Интересное что-то
517 subscribers
2.72K photos
253 videos
138 files
4.51K links
Материалы и мысли, понадерганные отовсюду
Блог: https://t.me/asisakov_channel
Чат: https://t.me/youknowds_chat
Download Telegram
Forwarded from DevFM
Как я провожу синки с тимлидами

Недавно с коллегами заходил разговор за формат синков с тимлидами. Расскажу, как я провожу подобные встречи.

Формат
Обычно, такие встречи проходят раз в неделю. Цель – синхронизация по текущим задачам, проблемам и приоритетам.
Каждый синк – отдельная повторяющаяся приватная таска в таск трекере (как я веду задачи писал тут), либо приватная страничка в вики (в нашем случае конфлюенсе), где фиксируется повестка. Важно, что повестку наполняют оба: руководитель и подчиненный.

Структура
Повестка состоит из трёх частей:
1️⃣ Обязательная часть
Фиксированный список тем, которые обсуждаются на каждой встрече. Этот раздел редко меняется.
Как правило это:
– Посмотреть action points с предыдущего синка
– Общий статус по задачам в работе
Для разных лидов обязательная часть может отличаться. Например, с некоторыми лидами у нас есть пункт по тайм менеджменту, потому что с этим часто бывают вопросы.

2️⃣ Опциональная часть
Эта такой живой раздел. Сюда каждый из участников записывает темы/вопросы, накапливающиеся в течение недели. Темы могут быть самыми разными: какой формат перфоманс ревью в этом полугодии, обсудить новую идею по изменению шаблонного сервиса, внедрение новых метрик и т.д.

3️⃣ Action points
Самый важный раздел. Здесь фиксируем договоренности с синка с указанием дедлайнов и ответственных.

Соответственно, такой скелет повестки с пояснениями по каждому разделу создается для каждой встречи и наполняется в течение недели.

Почему именно так?
Кому-то может показаться, что такой формат слишком бюрократичен. И в целом, когда у тебя пара подчиненных, действительно можно держать многое в голове, но когда их становится больше, то подобный формат мне дает:
прозрачное отслеживание всех вопросов и договоренностей
возможность накидывать темы заранее, не теряя их
отсутствие стихийных созвонов, когда появляется какой-то вопрос. Всегда есть понятное место, куда его можно припарковать
наличие повестки заранее, что позволяет лучше подготовиться к встрече
лучше работает на асинхронное взаимодействие – если какая-то тема потеряла актуальность за неделю, можно просто её удалить, не тратя время на обсуждение

О применении ТГ для асинхронной работы была отдельная статья.

#teamwork #devfm
Forwarded from РИСЕРЧОШНАЯ
📱 СЕМЕЙСТВО GPT [1]

Кратко ➡️ Трансформеры преобразуют данные одновременно, а не поэтапно, как RNN. Они обычно обучаются как unsupervised, что позволяет находить больше паттернов без необходимости в разметке. Ключевой принцип — MDL, доказываемый через компрессию данных. Для повышения производительности моделей важно использовать большие и разнообразные наборы данных

Подробно ➡️ Конспект на notion

Видео ➡️ На канале Игоря Котенкова

#LLM #NLP #NOTION
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from РИСЕРЧОШНАЯ
📱 СЕМЕЙСТВО GPT [2]

Кратко ➡️ Токены и процесс Byte Pair Encoding (BPE) помогают эффективной токенизации. Генерализация улучшает обобщающую способность моделей с использованием принципа MDL. Важность представления слов и их значимости в NLP. Дополнительные ссылки на материалы по темам включены.

Подробно ➡️ Конспект на notion

Видео ➡️ На канале Игоря Котенкова

#LLM #NLP #NOTION
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from РИСЕРЧОШНАЯ
📱 БАЗОВЫЕ RECSYS МОДЕЛИ И ПОЗИЦИОННОЕ КОДИРОВАНИЕ В GPT

Кратко ➡️ (Alternating Least Squares) и KNN (K-Nearest Neighbors) — это базовые модели рекомендательных систем, которые стоит освоить. ALS эффективно работает с разреженными матрицами пользователь-товар, а KNN ищет ближайших соседей для рекомендаций. Так же обновлена страничка с Позиционным кодированием!

Подробно ➡️ Доступно по данной ссылке

#RECSYS #NOTION
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Александр
нашел очень красивые lecture notes: https://archives.leni.sh/stanford/CS224w.pdf
Forwarded from 🇻 🇱 🇦 🇩
Без видео
Есть слайды:
https://web.stanford.edu/class/cs224w/slides/07-theory2.pdf

И доп чтение (статьи)
1 Identity-aware Graph Neural Networks
https://arxiv.org/pdf/2101.10320
2 Graph Neural Networks are More Powerful than We Think
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10447704
3 Counting Graph Substructures with Graph Neural Networks
https://openreview.net/pdf?id=qaJxPhkYtD
4 Position-aware Graph Neural Networks
https://arxiv.org/pdf/1906.04817