Что там по Machine Learning? Update v.1.1
Давненько я не писал про МЛ, да и было лень и некогда писать. В последнее время, я слишком себя загрузил, а через недели две ситуация с нехваткой времени будет ещё хуже, так как у меня начнутся онлайн уроки в Lehigh, SSI и будет во всю идти D4I.
Ну ладно, перейдем к тому, что я сделал за последние три недели.
Обновления и ништяки
• Спасибо моему другу Альнуру за то, что он поделился со мной информацией о JPMorgan Chase Virtual Experience. Это не совсем связано с МЛ, но было прикольно порешать реальные задачи (хоть там и даётся подробная инструкция) и познакомиться с Node.js. Меня привлек этот virtual experience, потому что прошедшим они дают предпочтение при трудоустройстве. Я сабмитнул резюме, но не знаю даст ли это какой-то выхлоп. Ссылка на Virtual Experience.
• Спасибо подписчице Акботе за то, что она поделилась со мной отличной новостью о бесплатных курсах от Coursera для студентов. Я ввёл свою универскую почту, и мне не пришлось ждать одобрения финансовой помощи для прохождения курсов.
• Курсы по специализации Deep Learning and Neural Networks. Я прошел два курса на темы Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization и Structuring Machine Learning Projects. Курсы от Andrew Ng, поэтому как всегда крутые. В первом узнал о том, как правильно подбирать гиперпараметры для нейронной сети, использовать регуляризацию, инициализировать weights и использовать RMSprop. Во втором курсе узнал о том, какие правильные шаги нужно делать при создании МЛ проектов.
• На прошлой неделе начал проходить курс How to Win a Data Science Competition: Learn from Top Kagglers от ВШЭ на Coursera. Довольно сложный курс с самого начала, но даёт очень много полезной информации. Буду его проходить дальше.
Факап
То, чем я занимался очень большое количество времени — это хакатон ProHack от McKinsey по дата сайенс. Я участвовал в нём со своим другом. Начали мы довольно неплохо, но чёт дальше не пошло😂. В последний раз, когда я смотрел на leaderboard, мы были в топ 20% (~500 команд). По идее, такие хакатоны очень полезны в плане прокачки скиллов, поэтому я ни о чём не жалею. Но всё таки, когда-нибудь, хотелось бы выиграть какое-нибудь соревнование по дата саенс.
Давненько я не писал про МЛ, да и было лень и некогда писать. В последнее время, я слишком себя загрузил, а через недели две ситуация с нехваткой времени будет ещё хуже, так как у меня начнутся онлайн уроки в Lehigh, SSI и будет во всю идти D4I.
Ну ладно, перейдем к тому, что я сделал за последние три недели.
Обновления и ништяки
• Спасибо моему другу Альнуру за то, что он поделился со мной информацией о JPMorgan Chase Virtual Experience. Это не совсем связано с МЛ, но было прикольно порешать реальные задачи (хоть там и даётся подробная инструкция) и познакомиться с Node.js. Меня привлек этот virtual experience, потому что прошедшим они дают предпочтение при трудоустройстве. Я сабмитнул резюме, но не знаю даст ли это какой-то выхлоп. Ссылка на Virtual Experience.
• Спасибо подписчице Акботе за то, что она поделилась со мной отличной новостью о бесплатных курсах от Coursera для студентов. Я ввёл свою универскую почту, и мне не пришлось ждать одобрения финансовой помощи для прохождения курсов.
• Курсы по специализации Deep Learning and Neural Networks. Я прошел два курса на темы Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization и Structuring Machine Learning Projects. Курсы от Andrew Ng, поэтому как всегда крутые. В первом узнал о том, как правильно подбирать гиперпараметры для нейронной сети, использовать регуляризацию, инициализировать weights и использовать RMSprop. Во втором курсе узнал о том, какие правильные шаги нужно делать при создании МЛ проектов.
• На прошлой неделе начал проходить курс How to Win a Data Science Competition: Learn from Top Kagglers от ВШЭ на Coursera. Довольно сложный курс с самого начала, но даёт очень много полезной информации. Буду его проходить дальше.
Факап
То, чем я занимался очень большое количество времени — это хакатон ProHack от McKinsey по дата сайенс. Я участвовал в нём со своим другом. Начали мы довольно неплохо, но чёт дальше не пошло😂. В последний раз, когда я смотрел на leaderboard, мы были в топ 20% (~500 команд). По идее, такие хакатоны очень полезны в плане прокачки скиллов, поэтому я ни о чём не жалею. Но всё таки, когда-нибудь, хотелось бы выиграть какое-нибудь соревнование по дата саенс.
👍1
If It Bleeds by Stephen King
Я немного затянул с чтением новой книги Кинга. Вышла она совсем недавно и я решил её поскорее прочитать.
Книжка разделена на 3 новеллы (небольших рассказа) и одну повесть. Вкратце опишу свои мысли по поводу каждой.
Mr. Harrigan's Phone
Я бы назвал это лучшим рассказом из всех, которые были в книге. Читать было очень крипово, но при это ощущалась какая-то приятная атмосфера при прочтении. Персонажи классные и я их полюбил, несмотря на небольшой объём произведения.
The Life of Chuck
Довольно скучное произведение на мой взгляд. Кинг просто описал жизнь одного чувака в обратной хронологии. Видимо я не понял того, что хотел передать автор.
If It Bleeds
Это продолжение романа The Outsider, на который я писал свой ревью здесь. Читать было довольно интересно, но не сказать, что я остался в восторге после прочтения.
Rat
Лучше бы не читал этот рассказ😂. Атмосферно? Да. Получил ли я удовольствие? Нет. По сути, Кинг описывает сложности, с которыми сталкиваются писатели в своей карьере.
СПОЙЛЕР! Образ говорящей крысы, которая помогла главному персонажу написать рассказ — я не понял.
Теперь за две недели мне нужно успеть прочитать книгу, которую задали прочитать Lehigh. Она будет частью моего онлайн курса ENGL 095😫.
Я немного затянул с чтением новой книги Кинга. Вышла она совсем недавно и я решил её поскорее прочитать.
Книжка разделена на 3 новеллы (небольших рассказа) и одну повесть. Вкратце опишу свои мысли по поводу каждой.
