовем его «ПетрПетрович».
В департаменте Б есть управления Ба и Бб
И тут начальника департамента Б увольняют.

Кем заменить? Три кандидата:
◦ Зам начальника департамента А
◦ Начальник управления Ба
◦ Начальник управления Бб

Вы в камень-ножницы-бумага играли?
Вот также и эта троица — каждый против двух других и никто не может одержать верх. (кэп: акула изображает щуку)

В такой ситуации «ПетрПетрович» принимает решение нанять кого-то, кто вроде бы немного со всеми тремя по чуть-чуть работал и ни с кем не поругался . Назовем нового руководителя Новорук.

В итоге департамент Б «пропал с радаров» — амбициозных инициатив, которые бы дисраптили бизнес-модель или хотя бы были достойны обсуждения на борде — нет, зато со всеми смежниками мир

С этими словами Новорука и уволили спустя пару лет.

Итого, случилась корпоративная классика: наняли за бесконфликтность — уволили за бесхребетность

PS: В личку пришло несколько знакомых из разных организаций с вопросом "не их ли конторы я описал?" -- значит, ситуация не такая уж и редкая

Привет! На связи команда МТС True Tech Talents. Мы запускаем набор на 4 поток Школы аналитиков данных

Обучение проходит в онлайн-формате и длится 10 месяцев. Преподаватели — эксперты нашего центра Big Data. Вы научитесь писать на Python, прокачаетесь в математике, основах машинного обучения, ML Ops, Spark и прочих вещах, без которых не выйдет работать в Data Science. Также у студентов будет возможность попасть на стажировку в МТС Web Services.

Обучение бесплатное, но места ограничены - чтобы попасть, необходимо подать заявку до 30 октября и выполнить вступительное задание. Старт обучения - 10 ноября!

Регистрируйся по ссылке, ждём тебя!

Быстрее, умнее, точнее

VK запустил RecSys Challenge — соревнование по разработке алгоритмов рекомендаций.
Участникам предстоит решить одну из самых сложных проблем рекомендательных систем: предсказать, кому зайдёт ролик, который никто ещё не видел.

В основе датасет VK-LSVD:
40 млрд взаимодействий
20 млн роликов

Формат:
Студенты, исследователи, ML-инженеры — welcome
Призовой фонд — 2 500 000 рублей

Читайте подробнее и регистрируйтесь до 15 декабря на сайте соревнования.

Data Driven 2025: четыре доклада, которые стоит посмотреть

По мере распространения генеративного ИИ производить новые продукты становится всё проще и проще, но, как вы помните, малая часть ИИ-проектов заканчивается успехом.
А всё почему? Потому что для производства качественного продукта нужно уметь оптимизировать правильные метрики — от бизнесовых, продуктовых и технических до модельных и клиентских.

Рекомендую вам посмотреть доклады с конференции Data Driven 2025, чтобы прокачаться в этом направлении.
Вот те, что особенно запомнились

End-to-end качество Алисы как универсального AI-ассистента — как переосмыслить офлайн-оценку качества и внедрить гибридную разметку с помощью языковых моделей.

Рободоставка: аналитика как двигатель эффективности — разбор того, как аналитика помогает соединить технологии, операции и метрики в единую систему, влияющую на бизнес-результат.

Яндекс Поиск в Межнаре: масштабирование аналитики на новые рынки — опыт построения аналитики полного цикла для международных продуктов в условиях высокой неопределённости.

Датакаталог: инфраструктура или продукт? — история о том, как превратить инфраструктурный инструмент в полноценный продукт, который действительно помогает командам работать с данными.

Смотреть на YouTube [часть 1, часть 2]
Cмотреть на VK [часть 1, часть 2]

Farewell, Альфа-Банк

Настало время поговорить о личных стратегиях — теперь это гораздо проще, ведь вы уже немного лучше понимаете стратегию и культуру, на основе которых строилась Лаборатория. Я убеждён, что в профессиональном плане важно всегда находиться там, где твои сильные стороны используются на максимум. Как вы, наверное, уже поняли, настал момент и для меня двигаться к новым вызовам — о которых расскажу в следующих постах. А пока — время подвести итоги и искренне пожелать удачи Альфа-Банку.

Начну с последнего. Альфа-Банк за последние 6 лет достиг весомых результатов, закрыл многие гэпы — и, как бывшему фанату Тинькофф, мне приходится это признавать даже в личных разговорах с близкими. Я искренне рад за Альфу и желаю не сбавлять оборотов.

