Около двух недель назад мой шеф Лео дал мне задачу по математике, такую дали на интервью в Meta. Я думал, что разберусь быстро. Но в итоге решил ее только сегодня.
Честно пытался разобраться. Гуглил, читал, искал объяснения. Ничего не понимал. В какой то момент решил пойти другим путем и написал симуляцию Монте Карло. Прогнал задачу 200 000 раз и заметил паттерн, число x выпадает чаще, чем y.
И тут возник главный вопрос, почему?
Начал снова гуглить. Везде один и тот же ответ, тот самый, к которому я пришел еще в первый день. Но я не понимал, почему именно так. Сидел, лежал дома, смотрел в потолок и просто думал. Все равно не складывалось.
Потом снова запустил симуляцию. Увидел результат. Понял, что вывод правильный. Но внутреннего понимания все равно не было.
И вот в чем суть.
Лео объяснил мне простую вещь. Мы живем внутри своего круга знаний и думаем, что много понимаем. Но за этим кругом есть купол побольше, это то, чего мы не знаем. И когда ты увидел, что число выпадает чаще, но не понял почему, твой купол незнания тоже расширился. Ты понял, что есть что то, чего ты не понимаешь.
В мире огромное количество вещей, на которые у людей нет ответа. Иногда мы даже не понимаем, как что то работает, но оно работает.
Лео уже в возрасте, но он очень умный. Работал в топ компаниях, воспитал сына, который тоже в Meta. Но даже это не главное. Он сказал мне, Асылхан, в жизни так много всего, что нельзя только учиться и сидеть за задачами. Нужно жить. Нужно успевать.
И он мне говорит, бывает так, что у задачи может не быть понятного теоретического объяснения. Ты можешь прийти к правильному ответу, увидеть, что это работает, но не до конца понимать почему.
И это нормально.
Сначала важно честно понять, что результат верный. А вопрос почему это уже второй уровень. Вторая загадка. До нее тоже нужно дорасти.
Главное не останавливаться. Если понял что это работает, двигайся дальше, думай глубже, расширяй свое понимание. И при этом не зацикливайся на одной точке, смотри шире и думай о большем.
Я задумался. В общем, солай. В Америке живу, жизнь проживаю. В поисках чего то , но еще не понял чего.
Честно пытался разобраться. Гуглил, читал, искал объяснения. Ничего не понимал. В какой то момент решил пойти другим путем и написал симуляцию Монте Карло. Прогнал задачу 200 000 раз и заметил паттерн, число x выпадает чаще, чем y.
И тут возник главный вопрос, почему?
Начал снова гуглить. Везде один и тот же ответ, тот самый, к которому я пришел еще в первый день. Но я не понимал, почему именно так. Сидел, лежал дома, смотрел в потолок и просто думал. Все равно не складывалось.
Потом снова запустил симуляцию. Увидел результат. Понял, что вывод правильный. Но внутреннего понимания все равно не было.
И вот в чем суть.
Лео объяснил мне простую вещь. Мы живем внутри своего круга знаний и думаем, что много понимаем. Но за этим кругом есть купол побольше, это то, чего мы не знаем. И когда ты увидел, что число выпадает чаще, но не понял почему, твой купол незнания тоже расширился. Ты понял, что есть что то, чего ты не понимаешь.
В мире огромное количество вещей, на которые у людей нет ответа. Иногда мы даже не понимаем, как что то работает, но оно работает.
Лео уже в возрасте, но он очень умный. Работал в топ компаниях, воспитал сына, который тоже в Meta. Но даже это не главное. Он сказал мне, Асылхан, в жизни так много всего, что нельзя только учиться и сидеть за задачами. Нужно жить. Нужно успевать.
И он мне говорит, бывает так, что у задачи может не быть понятного теоретического объяснения. Ты можешь прийти к правильному ответу, увидеть, что это работает, но не до конца понимать почему.
И это нормально.
Сначала важно честно понять, что результат верный. А вопрос почему это уже второй уровень. Вторая загадка. До нее тоже нужно дорасти.