Mr. Harrigan's Phone
Я бы назвал это лучшим рассказом из всех, которые были в книге. Читать было очень крипово, но при это ощущалась какая-то приятная атмосфера при прочтении. Персонажи классные и я их полюбил, несмотря на небольшой объём произведения.
The Life of Chuck
Довольно скучное произведение на мой взгляд. Кинг просто описал жизнь одного чувака в обратной хронологии. Видимо я не понял того, что хотел передать автор.
If It Bleeds
Это продолжение романа The Outsider, на который я писал свой ревью здесь. Читать было довольно интересно, но не сказать, что я остался в восторге после прочтения.
Rat
Лучше бы не читал этот рассказ😂. Атмосферно? Да. Получил ли я удовольствие? Нет. По сути, Кинг описывает сложности, с которыми сталкиваются писатели в своей карьере.
СПОЙЛЕР! Образ говорящей крысы, которая помогла главному персонажу написать рассказ — я не понял.
Теперь за две недели мне нужно успеть прочитать книгу, которую задали прочитать Lehigh. Она будет частью моего онлайн курса ENGL 095😫.
Я целую неделю ничего не публиковал, и на это были причины.
Я уже косвенно говорил, что этим летом взял на себя слишком много обязанностей и теперь у меня свободного времени почти нет. Я заметил, что не так часто эту неделю сидел бесцельно в соцсетях, а из-за большого количества дел я и не заметил как пролетело время.
Этот пост не очень структурован и не имеет общей темы. Я просто поделюсь тем, что я узнал за неделю и тем, чем считаю нужным поделиться.
Data for Impact Summer Institute
В понедельник началась программа по дата саенс рисерчу в Lehigh. Virtual orientation A.K.A. opening ceremony программы длилась целых 3.5 часа, в течении которых нам рассказали о программе, каждая команда представилась и были проведены две панельные дискуссии на тему AI.
Я понял, что попал в самую крутую команду, потому что судя по питчам — наша команда была самая серьёзная, а проекты мы будем делать с использованием машинного обучения и нейронных сетей, а не обычного анализа данных.
За неделю, наша команда провела четыре check in meetings, где мы поболтали, поделились тем, что выучили и послушали прогресс по проектам PhD-шников. Члены команды и профессор — капец дружелюбные и я уже чувствую себя частью коммьюнити. Кстати, на следующей неделе у меня будет звонок с профессором и мы обсудим мой проект. Я кажется буду его разрабатывать один, хотя трое чуваков из моей тимы будут работать вместе над другим проектом.
Я упомянул, что мы делились тем, что изучили за неделю. В общем, наш профессор порекомендовал нам курс fast.ai — и не зря. Курс ведёт крутейший дата саентист Jeremy Howard. Сам же курс состоит из практического применения одноимённой библиотеки fastai (построенной на основе pytorch), которая упрощает работу с нейронными сетями, и вообще, даёт возможность замутить что-то крутое очень быстро. Я каждый день по два часа выделял на лекции из этого курса. В рамках D4I, у нас ещё были лекции (кстати, в не очень удобное время) по анализу данных в Excel, Tableau, Python и по статистике, но они были очень скучными и не сравнятся с fast.ai. Даже профессор сказал, что от них мало пользы для проекта.
Обновление веб-сайта
Буквально вчера, я обновил свой персональный сайт, так как старый мне надоел и потерял свою актуальность. В новом же, теперь есть фича блога, куда я буду писать посты на английском. Также, все посты написаны в Markdown и не надо писать этот чертов HTML. Правда резюме выглядит не так красочно.
Ссылка всё та же - abekek.github.io
Сайт сделан на GatsbyJS, а темплейт я взял у чувака, которого указал в конце сайта. Кстати, на сайте GatsbyJS есть много разных прикольных темплейтов. Советую попробовать.
Новое хобби
Недели три назад, я начал играть на гитаре. Она уже давно лежала у меня без дела, поэтому мы поменяли струны и я начал учиться. В принципе, прогресс есть неплохой, так как в день я, по своему желанию, выделяю 1-2 часа на практику. Вся моя практика состоит из туториалов от Zero2Hero по игре песен Ed Sheeran-а. Я сейчас пытаюсь играть Give Me Love и Dive 😂.
И немного ништяков
Вчера я нашёл крутой подкаст на тему AI, который ведёт Lex Fridman. Он берёт интервью у интересных людей, в числе которых Илон Маск, Эндрю Ын, Дмитрий Коркин (профессор из WPI про которого я писал в эссе при подаче туда) и другие. Короче, зацените по ссылке.
Что-то я затянул пост. Хотел бы ещё много чего рассказать, но на сегодня хватит. Кстати, завтра стартует Summer STEM Institute, и я знаю, что некоторые из вас тоже участвуют, поэтому see you there!
Я уже косвенно говорил, что этим летом взял на себя слишком много обязанностей и теперь у меня свободного времени почти нет. Я заметил, что не так часто эту неделю сидел бесцельно в соцсетях, а из-за большого количества дел я и не заметил как пролетело время.
Этот пост не очень структурован и не имеет общей темы. Я просто поделюсь тем, что я узнал за неделю и тем, чем считаю нужным поделиться.
Data for Impact Summer Institute
В понедельник началась программа по дата саенс рисерчу в Lehigh. Virtual orientation A.K.A. opening ceremony программы длилась целых 3.5 часа, в течении которых нам рассказали о программе, каждая команда представилась и были проведены две панельные дискуссии на тему AI.
Я понял, что попал в самую крутую команду, потому что судя по питчам — наша команда была самая серьёзная, а проекты мы будем делать с использованием машинного обучения и нейронных сетей, а не обычного анализа данных.
За неделю, наша команда провела четыре check in meetings, где мы поболтали, поделились тем, что выучили и послушали прогресс по проектам PhD-шников. Члены команды и профессор — капец дружелюбные и я уже чувствую себя частью коммьюнити. Кстати, на следующей неделе у меня будет звонок с профессором и мы обсудим мой проект. Я кажется буду его разрабатывать один, хотя трое чуваков из моей тимы будут работать вместе над другим проектом.
Я упомянул, что мы делились тем, что изучили за неделю. В общем, наш профессор порекомендовал нам курс fast.ai — и не зря. Курс ведёт крутейший дата саентист Jeremy Howard. Сам же курс состоит из практического применения одноимённой библиотеки fastai (построенной на основе pytorch), которая упрощает работу с нейронными сетями, и вообще, даёт возможность замутить что-то крутое очень быстро. Я каждый день по два часа выделял на лекции из этого курса. В рамках D4I, у нас ещё были лекции (кстати, в не очень удобное время) по анализу данных в Excel, Tableau, Python и по статистике, но они были очень скучными и не сравнятся с fast.ai. Даже профессор сказал, что от них мало пользы для проекта.