Мы прошли с Альфой долгий путь. За это время удалось многое изменить и заложить крепкий фундамент для будущих поколений.
Лаборатория выросла — от одного дата-сайентиста до управления порядка сорока талантливых специалистов. Каждый появился не случайно: мы находили точки роста бизнеса, убеждали стейкхолдеров и успешно защищали ресурсы. Можно с уверенностью сказать, что все амбициозные и успешные внутренние проекты по применению нейронных сетей были придуманы внутри Лаборатории.

Особенно приятно, что наши достижения отмечены пятью внутренними «Оскарами» — и каждый из них стал возможен благодаря нейронным сетям и нашей проактивной позиции. Сегодня Лаборатория машинного обучения — это бренд в сообществе дата-сайентистов, сопоставимый с Яндексом, Тинькофф и другими компаниями, куда стремятся попасть специалисты. Молодые таланты идут туда за культурой и ценностями, которые мы транслируем внутри и вовне.
И всё это получилось, потому что мы любой ценой отстаивали интересы Акционеров, Клиентов и Команды. Вот этим я по-настоящему буду гордиться.
Хочу сказать огромное спасибо каждому члену нашей команды — за ваш выбор и вклад. Ведь перед каждым из вас открыты двери практически любой компании. Отдельное спасибо маркетингу, рискам, финансам и всем, кто был с нами первопроходцем на пути внедрения прорывных решений.

Закончу этот блок следующим напоминанием:
Тяжёлые времена рождают сильных людей, сильные люди создают лёгкие времена. Лёгкие времена рождают слабых людей. Слабые люди создают тяжёлые времена.
Мой последний рабочий день в Альфе был чуть больше двух месяцев назад.
Я уже освоился на новом месте, и начинаю активный найм в новую команду - налетайте на вакансию.

P.S. Элементы стратегии и культуры на новом месте практически не изменятся

Как связаны продуктовая, HR и PR стратегии?

Стратегия отвечает на вопросы — что мы делаем и что не делаем. Если её элементы противоречат друг другу, стратегия, скорее всего, не работает: становится непонятно, как двигаться и к чему стремиться.
В Лаборатории стратегия строилась на культурном базисе, поэтому все её элементы были взаимосвязаны. Посмотрим на это на примерах.

Продукт HR
1. Когда вы нанимаете сильную команду, ориентированную на исследования и научный интерес, — фокус только на бизнес-вэлью приводит к внутреннему конфликту.
2. Если в команде не развиты софт-скиллы и навык презентации, то продвигать бизнес-задачи и «продавать» правильные решения становится затруднительно.
3. Когда вы нанимаете людей с сильными софтами, но без хардов, — использовать продвинутые методы моделирования не получится.
4. Если команда не видит личной выгоды и карьерного роста, бизнес-ориентация воспринимается формально и не закрепляется в поведении.
5. Быстрый карьерный рост в коммерческой компании возможен только тогда, когда продвинутые решения из теоретических рассуждений доезжают в прод.

HR PR
1. Слабый HR-бренд ведёт к трудностям с наймом топ-команды, особенно если вы не можете конкурировать зарплатами.
2. Если профессиональное сообщество не уважает хард-скиллы вашей команды, то и сильный HR-бренд построить не выйдет.

PR Продукт
1. Внутренние выступления теряют смысл, если команда не участвует в развитии продукта.
2. Курсы, конференции и другие активности вызывают интерес у аудитории лишь тогда, когда за ними стоят реальные выдающиеся достижения — научные или бизнесовые.

Продукт HR PR
С возрастом у специалистов становится меньше времени и энергии для прорывных проектов и публичных выступлений, тогда как у студентов и стажёров, стремящихся к карьере, эти ресурсы есть. Поэтому именно они становятся естественным драйвером развития продукта, бренда и культуры компании.

В следующем посте поговорим про личные стратегии

PR-стратегия Лаборатории

В этом посте расскажу о ключевых элементах стратегии, которые помогли построить бренд команды — как внутри компании, так и за ее пределами.