Главное не останавливаться. Если понял что это работает, двигайся дальше, думай глубже, расширяй свое понимание. И при этом не зацикливайся на одной точке, смотри шире и думай о большем.
Я задумался. В общем, солай. В Америке живу, жизнь проживаю. В поисках чего то , но еще не понял чего.
❤40
Салем салем!
За последнее время в моей жизни произошло много изменений, и думаю, уже можно поделиться некоторыми мыслями. За это время я успел пожить в Бостоне и Нью-Йорке. Эти города сильно отличаются по ритму и атмосфере я понял, что Manhattan distance работает и в жизни, не только в задачах по Data Science.
Недавно я сдал письменный экзамен по Data Science and Tools на 92 процента. Причем сдавал его на своем третьем языке. Для меня это еще одно напоминание о том, что ребята из Центральной Азии вполне конкурентоспособны. Где-то можем уступать, но у нас есть голод и сильное желание расти.
Скоро мне исполнится 21, и я заметил одну вещь. Каждый год я сильно меняюсь. Сейчас я как губка впитываю знания, опыт и новые взгляды. Пытаюсь лучше понять себя и постепенно выстроить свою личность.
Иногда бывает непросто конкурировать с людьми 30+, когда тебе всего 20. Часто приходится держать уровень рядом с теми, у кого намного больше опыта. В такие моменты я вспоминаю слова директора в НБРК. Когда я уезжал на учебу, она сказала мне: никогда не сдавайся и верь в себя.
Почему-то эта фраза очень крепко осталась у меня в голове. Даже когда бывает тяжело, я просто говорю себе: погрустили и хватит. We didn’t come here for an easy life.
Иногда буду делиться и фотографиями в своей инсте(бтв таланта на эстетику у меня нет) https://www.instagram.com/kuromikow/
За последнее время в моей жизни произошло много изменений, и думаю, уже можно поделиться некоторыми мыслями. За это время я успел пожить в Бостоне и Нью-Йорке. Эти города сильно отличаются по ритму и атмосфере я понял, что Manhattan distance работает и в жизни, не только в задачах по Data Science.
Недавно я сдал письменный экзамен по Data Science and Tools на 92 процента. Причем сдавал его на своем третьем языке. Для меня это еще одно напоминание о том, что ребята из Центральной Азии вполне конкурентоспособны. Где-то можем уступать, но у нас есть голод и сильное желание расти.
Скоро мне исполнится 21, и я заметил одну вещь. Каждый год я сильно меняюсь. Сейчас я как губка впитываю знания, опыт и новые взгляды. Пытаюсь лучше понять себя и постепенно выстроить свою личность.
Иногда бывает непросто конкурировать с людьми 30+, когда тебе всего 20. Часто приходится держать уровень рядом с теми, у кого намного больше опыта. В такие моменты я вспоминаю слова директора в НБРК. Когда я уезжал на учебу, она сказала мне: никогда не сдавайся и верь в себя.
Почему-то эта фраза очень крепко осталась у меня в голове. Даже когда бывает тяжело, я просто говорю себе: погрустили и хватит. We didn’t come here for an easy life.
Иногда буду делиться и фотографиями в своей инсте(бтв таланта на эстетику у меня нет) https://www.instagram.com/kuromikow/
❤35
Салам всем.
Последние события вокруг ИИ еще раз показывают, насколько быстро меняется вся индустрия. Даже такие истории, как возможный слив исходников Claude Code, вызывают большой интерес, потому что позволяют лучше понять, как устроены современные AI-инструменты и куда все это движется. Вот ссылка, о которой идет речь: [https://gitverse.ru/anarchic/claude-code]
Если смотреть шире, сейчас вообще ощущение, что мы заходим в новую фазу развития. Мы уже живем в моменте, когда одна LLM помогает создавать другую, когда модели пишут код, помогают собирать архитектуру, ускоряют разработку и заметно снижают порог входа в создание продуктов.