Обновление веб-сайта
Буквально вчера, я обновил свой персональный сайт, так как старый мне надоел и потерял свою актуальность. В новом же, теперь есть фича блога, куда я буду писать посты на английском. Также, все посты написаны в Markdown и не надо писать этот чертов HTML. Правда резюме выглядит не так красочно.
Ссылка всё та же - abekek.github.io
Сайт сделан на GatsbyJS, а темплейт я взял у чувака, которого указал в конце сайта. Кстати, на сайте GatsbyJS есть много разных прикольных темплейтов. Советую попробовать.
Новое хобби
Недели три назад, я начал играть на гитаре. Она уже давно лежала у меня без дела, поэтому мы поменяли струны и я начал учиться. В принципе, прогресс есть неплохой, так как в день я, по своему желанию, выделяю 1-2 часа на практику. Вся моя практика состоит из туториалов от Zero2Hero по игре песен Ed Sheeran-а. Я сейчас пытаюсь играть Give Me Love и Dive 😂.
И немного ништяков
Вчера я нашёл крутой подкаст на тему AI, который ведёт Lex Fridman. Он берёт интервью у интересных людей, в числе которых Илон Маск, Эндрю Ын, Дмитрий Коркин (профессор из WPI про которого я писал в эссе при подаче туда) и другие. Короче, зацените по ссылке.
Что-то я затянул пост. Хотел бы ещё много чего рассказать, но на сегодня хватит. Кстати, завтра стартует Summer STEM Institute, и я знаю, что некоторые из вас тоже участвуют, поэтому see you there!
Make Your Home Among Strangers by Jennine Capó Crucet
Я успел! Наконец, я прочитал роман, который нам задали прочитать Lehigh летом. На этой неделе у меня был тестовый звонок в рамках курса ENGL 095 и нам ещё раз сказали, что у нас будут discussions по этой книге. Btw, я даже специально заказал книгу с Амазона.
В самом начале книжка показалась мне невыносимо скучной. Дальше, ближе к середине книги, я уже привык к стилю автора и стал читать её с большим удовольствием.
Книга написана на серьёзную тему — рассказывает о first generation minority student, которая поступила в престижный универ. В книге описывается и противопоставляется жизнь главной героини в Майами (её родном городе) и в Нью-Йорке, где она учится. По сути, книга показывает с какими трудностями сталкиваются first generation students, чего я не знал (я думал они наоборот получают много поддержки, как минимум от семьи), и поднимает проблемы иммиграции, diversity и т.д.
Также, книга основана на реальных событиях, в которые была вовлечена главная героиня.
Честно, главная героиня мне не понравилась. Всё что она делала, было противоположно тому, что делал бы я на её месте. В конце книги есть discussion questions и один из них очень прост: "Who was your favorite character?" Не долго думая, я отвечаю, что бывший парень главной героини — лучший персонаж, да и вообще, самый нормальный из всех.
Я прочитал книжку от корки до корки, и надеюсь получить "А" по окончанию курса 😂🤞.
А вам я, в прочем, советую эту книжку. Я бы сказал, что она чем-то похожа на Educated.
Я успел! Наконец, я прочитал роман, который нам задали прочитать Lehigh летом. На этой неделе у меня был тестовый звонок в рамках курса ENGL 095 и нам ещё раз сказали, что у нас будут discussions по этой книге. Btw, я даже специально заказал книгу с Амазона.
В самом начале книжка показалась мне невыносимо скучной. Дальше, ближе к середине книги, я уже привык к стилю автора и стал читать её с большим удовольствием.
Книга написана на серьёзную тему — рассказывает о first generation minority student, которая поступила в престижный универ. В книге описывается и противопоставляется жизнь главной героини в Майами (её родном городе) и в Нью-Йорке, где она учится. По сути, книга показывает с какими трудностями сталкиваются first generation students, чего я не знал (я думал они наоборот получают много поддержки, как минимум от семьи), и поднимает проблемы иммиграции, diversity и т.д.
Также, книга основана на реальных событиях, в которые была вовлечена главная героиня.
Честно, главная героиня мне не понравилась. Всё что она делала, было противоположно тому, что делал бы я на её месте. В конце книги есть discussion questions и один из них очень прост: "Who was your favorite character?" Не долго думая, я отвечаю, что бывший парень главной героини — лучший персонаж, да и вообще, самый нормальный из всех.
Я прочитал книжку от корки до корки, и надеюсь получить "А" по окончанию курса 😂🤞.
А вам я, в прочем, советую эту книжку. Я бы сказал, что она чем-то похожа на Educated.
Почему делать research с профессором — это круто?
Прошло две недели с того момента, как началась программа Data For Impact в моём университете. Не сказать, что за это время я уже успел сделать, что-то крутое и стоящее, но сам факт работы над проектом под руководством профессора из университета, сбор на daily check-ins, посещение всяких конференций, на которые тебя пригласил профессор, чтение papers — это очень ценный опыт.
Для себя я понял, что делать research — это круто, и я хотел бы даже заниматься этим ещё более углубленно. Всем, кто это читает, я советую участвовать в research в университете. Почему?
Самая главная причина — это impact, который вы можете сделать. Недавно, я слушал подкаст GO Getters от Lehigh (он новый, но очень топовый) с участием Khanjan Mehta, директором Mountaintop Initiative (где студенты могут создавать проекты и делать research) в Lehigh. Он сказал одну идею, с которая мне очень понравилась:
Teachers at my school said, "Here is the problem we want you to solve", and the question in my head was, "Well, so you have the answer to that question?". Their answer was always "Yes". I thought why I was supposed to do the problem, which already has the solution? I want to solve problems that were never solved. That would be my dream. I will learn something, because it was never done.
Обычно, когда вы делаете research, профессор знает в каком направлении нужно двигаться, знает цель, которую нужно достичь и даёт вам задание сделать часть research, которая поможет продвинуться к этой цели. Сам он того, что вы должны сделать ещё не делал, поэтому любая ваша работа будет делать хоть и небольшой, но незаменимый вклад в исследование. Ощущение того, что ты делаешь ту работу, которую ещё никто не делал придает дозу мотивации.