Каждый член команды может стать ее амбассадором. Замыкание публичных активностей на руководителе приводит, во-первых, к неэффективному использованию его времени, а во-вторых, к потере качества — вряд ли кто-то расскажет лучше ключевого разработчика.
Отдельно горжусь тем, что удалось сменить парадигму, по которой выступать на внутренних и внешних мероприятиях могли только сотрудники нужного грейда. Самый яркий пример — выступление стажера перед коллегой на девять грейдов выше, которое стало пререквизитом для появления новой функции.
Подготовка к выступлениям нативно встроена в процесс работы команды. Очень сложно заставить себя и команду подготовить презентацию на двадцать слайдов на конференцию по неизвестной теме. Сильно проще — взять рабочие презентации, вычистить из них конфиденциальную информацию и обкатать на внутренней аудитории.
Эти сценарии отделяет регулярная работа: регулярные презентации бизнес-заказчикам, питчинг на внутренних синках и доработка материалов по обратной связи.
На самом деле выступление на внешней конференции не сильно отличается от внутренней презентации, и работа над обоими направлениями усиливает каждое из них.
Мотивируем и помогаем развивать скиллы у каждого члена команды. Чтобы из «нулевого рассказчика» сделать «опытного спикера», нужно просто вместе с ним прогнать презентацию пять раз. Побеждать в соревнованиях вдвойне приятно, если компания при этом платит премию в размере месячного оклада.

Распространяем контент во всех каналах коммуникации. Бизнес работает с клиентами через все возможные каналы, чтобы увеличить число касаний и охватить разные сегменты аудитории. В развитии HR-бренда нужно использовать те же принципы: адаптировать контент под конференции, статьи, подкасты, обучающие курсы и посты в телеграме.
Один директор по маркетингу сказал, что хорошая реклама должна заебать. В этом есть доля правды — ведь вы выберете известный бренд, если не разбираетесь в качестве товара.
Хотите прокачаться в написании ёмких и понятных текстов?
Рекомендую книгу «Пиши, сокращай 2025: как создавать сильный текст» — Максим Ильяхов и Людмила Сарычева.

HR-стратегия Лаборатории

Ключевая проблема найма опытного топ-специалиста заключается в том, что он уже нашёл себе отличное место работы, и вы вряд ли сможете его перекупить. В таком случае отличная стратегия — растить мат. ожидание за счёт числа попыток, надеясь на то, что вы сможете заинтересовать его задачей или его ровно сейчас отпугнули на текущем месте работы.

Нанимаем по хардам — софты растим внутри. Применение софтов на линейных позициях необходимо на порядок в меньший промежуток времени, и поэтому их недостаток проще закрыть руководителю, чем отсутствие хардов. Как показала практика моей команды, софты можно успешно развивать у любого технаря. Именно по этой причине я всегда отдам предпочтение джуну с прокаченным хардам, а не «синьору» с умением складно оправдываться за отсутствие результата.

Найм — задача руководителя, а не HR. Ответственность за качество и укомплектованность команды нужно брать на себя. Любая ошибка найма перекроет время, потраченное на проактивный поиск с необходимым CIR.

Нанимаем только тех, кто хочет приносить пользу компании, а не удовлетворять свой научный интерес. Наша профессия содержит много пространства для исследований, но большая часть из них не приносит практического результата и оптимизирует сотые доли процента на синтетических датасетах. Многие эксперименты не нужно проводить, если у вас есть теоретическая база, которая может оценить масштаб ожидаемого эффекта. Нередко желание проводить такие эскперименты, говорит о недостаточном количестве практики на этапе обучения и для этого являения у меня даже есть целый термин.
Нейросетевой недотрах — огромное желание обучить нейроночку, которая не нужна или избыточна для решения бизнес-задачи.

Не ограничиваем скорость роста формальными временными рамками. Если вы вкладываетесь в рост софт-навыков, то ваша команда становится очень конкурентной на открытом рынке, и джун сможет продать себя за синьора и даже CDSа (знаю такой случай). В таком случае важно вовремя проводить апгрейд грейда согласно скорости достижения определённого уровня, а не за выслугу лет. В противном случае вы повысите мат. ожидание поиска топ-специалиста у конкурентов.

Привлекаем таланты за счет HR-бренда и сарафанного радио. Время потраченное на выступления на конференциях, запущенные курсы, ведение личного блога и другие публичные активности существенно окупается скоростью найма за счет улучшения релевантности входного потока. Повышенная удовлетворенность команды включает сарафанное радио и приводит к аналогичному результату.

Работаем со студентами и стажерами. Большинство топ-специалистов, которых вы хотите сейчас нанять были когда-то студентами технических вузов. Сейчас вы смотрите на них и мечтаете чтобы они стали членами вашей команды, но вы упускаете большой поток студентов, которые еще не стали звездами и вам не поздно вырастить их внутри, если вы сами когда-то были настоящими синьорами.

Глава Лаборатории машинного обучения в окружении джунов и миддлов, май 2022.