Особенно интересно наблюдать, как за короткое время изменилось качество генерации кода. Еще пару лет назад LLM писали его довольно слабо, и это было логично, потому что изначально они развивались прежде всего как модели для работы с естественным языком. Код же требует другого уровня точности, логики, структуры и понимания контекста. Но сейчас ситуация меняется буквально на глазах. Если посмотреть на то, что уже умеют Codex, Claude Code и похожие системы, становится понятно, что многие старые ограничения уже почти сняты.
На этом фоне особенно забавно наблюдать, как дилетанты уже начинают рассказывать, что умеют строить продукты, писать код и делать сложные системы, просто потому что рядом появилась LLM. Но наличие инструмента еще не означает наличие реального понимания. И вот тут, как мне кажется, начинается самое важное.
В будущем просто умение писать код перестанет быть главным преимуществом инженера. Намного важнее станет умение работать головой: понимать математику, алгоритмы, архитектуру, оптимизацию, ограничения моделей и выбирать лучший подход под конкретную задачу. То есть ценность будет уже не в том, чтобы руками делать одно и то же, а в том, чтобы глубоко понимать, что именно ты строишь и почему одно решение лучше другого.
Именно поэтому мне кажется, что вперед начнут выходить глубокий data science, сильная алгоритмическая база и хорошая теоретическая подготовка. Потому что пока LLM действительно хорошо справляются с кодом и рутиной, но все еще заметно слабее в глубоком анализе данных, в аккуратной проверке гипотез и в работе со сложными неоднозначными задачами. Хотя, честно говоря, это тоже скорее вопрос времени.
На этом фоне кажется важным и то, что меняются сами университеты. Уже чувствуется сдвиг от простого кодинга в сторону более жесткого изучения теории, алгоритмов, математики и реальных кейсов. Потому что когда код все сильнее автоматизируется, на первый план выходит не механическая реализация, а способность мыслить глубже и видеть систему целиком.
Отдельно не удивлюсь, если такие игроки, как DeepSeek, очень быстро подхватят сильные идеи, переработают их под себя и в ближайшее время выпустят новое обновление. Рынок сейчас слишком быстрый, и все двигаются в очень плотной конкуренции.
Это, конечно, мой личный взгляд, но пока все выглядит так, будто профессия инженера не исчезает, а просто очень сильно меняется. Кодинг никуда не денется, но главным маркером силы постепенно станут мышление, теория и понимание алгоритмов.
Последние события вокруг ИИ еще раз показывают, насколько быстро меняется вся индустрия. Даже такие истории, как возможный слив исходников Claude Code, вызывают большой интерес, потому что позволяют лучше понять, как устроены современные AI-инструменты и куда все это движется. Вот ссылка, о которой идет речь: [https://gitverse.ru/anarchic/claude-code]
Если смотреть шире, сейчас вообще ощущение, что мы заходим в новую фазу развития. Мы уже живем в моменте, когда одна LLM помогает создавать другую, когда модели пишут код, помогают собирать архитектуру, ускоряют разработку и заметно снижают порог входа в создание продуктов.
Особенно интересно наблюдать, как за короткое время изменилось качество генерации кода. Еще пару лет назад LLM писали его довольно слабо, и это было логично, потому что изначально они развивались прежде всего как модели для работы с естественным языком. Код же требует другого уровня точности, логики, структуры и понимания контекста. Но сейчас ситуация меняется буквально на глазах. Если посмотреть на то, что уже умеют Codex, Claude Code и похожие системы, становится понятно, что многие старые ограничения уже почти сняты.
На этом фоне особенно забавно наблюдать, как дилетанты уже начинают рассказывать, что умеют строить продукты, писать код и делать сложные системы, просто потому что рядом появилась LLM. Но наличие инструмента еще не означает наличие реального понимания. И вот тут, как мне кажется, начинается самое важное.
В будущем просто умение писать код перестанет быть главным преимуществом инженера. Намного важнее станет умение работать головой: понимать математику, алгоритмы, архитектуру, оптимизацию, ограничения моделей и выбирать лучший подход под конкретную задачу. То есть ценность будет уже не в том, чтобы руками делать одно и то же, а в том, чтобы глубоко понимать, что именно ты строишь и почему одно решение лучше другого.