Даже когда я не понимал ничего по проекту (да и сейчас не полностью понимаю), я пытался загуглить пару вещей, но ничего дельного от него не получил 😂. Единственное, что у меня есть — это диссертация профессора и код в GitHub PhD-шника, которым он поделился (и который я сейчас переделываю).
В общем, делайте research, когда пойдете в университет. Я уверен, что вам понравится.
P.S. сорян за использование слова "research" вместо "исследование". Мне кажется первое звучит в контексте поста лучше.
Прошло две недели с того момента, как началась программа Data For Impact в моём университете. Не сказать, что за это время я уже успел сделать, что-то крутое и стоящее, но сам факт работы над проектом под руководством профессора из университета, сбор на daily check-ins, посещение всяких конференций, на которые тебя пригласил профессор, чтение papers — это очень ценный опыт.
Для себя я понял, что делать research — это круто, и я хотел бы даже заниматься этим ещё более углубленно. Всем, кто это читает, я советую участвовать в research в университете. Почему?
Самая главная причина — это impact, который вы можете сделать. Недавно, я слушал подкаст GO Getters от Lehigh (он новый, но очень топовый) с участием Khanjan Mehta, директором Mountaintop Initiative (где студенты могут создавать проекты и делать research) в Lehigh. Он сказал одну идею, с которая мне очень понравилась:
Teachers at my school said, "Here is the problem we want you to solve", and the question in my head was, "Well, so you have the answer to that question?". Their answer was always "Yes". I thought why I was supposed to do the problem, which already has the solution? I want to solve problems that were never solved. That would be my dream. I will learn something, because it was never done.
Обычно, когда вы делаете research, профессор знает в каком направлении нужно двигаться, знает цель, которую нужно достичь и даёт вам задание сделать часть research, которая поможет продвинуться к этой цели. Сам он того, что вы должны сделать ещё не делал, поэтому любая ваша работа будет делать хоть и небольшой, но незаменимый вклад в исследование. Ощущение того, что ты делаешь ту работу, которую ещё никто не делал придает дозу мотивации.
Даже когда я не понимал ничего по проекту (да и сейчас не полностью понимаю), я пытался загуглить пару вещей, но ничего дельного от него не получил 😂. Единственное, что у меня есть — это диссертация профессора и код в GitHub PhD-шника, которым он поделился (и который я сейчас переделываю).
В общем, делайте research, когда пойдете в университет. Я уверен, что вам понравится.
P.S. сорян за использование слова "research" вместо "исследование". Мне кажется первое звучит в контексте поста лучше.
Наверняка многие из вас знают, что я занимаюсь каратэ с 4 лет, и подавал в Cornell в большей степени по причине того, что там есть Karate Club. В Lehigh его нет, поэтому единственным вариантом остаётся создание такого клуба.
Насчёт создания клуба я точно не знаю, так как не уверен в том, что у меня будет время на это, но знаю точно, что и в Lehigh, и в Cornell есть Taekwondo Club. Оба участвуют в Eastern Collegiate Taekwondo Conference. Догадываетесь, к чему я веду?
Я поставил себе точную цель на следующие 4 года — вступить в Taekwondo Club в Lehigh, поехать на соревнования и надрать зад Cornell. Будет своего рода месть за реджект😈.
Факт: Cornell сейчас находится в топе лидерборда с большим отрывом, а Lehigh только на 20 месте.
https://www.ectc-online.org/
Насчёт создания клуба я точно не знаю, так как не уверен в том, что у меня будет время на это, но знаю точно, что и в Lehigh, и в Cornell есть Taekwondo Club. Оба участвуют в Eastern Collegiate Taekwondo Conference. Догадываетесь, к чему я веду?
Я поставил себе точную цель на следующие 4 года — вступить в Taekwondo Club в Lehigh, поехать на соревнования и надрать зад Cornell. Будет своего рода месть за реджект😈.
Факт: Cornell сейчас находится в топе лидерборда с большим отрывом, а Lehigh только на 20 месте.
https://www.ectc-online.org/
Любимые подкасты
Что-то в последние дни, мне лень писать, да и не всегда есть время, поэтому хочу вкратце поделиться несколькими моими любимыми подкастами, которые я слушаю, когда выполняю рутинные задачи.
• AI Podcast with Lex Fridman. Самый крутой подкаст из всех, которые я когда либо слушал. Автор приглашает крутых личностей из науки, предпринимателей и обсуждает с ними тему ИИ, нейронауки, робототехники, философии, математики и т.д. К примеру, недавно я послушал подкаст с участием Matt Botvinick, директором of Neuroscience at DeepMind, и в итоге, меня очень заинтересовала нейронаука.
Ссылка на Google Podcasts.
• HBR IdeaCast. Один из моих самых любимых подкастов. Harvard Business Review публикуют невероятно полезный контент про менеджмент, бизнес и лидерство.
Ссылка на Google Podcasts.
• GO Getters. Недавно Lehigh начали вести свой подкаст, где президент универа общается с faculty и выдающимися студентами. Пока что там всего 4 выпуска, но я прослушал уже 2 и получил кайф, так как получил инсайты от людей с моим major и field of study.
Ссылка на Google Podcasts.
• a16z Podcast. Подкаст от венчурной компании Andreessen Horowitz. Честно, мало знаю о компании, но контент они делают потрясающий (бизнес, ИИ, технологии).
Ссылка на Google Podcasts.
• Talks at Google. Название говорит само за себя. Разные личности выступают на разные темы, начиная от советов по готовке, заканчивая бизнесом и наукой. Редко слушаю на Google Podcasts, так как на YouTube выпуски выходят раньше, но всё же вот Ссылка на Google Podcasts.
• This American Life. Этот подкаст мне недавно посоветовал мой профессор по рисерчу. Я немного его послушал, и он прикольный — там обсуждают интересные истории и новости США.
Ссылка на Google Podcasts.
Что-то в последние дни, мне лень писать, да и не всегда есть время, поэтому хочу вкратце поделиться несколькими моими любимыми подкастами, которые я слушаю, когда выполняю рутинные задачи.
