Как стать автором
Обновить
150
1
Vladimir Iglovikov @ternaus

CEO

Отправить сообщение

Вот как раз где брать те сети, самому тренировать или брать чужиие и как это все комбинировать открытый. Как именно я это делаю оставим за кадром.

В целом - просто беру идеи с идущего сейчас ML соревнования в котором Google пытается разобраться как лучше это делать.

Блог пост на тему

Про разметку в плане классов я не очень понял.

В векторное представление я перегоняю комбинацией нейронных сетей, а сравниваю вектора, используя Faiss

В теории - да, на практике я не знаю. То есть да, это первая идея которая приходит в голову в обсуждении применения - по фото определять что за часы, галстук и джинсы на человеке и сразу ссылку на Amazon. И сколько-то проектов есть на эту тему, но почему-то чувство, что они не очень летят.

Может быть, но тут разве что медицина в голову приходит. И, такое ощущение, что если компания заморачивается выбором аугментаций, то там уже есть люди, которые их могут сами запилить.

Низкоуровневое мы не пробовали.

Такое ощущение, что есть более весомые улучшения:

1. Вместо CPU использовать GPU. Dali и Kornia с этим как-то справляются, но они не очень удобные в использовании.
2. Объединять некоторые преобразования так как это делает SOLT - https://github.com/MIPT-Oulu/solt

Ну и, не очевидно, что за счет чего-то низкоуровневого можно извлечь весомые ускорения относительно opencv/numpy. Но мы не проверяли. Не исключено.

Это решается либо:


  1. Issue на https://github.com/albumentations-team/albumentations/issues
  2. Через Lambda
  3. Pull request
  4. Костылем.

Добавляйте проблемы в


https://github.com/albumentations-team/albumentations/issues


Будем разбираться.

Я не до конца понимаю задачу.


Идет видео поток, в нем как-то меняется объект. Для простоты пусть это будет квадрат который вращается.


Что именно мы хотим определить?

Хороший текст. И читается легко и технической информации хватает.


Перевел его на английский.

Набил блог пост, который обсуждает более узкий случай:


Вот вы fresh grad, у вас может даже быть PhD. Какие правила игры по зарплате в долине и на что вы можете расчитывать: Fresh Grad’s Compensation in Silicon Valley

Компания наняла более 3,5 тыс. актеров
Это любопытно. В тренировочных данных их было человек 50. Во многом этим и объясняется плохая обобщающая способность алгоритмов разработанных участниками.
можно снимать кучу с 3–4 ракурсов и определять её края. А определив края — давать объем зерна или материала с погрешностью до 1 %.

А как именно это делается?


Вот есть 3-4 картинки, на каждой мы знаем какой пиксель это куча, а какой нет.


И какой следующий шаг?

Сложность получения офера — это отдельная история. Конечно, указанные цифры платят не всем, а только тем, кто получил офер.


У меня, конечно, может быть bias. Сужу по знакомым, по оферам, которые дает Lyft, по своему total comp, + информация с Blind.


У меня сложилось стойкое чувство что в FAANG + Dropbox + Uber + Lyft + Slack + Pineterest + Tesla и прочих публичных компаниях, что на L5 до налогов в долине total comp: 250k-450k.


Вот еще такой Data Point: вилка на base pay для L5 мне вспоминается: "175-220k". Я знаю как минимум 30 людей с разных больших контор с L5 и у всех именно в этом диапазоне. У тех, кого по визе L1 переводили с Лондона. У них поменьше.


То есть, ~$200k получается без куска про акции. А акции на L5 добавляют много, вплоть до $1m на 4 года.


Google большой, и я там не работал, могут быть неточности, хотя там все то же самое, народ туда обратно гуляет из одной компании в другую.


Вот Lyft:
https://www.levels.fyi/charts.html?search=lyft


Сейчас кусок про акции уменьшился, так что нынешний total comp поменьше, но разговор про 200-250k для L5 не идет ну никак.

Зарабатываешь $300k в год => после налогов $200k.


100k проедаешь, оставшиеся $100k откладываешь.


10 лет и $1,000,000 на счету.

Цифры, все-таки, до COVID выглядели ближе к


https://www.levels.fyi/comp.html?track=Software%20Engineer&search=google


Цифры до налогов:


Total comp у L5 обычно варьируется в рамках 250-450k.
У тех, кто торговался имея на руках пачку оферов, или просто с момента офера акции выросли, получается до $500k.

Деньги на медицину вылетают, но это не очень много, да и вообще детали.


Тут все ооооочень медленно. Захотел я себе сделать sleep study в госпитале UCSF — мне сказали, что надо будет пообщаться с доктором на эту тему и ближайшая возможность была через 4 месяца.


С зубами пошустрее, но тоже не так быстро и удобно, как в России.


P.S. Сам все лечу в штатах, ибо домой редко летаю, да и не хочется отпуск на это спускать. Лучше погулять по ночному Питеру, не думая о врачах. А деньги — это дело наживное.

Я про refresher'ы.


Цифры, что я написал — это грант акций на 4 года.


То есть периодически, даже если тебя не повышают, но и не увольняют тебе докидывают акций, которые оцениваются в цифры, что я привел выше. То есть мне этой зимой докинули $150k грязными на 4 года => + $37500 к total compensation до налогов на этот год.

В лифте, могу врать но:


$100k на L4
$120k на L5
$200k на L6


это на ME. Если EE/SE, то повыше.


Пример: Я на пятом уровне. У меня зимой было EE, дали рефрешер на $150k

Хороший текст, по делу.


Вещи описаны простые, для тех, кто живет в долине очевидные, но вне ее это все rocket science.


После видео Дудя видел много дискуссий по вопросам озвученным в тексте, даже сам думал похожий написать. Но не прийдется :)

Меня в конце мая покатали. Очень у них все неплохо. Я бы сказал Yandex в топ 3 в мире.


https://youtu.be/qemDPF-PFs4

Я думаю, что вам больше подойдут H1b, O1, L1.

Информация

В рейтинге
1 249-й
Откуда
San Francisco, California, США
Зарегистрирован
Активность