Именно поэтому мне кажется, что вперед начнут выходить глубокий data science, сильная алгоритмическая база и хорошая теоретическая подготовка. Потому что пока LLM действительно хорошо справляются с кодом и рутиной, но все еще заметно слабее в глубоком анализе данных, в аккуратной проверке гипотез и в работе со сложными неоднозначными задачами. Хотя, честно говоря, это тоже скорее вопрос времени.
На этом фоне кажется важным и то, что меняются сами университеты. Уже чувствуется сдвиг от простого кодинга в сторону более жесткого изучения теории, алгоритмов, математики и реальных кейсов. Потому что когда код все сильнее автоматизируется, на первый план выходит не механическая реализация, а способность мыслить глубже и видеть систему целиком.
Отдельно не удивлюсь, если такие игроки, как DeepSeek, очень быстро подхватят сильные идеи, переработают их под себя и в ближайшее время выпустят новое обновление. Рынок сейчас слишком быстрый, и все двигаются в очень плотной конкуренции.
Это, конечно, мой личный взгляд, но пока все выглядит так, будто профессия инженера не исчезает, а просто очень сильно меняется. Кодинг никуда не денется, но главным маркером силы постепенно станут мышление, теория и понимание алгоритмов.
❤17
Потихоньку закругляемся с семестром, дописываем research paper с ребятами, параллельно потихоньку возвращаюсь к бегу.
Если интересно, ребят можем еще пообщаться про инновации , что сейчас происходит, какие темы реально двигаются, и в целом укрепить знания друг друга
Если интересно, ребят можем еще пообщаться про инновации , что сейчас происходит, какие темы реально двигаются, и в целом укрепить знания друг друга
❤20
Салем, ребят.
Как у вас дела? Я тут внимательно проанализировал ситуацию, вообще не понял, что происходит, и хочу сказать: сдаюсь. Финиш, ребят, поражение.
Сижу и думаю: Марков в 1900-х без техники и умных гаджетов придумал свои концепции, а мне в будущем, где все уже есть, иногда тяжело просто понять, что вообще от меня хотят. Горе, печаль, обида, но ладно. Видимо, пора хотя бы временно зачилиться. Что там Карпатый мутит, вообще молчу. Чел за 3 часа gpt 2.0 построит.
Сейчас последняя учебная неделя. По оценкам все нормально, даже круто. Но чувство, что я полный мусор, все равно не отпускает. А, ну и я не стригся полгода. Причин нет, просто в какой-то момент взял и перестал.
С другой стороны, если посмотреть объективно, вроде все не так плохо: заканчиваю свою исследовательскую работу в универе, нашел еще одно хорошее онлайн-место на лето, заработал пару миллионов, купил кучу подарков родным. Но внутри все равно ощущение, будто я мусор.
Мне кажется потому что материальные вещи не делают тебя победителем. Это понятно. Вроде большую часть пирамиды Маслоу закрыл, но дальше все равно не особо ясно, что с этим делать.
Сейчас цель простая: закрыть все дела, вернуться домой и просто на какое-то время выпасть из этой гонки. Просиживать дни в Red Dead Redemption или CS, уехать куда-нибудь загород, в то же Боровое, и просто спокойно существовать. Думаю, это будет гораздо приятнее, чем сидеть где-нибудь в Америке.
Давно не играл. Да и будто бы больше ничего особо не надо. Если окончательно не выгорю, может, потом подамся на PhD. В целом не знаю насколько адекватно подаваться на PhD в 21. Посмотрим. В целом я понимаю, какие аспекты мне нужно улучшать в себе. Поэтому могу уверенно заявить: пока что я мусор, но хотя бы с планом на апгрейд.
Как у вас дела? Я тут внимательно проанализировал ситуацию, вообще не понял, что происходит, и хочу сказать: сдаюсь. Финиш, ребят, поражение.