• AI Podcast with Lex Fridman. Самый крутой подкаст из всех, которые я когда либо слушал. Автор приглашает крутых личностей из науки, предпринимателей и обсуждает с ними тему ИИ, нейронауки, робототехники, философии, математики и т.д. К примеру, недавно я послушал подкаст с участием Matt Botvinick, директором of Neuroscience at DeepMind, и в итоге, меня очень заинтересовала нейронаука.
Ссылка на Google Podcasts.
• HBR IdeaCast. Один из моих самых любимых подкастов. Harvard Business Review публикуют невероятно полезный контент про менеджмент, бизнес и лидерство.
Ссылка на Google Podcasts.
• GO Getters. Недавно Lehigh начали вести свой подкаст, где президент универа общается с faculty и выдающимися студентами. Пока что там всего 4 выпуска, но я прослушал уже 2 и получил кайф, так как получил инсайты от людей с моим major и field of study.
Ссылка на Google Podcasts.
• a16z Podcast. Подкаст от венчурной компании Andreessen Horowitz. Честно, мало знаю о компании, но контент они делают потрясающий (бизнес, ИИ, технологии).
Ссылка на Google Podcasts.
• Talks at Google. Название говорит само за себя. Разные личности выступают на разные темы, начиная от советов по готовке, заканчивая бизнесом и наукой. Редко слушаю на Google Podcasts, так как на YouTube выпуски выходят раньше, но всё же вот Ссылка на Google Podcasts.
• This American Life. Этот подкаст мне недавно посоветовал мой профессор по рисерчу. Я немного его послушал, и он прикольный — там обсуждают интересные истории и новости США.
Ссылка на Google Podcasts.
О жизни и трудностях
Наверное очевидно, что последнюю неделю, я, как и многие другие международные студенты, часто задумываюсь полечу я в США или нет, и начнется ли учёба.
Ситуация с коронавирусом в Казахстане не улучшается, США придумывают свои ограничения против международных студентов. Вся эта ситуация идёт наперекосяк с моими и планами моих друзей на учёбу в США. Deferral брать не вариант — тогда придётся пойти в армию. Да и кто знает, решится ли ситуация через полгода или год.
Думаю такое многих приводит к anxiety и к страху будущего. По сути, у меня тоже это бывает. Однако недавно я вспомнил свой прошлогодний пост про стоицизм и ещё раз понял, что у любой проблемы и трудной ситуации есть свои хорошие стороны. Банально, но это действительно так.
Для примера, возьмём карантин, начавшийся в середине марта. Честно сказать, он пошёл мне только на пользу. Если бы не он, я бы:
• не стал изучать machine learning углубленно;
• не принимал участие в SSI, D4I и онлайн курсах от Lehigh (их бы просто напросто не существовало);
• соответственно, не познакомился с новыми и крутыми людьми, профессором;
• не прочитал книги, которые дали мне понять важные вещи;
• не начал играть на гитаре — она бы так и простояла в пыли.
Этот список можно продолжать долго. Сейчас я вспоминаю и удивляюсь тому, какие проблемы меня волновали в феврале, и какие волнуют сейчас. Сколько всего я не знал, и я был намного глупее, чем сейчас.
Конечно, хорошие стороны не всегда лежат на поверхности. Иногда нужно копнуть глубже, чтобы понять, что конечный расклад событий имеет свой смысл.
Каждый год, у меня в жизни происходит что-то неожиданное (кстати, это необязательно должно быть событием, иногда это идея или понимание чего-то), что меняет мой привычный образ жизни. Часто, на первый взгляд — это что-то неприятное. Сейчас, оглядываясь назад я понимаю, что без этого, я бы не был тем, кем являюсь сейчас. И это успокаивает.
Жизнь, она вся такая — никогда не поймёшь, что хорошо, а что плохо. Есть вещи которые делают нам больно, но в конечном итоге, они прорастают во что-то важное и приобретают свой смысл.
Наверное очевидно, что последнюю неделю, я, как и многие другие международные студенты, часто задумываюсь полечу я в США или нет, и начнется ли учёба.
Ситуация с коронавирусом в Казахстане не улучшается, США придумывают свои ограничения против международных студентов. Вся эта ситуация идёт наперекосяк с моими и планами моих друзей на учёбу в США. Deferral брать не вариант — тогда придётся пойти в армию. Да и кто знает, решится ли ситуация через полгода или год.
Думаю такое многих приводит к anxiety и к страху будущего. По сути, у меня тоже это бывает. Однако недавно я вспомнил свой прошлогодний пост про стоицизм и ещё раз понял, что у любой проблемы и трудной ситуации есть свои хорошие стороны. Банально, но это действительно так.
Для примера, возьмём карантин, начавшийся в середине марта. Честно сказать, он пошёл мне только на пользу. Если бы не он, я бы:
• не стал изучать machine learning углубленно;
• не принимал участие в SSI, D4I и онлайн курсах от Lehigh (их бы просто напросто не существовало);
• соответственно, не познакомился с новыми и крутыми людьми, профессором;
• не прочитал книги, которые дали мне понять важные вещи;
• не начал играть на гитаре — она бы так и простояла в пыли.
Этот список можно продолжать долго. Сейчас я вспоминаю и удивляюсь тому, какие проблемы меня волновали в феврале, и какие волнуют сейчас. Сколько всего я не знал, и я был намного глупее, чем сейчас.
Конечно, хорошие стороны не всегда лежат на поверхности. Иногда нужно копнуть глубже, чтобы понять, что конечный расклад событий имеет свой смысл.
Каждый год, у меня в жизни происходит что-то неожиданное (кстати, это необязательно должно быть событием, иногда это идея или понимание чего-то), что меняет мой привычный образ жизни. Часто, на первый взгляд — это что-то неприятное. Сейчас, оглядываясь назад я понимаю, что без этого, я бы не был тем, кем являюсь сейчас. И это успокаивает.
Жизнь, она вся такая — никогда не поймёшь, что хорошо, а что плохо. Есть вещи которые делают нам больно, но в конечном итоге, они прорастают во что-то важное и приобретают свой смысл.
Man's Search For Meaning
"When we are no longer able to change a situation, we are challenged to change ourselves." © Viktor E. Frankl
Эту книгу советовали мне некоторые чуваки из Lehigh, с которыми я знакомился и обменивался рекомендациями по книгам. Когда я гуглил её, всё так и наталкивало меня на её прочтение — "распродано более 10 млн копий на 24 языках", "Top 10 most influential books" и т.д.
