мой идеальный researcher:
• делает и рисерч дизайн, и roadmap
• много читает (и свежие статьи, и перечитывает базу)
• супер-любопытный
• сильный нетворк, софт скиллы
• имеет сильный вижен
• но не теряется в деталях
• примерно представляет куда развивается область
• ясно визуализирует и доносит идеи
• всегда явно проговаривает проблемы и ограничения
• пишет хороший full stack код
• автономный
• работает almost 24/7 😅

Привет! У меня сегодня день рождения и я прошу всех друзей и знакомых, у кого есть твиттер, репостнуть вот этот пост если можно, мне будет очень приятно 😄

https://x.com/avgaydashenko/status/2074898036958908575?s=46

Уже несколько месяцев с Настей делаем тот самый проект, про который я буду рассказывать в этом канале! (а еще мы вместе учились в Академическом Университете, и Настя солнышко, ретвитните ее если у вас есть X!)

Три книги, которые я могу посоветовать всем, кто хочет писать про research понятно:

1. "The Sense of Style", Стивен Пинкер (теория, почему ясный стиль письма вообще работает)

2. "Made to Stick", Chip & Dan Heath (как сделать, чтобы идеи запоминались)

3. "The Craft of Scientific Writing", Michael Alley (очень практическая, без какой-то лишней философии)

поделитесь что читаете сейчас?)

Хорошая репа для тех кто билдит что-то с AI и хочет посмотреть на рабочие примеры: 50+ опенсорсных AI engineering проектов (агенты, RAG, OCR, итд). У каждого есть полный код и инструкции по сетапу

https://github.com/Sumanth077/Hands-On-AI-Engineering

Вы ведёте личную CRM для контактов? Какие инструменты и workflow используете?
Ещё интересно, может у кого есть хорошие рекомендации по AI-версиям таких штук

Было бы классно почитать про про ваши сетапы :)

У Banana.dev есть план за $20/мес, в рамках которого CEO лично привозит тебе бананы в офис

Очень прикольный маркетинговый ход 🍌

почему я не пошла делать постдок:

1. ресурсов там ощутимо меньше, чем в corporate labs
2. свободы намного меньше, чем в стартапе
3. и мне хотелось более быстрого темпа, чем обычно бывает в такой среде

это норм путь для многих, но конкретно мне он не подходил

"You've been quiet, what's on your mind?"

ME:

В стрессовых ситуациях я почти всегда сначала обсуждаю формулировки с LLM

Например, на приёме у врача, где обычно хочется спросить что-то расплывчато или слишком эмоционально, то LLM помогает переформулировать это во что-то, на что будет более полезный ответ

Вот примерно такие примеры до/после

(hot take 😅)

последняя волна лейофов это не про AI в первую очередь, а мы просто наконец видим последствия эпохи helicopter money 2020-2022

компании тогда овехайрили людей, пока капитал был почти бесплатным, а теперь просто ужимаются под реальные нужды

поэтому AI получает эти шишки в восприятии людей за те последствия, которые и так должны были случиться, но он не является главнрй причиной большинства этих сокращений (хотя местами точно ускоряет ее конечно)

@aimalysheva

почему так мало нормальных продуктов, использующих приватные модели? должна же быть куча людей, которые хотели бы поделиться всем своим цифровым следом с AI-ассистентом, но которые не сделают это с ChatGPT или Claude

не очень понимаю почему этот рынок privacy-preserving продуктов до сих пор такой небольшой — спрос же очевидный, или я что-то упускаю?

cable management явно не самая сильная моя сторона))

совет начинающим фаундерам: если что-то не так с кандидатом на этапе найма, то скорее всего, это не "просто вам показалось" — стоит довериться этому чувству и перед тем как коммититься устроить стресс-тест именно на тот аспект, который вызывает опасения

trial weeks существуют как раз для вайбчека :)

кайфовая карьера))

было бы круто найти способ переводить векторизацию внутреннего представления между моделями, сохраняя при этом meaning

в теории это могло бы работать так: берём два распределения над representation manifolds (те пространства векторов, которые выучивают модели) и ищем transport map, который минимизирует discrepancy по какому-то feature family (переносим массу из семантической геометрии одной модели в другую, не теряя структуру, которая и делает это чем-то осмысленным)

это все звучит довольно theory-heavy, так что я скоро пошерю еще технические базовые объяснения для основы всего этого

если вдруг знаете тех, кто этим занимается, напишите пожалуйста в комментах или в личку ("этим" = optimal transport для representation alignment, cross-model semantic transfer, или любая другая связанная математика) 🙂

@aimalysheva

мой первый подкаст в роли фаундера! лайк/шер/репост, раз уж я теперь блогер 😄

вообще мне кажется что получилось правда интересно, так что если у вас есть 10 минут, то можно посмотреть на х2
если останутся вопросы, задавайте в комментах к посту, постараюсь ответить!

отдельно очень приятно быть рядом с нобелевским лауреатом на страничке ютуба))

https://www.youtube.com/watch?v=EzwCeqpl2mY

@aimalysheva