Сижу и думаю: Марков в 1900-х без техники и умных гаджетов придумал свои концепции, а мне в будущем, где все уже есть, иногда тяжело просто понять, что вообще от меня хотят. Горе, печаль, обида, но ладно. Видимо, пора хотя бы временно зачилиться. Что там Карпатый мутит, вообще молчу. Чел за 3 часа gpt 2.0 построит.
Сейчас последняя учебная неделя. По оценкам все нормально, даже круто. Но чувство, что я полный мусор, все равно не отпускает. А, ну и я не стригся полгода. Причин нет, просто в какой-то момент взял и перестал.
С другой стороны, если посмотреть объективно, вроде все не так плохо: заканчиваю свою исследовательскую работу в универе, нашел еще одно хорошее онлайн-место на лето, заработал пару миллионов, купил кучу подарков родным. Но внутри все равно ощущение, будто я мусор.
Мне кажется потому что материальные вещи не делают тебя победителем. Это понятно. Вроде большую часть пирамиды Маслоу закрыл, но дальше все равно не особо ясно, что с этим делать.
Сейчас цель простая: закрыть все дела, вернуться домой и просто на какое-то время выпасть из этой гонки. Просиживать дни в Red Dead Redemption или CS, уехать куда-нибудь загород, в то же Боровое, и просто спокойно существовать. Думаю, это будет гораздо приятнее, чем сидеть где-нибудь в Америке.
Давно не играл. Да и будто бы больше ничего особо не надо. Если окончательно не выгорю, может, потом подамся на PhD. В целом не знаю насколько адекватно подаваться на PhD в 21. Посмотрим. В целом я понимаю, какие аспекты мне нужно улучшать в себе. Поэтому могу уверенно заявить: пока что я мусор, но хотя бы с планом на апгрейд.
❤33
В целом семестр закончил на GPA 4.0/4.0.
Хотел просто немного поделиться, как изменилась жизнь за эти пару месяцев. Новый ритм, новые люди, учеба, работа, фотки с друзьями, много дедлайнов, бессонных ночей и маленьких побед.
Пока все идет довольно хорошо. Закрыл семестр, получил классный опыт, познакомился с крутыми людьми. Еще с ребятами начали работать над статьей, посмотрим, что из этого получится( Не зная как на русском или казахском языке, но за 3 месяца опытов и ресерча самое лучшее чанкирование это рекурсивное).
Кстати, вместе с Эроном дочитали Speech and Language Processing от Jurafsky and Martin. Книга вышла в январе 2026, но, честно, с учетом того, что происходит в мире AI за последний месяц, иногда кажется, что она уже немного устарела 😂
Хотя для базы, понимания NLP и того, как вообще устроены современные языковые технологии, это все равно must-read. Некоторые вещи могут быстро меняться, но фундамент знать нужно (Если его не перестроят, а там если что атеншен на дифужн меняется).
Короче, пока что так. Маленький апдейт из жизни :)
Хотел просто немного поделиться, как изменилась жизнь за эти пару месяцев. Новый ритм, новые люди, учеба, работа, фотки с друзьями, много дедлайнов, бессонных ночей и маленьких побед.
Пока все идет довольно хорошо. Закрыл семестр, получил классный опыт, познакомился с крутыми людьми. Еще с ребятами начали работать над статьей, посмотрим, что из этого получится( Не зная как на русском или казахском языке, но за 3 месяца опытов и ресерча самое лучшее чанкирование это рекурсивное).
Кстати, вместе с Эроном дочитали Speech and Language Processing от Jurafsky and Martin. Книга вышла в январе 2026, но, честно, с учетом того, что происходит в мире AI за последний месяц, иногда кажется, что она уже немного устарела 😂
Хотя для базы, понимания NLP и того, как вообще устроены современные языковые технологии, это все равно must-read. Некоторые вещи могут быстро меняться, но фундамент знать нужно (Если его не перестроят, а там если что атеншен на дифужн меняется).
Короче, пока что так. Маленький апдейт из жизни :)
❤36👨💻2