Перед тем, как я перейду к своим впечатлениям, немного об авторе. Виктор Франкл — известный психиатрист, который пережил четыре концлагеря, в том числе Освенцим. В своей книге он подробно описывает своё пребывание в концлагерях, наблюдения поведения людей и их роли, и о том, как через такой опыт он понял смысл жизни и смог пережить весь ужас концлагеря.
Сама по себе книга хорошая, и то, сколько мучений пережил автор невозможно передать словами. Я уверен, что многим книга понравится, но лично я не почувствовал, что проникся ей, историей и тем, что говорит автор. Для меня всё это было уже и без того понятным, наверное, из-за того, что я уже читал подобные книги (про концлагерь и ВМВ). Возможно, я прочитал её не в подходящий момент, потому имею представление о своём "смысле жизни".
Не смотря на это, в книге много хороших цитат, как в начале, или как эта:
"If there is a meaning in life at all, then there must be a meaning in suffering. Suffering is an ineradicable part of life, even as fate and death. Without suffering and death human life cannot be complete."
"When we are no longer able to change a situation, we are challenged to change ourselves." © Viktor E. Frankl
Эту книгу советовали мне некоторые чуваки из Lehigh, с которыми я знакомился и обменивался рекомендациями по книгам. Когда я гуглил её, всё так и наталкивало меня на её прочтение — "распродано более 10 млн копий на 24 языках", "Top 10 most influential books" и т.д.
Перед тем, как я перейду к своим впечатлениям, немного об авторе. Виктор Франкл — известный психиатрист, который пережил четыре концлагеря, в том числе Освенцим. В своей книге он подробно описывает своё пребывание в концлагерях, наблюдения поведения людей и их роли, и о том, как через такой опыт он понял смысл жизни и смог пережить весь ужас концлагеря.
Сама по себе книга хорошая, и то, сколько мучений пережил автор невозможно передать словами. Я уверен, что многим книга понравится, но лично я не почувствовал, что проникся ей, историей и тем, что говорит автор. Для меня всё это было уже и без того понятным, наверное, из-за того, что я уже читал подобные книги (про концлагерь и ВМВ). Возможно, я прочитал её не в подходящий момент, потому имею представление о своём "смысле жизни".
Не смотря на это, в книге много хороших цитат, как в начале, или как эта:
"If there is a meaning in life at all, then there must be a meaning in suffering. Suffering is an ineradicable part of life, even as fate and death. Without suffering and death human life cannot be complete."
Совсем недавно, Google объявили о грядущих обновлениях Gmail, где они объединят свои продукты Meet, Chat, Drive, Docs/Sheets/Slides, Tasks и Rooms. Таким образом, Gmail станет просто убийцей приложений, как Slack и Microsoft Teams.
Просто представьте, что вы знаете почту человека и вам нужно скооперироваться для создания проекта. Как это происходит сейчас? Вы пишите ему/ей email про проект и спрашиваете про платформу для дальнейшего взаимодействия. Это может быть Zoom, Instagram, Slack, Telegram и т.д. На это уходит много времени.
Теперь же, можно будет внутри Gmail позвонить или начать чат с человеком в несколько кликов. Можно создать to-do листы, создавать документы, не выходя из приложения.
Я этого ждал. Кажется, это победа Google.
Просто гляньте видео с демонстрацией:
https://youtu.be/4Cslvqi38eI
Просто представьте, что вы знаете почту человека и вам нужно скооперироваться для создания проекта. Как это происходит сейчас? Вы пишите ему/ей email про проект и спрашиваете про платформу для дальнейшего взаимодействия. Это может быть Zoom, Instagram, Slack, Telegram и т.д. На это уходит много времени.
Теперь же, можно будет внутри Gmail позвонить или начать чат с человеком в несколько кликов. Можно создать to-do листы, создавать документы, не выходя из приложения.
Я этого ждал. Кажется, это победа Google.
Просто гляньте видео с демонстрацией:
https://youtu.be/4Cslvqi38eI
YouTube
Introducing a better home for work with Google Workspace
Everything you need to get anything done, now in one place: introducing Google Workspace, formerly known as G Suite.
See our first step toward making Google Workspace a more seamless and integrated workspace. This new product experience intelligently brings…
See our first step toward making Google Workspace a more seamless and integrated workspace. This new product experience intelligently brings…
2019 FDR-Digital.pdf
172.5 KB
Читал информацию на сайте Lehigh's Center For Career And Professional Development и нашёл полезный файл о карьерах выпускников. Думаю будет полезно тем, кто не уверен, будет подавать в Lehigh или нет.
Хэллоу, давненько я не писал. Прошлая неделя была очень напряжённой - дедлайны горели, как только могли.
Всё началось с того, что я забил на assignment от Summer STEM Institute (отзыв о нём позже напишу). Далее выяснилось, что они не будут выдавать сертификаты тем, кто не выполнит определенные assignments. Тут включился мой ненужный перфекционизм, и стало жалко financial aid, поэтому я сделал late submission. Почему такое отношение к SSI? Если вы не хотите дожидаться моего поста с отзывом об SSI, то скажу коротко и ясно - мне он не понравился и ничего нового я не узнал. Однако, я напишу отзыв не о моём опыте, а в общем о курсе.
Всю прошлую неделю я занимался более важным для меня делом - записывал видео для конференции CNMS User Meeting при Oak Ridge National Laboratory. Где-то месяц назад, мы с профессором отправили abstract исследования для участия на конференции, и меня приняли. Следующим шагом была запись видео, которое будет опубликовано и оцениваться жюри для Best Student Presentation и на шанс выступить вживую (топ-5 работ). Я не рассчитываю пройти, так как там участвуют не только undergraduates, но это классный опыт.
Также на прошлой неделе я узнал, что не лечу в США в августе. Мне и моим друзьям отменили интервью в консульстве, поэтому я скорее всего начну свой семестр онлайн. Грустно не только из-за того, что не попаду на кампус, но и из-за того, что по этой причине мой research, по словам профессора, will not be funded. То есть, находясь на кампусе, я бы мог работать над исследованием и получать за это финансовую поддержку/зарплату. Конечно, не большая проблема, так как я могу продолжать онлайн.
Эта неделя тоже довольно напряжённая в плане дедлайнов, но я так рад, что к концу подходят и SSI, и онлайн классы (правда они начнутся снова в конце августа).
Вчера я уже зарегистрировался на свои Fall semester classes. Было довольно стрессово, даже учитывая то, что Computer Science and Business students получают ранний доступ к регистрации.
Я взял 6 курсов - CSE 007, BUS 001, BUS 003, ECO 001, ENGL 001, MATH 021 (в сумме 17.5 кредитов). Все начинаются в удобное для меня время, поэтому надеюсь мой Fall semester будет спокойным.
Всё началось с того, что я забил на assignment от Summer STEM Institute (отзыв о нём позже напишу). Далее выяснилось, что они не будут выдавать сертификаты тем, кто не выполнит определенные assignments. Тут включился мой ненужный перфекционизм, и стало жалко financial aid, поэтому я сделал late submission. Почему такое отношение к SSI? Если вы не хотите дожидаться моего поста с отзывом об SSI, то скажу коротко и ясно - мне он не понравился и ничего нового я не узнал. Однако, я напишу отзыв не о моём опыте, а в общем о курсе.
Всю прошлую неделю я занимался более важным для меня делом - записывал видео для конференции CNMS User Meeting при Oak Ridge National Laboratory. Где-то месяц назад, мы с профессором отправили abstract исследования для участия на конференции, и меня приняли. Следующим шагом была запись видео, которое будет опубликовано и оцениваться жюри для Best Student Presentation и на шанс выступить вживую (топ-5 работ). Я не рассчитываю пройти, так как там участвуют не только undergraduates, но это классный опыт.
Также на прошлой неделе я узнал, что не лечу в США в августе. Мне и моим друзьям отменили интервью в консульстве, поэтому я скорее всего начну свой семестр онлайн. Грустно не только из-за того, что не попаду на кампус, но и из-за того, что по этой причине мой research, по словам профессора, will not be funded. То есть, находясь на кампусе, я бы мог работать над исследованием и получать за это финансовую поддержку/зарплату. Конечно, не большая проблема, так как я могу продолжать онлайн.
Эта неделя тоже довольно напряжённая в плане дедлайнов, но я так рад, что к концу подходят и SSI, и онлайн классы (правда они начнутся снова в конце августа).
Вчера я уже зарегистрировался на свои Fall semester classes. Было довольно стрессово, даже учитывая то, что Computer Science and Business students получают ранний доступ к регистрации.
Я взял 6 курсов - CSE 007, BUS 001, BUS 003, ECO 001, ENGL 001, MATH 021 (в сумме 17.5 кредитов). Все начинаются в удобное для меня время, поэтому надеюсь мой Fall semester будет спокойным.
UPD: оказалось, что у меня уже есть кредиты для ENGL 001, поэтому мне его брать не надо. Вместо этого нужно взять ECO 045, на который закончились места.
Уже третий час пытаюсь найти замену, но не могу. Есть дофига интересных курсов, но у меня либо нет prerequisites, либо превышаю максимальное количество кредитов за семестр.
Выход из waitlist по ECO 045 единственное решение для меня. Иначе, буду брать только 5 курсов.
Уже третий час пытаюсь найти замену, но не могу. Есть дофига интересных курсов, но у меня либо нет prerequisites, либо превышаю максимальное количество кредитов за семестр.
Выход из waitlist по ECO 045 единственное решение для меня. Иначе, буду брать только 5 курсов.
Summer STEM Institute (SSI). Как это было? Моё мнение.
Как я и обещал, делюсь своим опытом с SSI. Думаю этот пост будет полезен тем, кто в будущем захочет участвовать в этой программе.
Немного бэкграунда и о моём личном опыте.
В предпоследнем посте, я уже сказал, что программа мне не особо понравилась. Главная причина заключается в том, что я не получил никакой новой информации для себя по data science и machine learning. Здесь скорее моя вина, нежели SSI, так как программа предназначена в первую очередь для школьников, которые не имеют опыта в программировании и ds.
Поначалу, программа приносила мне пользу, так как она помогала мне быть более организованным, но где-то на второй неделе я почувствовал сильный контраст между SSI и D4I — опыта во второй я получал намного больше и быстрее. Грубо говоря, в первую неделю SSI я решал задачки по if-else statements, а в первую неделю D4I строил нейронную сеть в Tensorflow. Разница замечалась и я понимал, что SSI не для меня.
По этой причине, я выполнял только assignments, пропускал почти все Zoom лекции (иногда просматривал быстро lecture presentations), не делал д/з, не посещал social events и пропустил большинство мастер-классов.
Это мой личный опыт, но теперь я хочу дать независимую оценку.
Технический аспект
В этом плане всё было идеально. Видно, что ребята постарались и организовали всё на высшем уровне. Лекции проходили в Zoom; материалы, кодинг и дискуссии можно было найти на EdStem; д/з отправлялись в Gradescope; коммуникация через Slack. Всё было очень удобно, а сами организаторы были отзывчивыми и даже предлагали помощь. В этом плане 10/10.
Лекции.
Alex Tsun хорошо преподавал программирование, так как у него есть в этом опыт, но препод по research - Franklin Wang - преподносил материал очень скучно. Думаю главный минус SSI заключается в том, что вели лекции ребята, которые сами года два назад начали изучать data science и machine learning. Конечно они могут чему-то научить, но знания они давали очень базовые, которые легче можно понять через бесплатные курсы на Coursera. Лекции скучные и затянутые, поэтому легче было просто пролистать презентацию.
За лекции я бы поставил 3/10.
Coding assignments.
Они были достаточно интересные и полезные. Во время каждого урока была возможность покодить, либо на платформе EdStem, либо в Google Colab. Assignments тоже давались в Google Colab. Я нашёл их полезными и думаю они помогли многим ребятам. Ставлю 8/10. Отнял баллы за то, что алгоритм решения задач был одинаковый.
Research assignments.
Единственное, чему я здесь научился — писать abstract. А так, полная херня и бесполезная трата времени. Конечно, вы научитесь искать датасеты, писать emails профессорам и ставить research questions, но это можно было не растягивать на 6 недель. В этом плане, я был разочарован программой и жалею о потраченном времени. Ставлю 2/10.
Мастер-классы.
С точки зрения школьника — они были крутыми. Действительно много полезной информации по research в школе, карьере и поступлению в американские университеты. Я бы поставил 10/10.
По остальным аспектам, как Social Events и Weekly Challenges, я говорить не могу, так как не посещал их.
Моя финальная оценка - 6.6/10.
Для тех ребят, кто участвовал в SSI, я думаю это будет хороший extracurricular в аппликейшн — главное хорошо расписать.
Тем, кто собирается участвовать, я бы порекомендовал посмотреть на другие летние программы, но и подать на эту, так как она поможет вам изучить что-то новое.
Как я и обещал, делюсь своим опытом с SSI. Думаю этот пост будет полезен тем, кто в будущем захочет участвовать в этой программе.
Немного бэкграунда и о моём личном опыте.
В предпоследнем посте, я уже сказал, что программа мне не особо понравилась. Главная причина заключается в том, что я не получил никакой новой информации для себя по data science и machine learning. Здесь скорее моя вина, нежели SSI, так как программа предназначена в первую очередь для школьников, которые не имеют опыта в программировании и ds.
Поначалу, программа приносила мне пользу, так как она помогала мне быть более организованным, но где-то на второй неделе я почувствовал сильный контраст между SSI и D4I — опыта во второй я получал намного больше и быстрее. Грубо говоря, в первую неделю SSI я решал задачки по if-else statements, а в первую неделю D4I строил нейронную сеть в Tensorflow. Разница замечалась и я понимал, что SSI не для меня.
По этой причине, я выполнял только assignments, пропускал почти все Zoom лекции (иногда просматривал быстро lecture presentations), не делал д/з, не посещал social events и пропустил большинство мастер-классов.
Это мой личный опыт, но теперь я хочу дать независимую оценку.
Технический аспект
В этом плане всё было идеально. Видно, что ребята постарались и организовали всё на высшем уровне. Лекции проходили в Zoom; материалы, кодинг и дискуссии можно было найти на EdStem; д/з отправлялись в Gradescope; коммуникация через Slack. Всё было очень удобно, а сами организаторы были отзывчивыми и даже предлагали помощь. В этом плане 10/10.
Лекции.
Alex Tsun хорошо преподавал программирование, так как у него есть в этом опыт, но препод по research - Franklin Wang - преподносил материал очень скучно. Думаю главный минус SSI заключается в том, что вели лекции ребята, которые сами года два назад начали изучать data science и machine learning. Конечно они могут чему-то научить, но знания они давали очень базовые, которые легче можно понять через бесплатные курсы на Coursera. Лекции скучные и затянутые, поэтому легче было просто пролистать презентацию.
За лекции я бы поставил 3/10.
Coding assignments.
Они были достаточно интересные и полезные. Во время каждого урока была возможность покодить, либо на платформе EdStem, либо в Google Colab. Assignments тоже давались в Google Colab. Я нашёл их полезными и думаю они помогли многим ребятам. Ставлю 8/10. Отнял баллы за то, что алгоритм решения задач был одинаковый.
Research assignments.
Единственное, чему я здесь научился — писать abstract. А так, полная херня и бесполезная трата времени. Конечно, вы научитесь искать датасеты, писать emails профессорам и ставить research questions, но это можно было не растягивать на 6 недель. В этом плане, я был разочарован программой и жалею о потраченном времени. Ставлю 2/10.
Мастер-классы.
С точки зрения школьника — они были крутыми. Действительно много полезной информации по research в школе, карьере и поступлению в американские университеты. Я бы поставил 10/10.
По остальным аспектам, как Social Events и Weekly Challenges, я говорить не могу, так как не посещал их.
Моя финальная оценка - 6.6/10.
Для тех ребят, кто участвовал в SSI, я думаю это будет хороший extracurricular в аппликейшн — главное хорошо расписать.
Тем, кто собирается участвовать, я бы порекомендовал посмотреть на другие летние программы, но и подать на эту, так как она поможет вам изучить что-то новое.
Fall 2020 Schedule.png
20.5 KB
Наконец-то, я вышел из вэйтлиста, и вот мои окончательные классы на Fall 2020.
Чувствую будет жёстко. Радует, что не будет English class, а то мне летнего хватило.
P.S. ко времени добавлять +10 часов, если вы в КЗ.
Чувствую будет жёстко. Радует, что не будет English class, а то мне летнего хватило.
P.S. ко времени добавлять +10 часов, если вы в КЗ.
Сохрани свой код для следующих поколений
Недавно, я узнал о GitHub Archive Program, в рамках которой GitHub в партнёрстве со Стэнфордом, Майкрософт, Оксфордом и другими компаниями, библиотеками и учебными заведениями, сохраняют публичные репозитории (Open Source Repositories) в виде TAR файлов закодированных в виде QR-кодов. Уже в феврале они отправили все публичные репозитории в Arctic Code Vault, где-то рядом с Северным Полюсом.
Спрашивается, для чего?
Чтобы в случае какой-либо катастрофы или сбоя в системе, весь труд человечества (в виде программного кода) не был утерян. По словам GitHub, эти сохраненные данные будут храниться 1000 лет.
Это прикольно. Возможно в будущем, через 500-1000 лет, кто-то найдёт мой говнокод, написанный на GitHub и посчитает его полезным.
https://archiveprogram.github.com/
Недавно, я узнал о GitHub Archive Program, в рамках которой GitHub в партнёрстве со Стэнфордом, Майкрософт, Оксфордом и другими компаниями, библиотеками и учебными заведениями, сохраняют публичные репозитории (Open Source Repositories) в виде TAR файлов закодированных в виде QR-кодов. Уже в феврале они отправили все публичные репозитории в Arctic Code Vault, где-то рядом с Северным Полюсом.
Спрашивается, для чего?
Чтобы в случае какой-либо катастрофы или сбоя в системе, весь труд человечества (в виде программного кода) не был утерян. По словам GitHub, эти сохраненные данные будут храниться 1000 лет.
Это прикольно. Возможно в будущем, через 500-1000 лет, кто-то найдёт мой говнокод, написанный на GitHub и посчитает его полезным.
https://archiveprogram.github.com/
GitHub Archive Program
Preserving open source software for future generations
Ух, только что послушал очень крутой эпизод подкаста Anxious Achiever на тему Overachieving.
Думаю тема актуальна для всех, вне зависимости от возраста и рода деятельности, ведь мы часто, подсознательно или нет, хотим получить более престижную карьерную позицию или место в универе.
Главный гость подкаста, автор Julie Lythcott-Haims, рассказывает про свой путь overachiever-а, который начинался с совсем раннего детства. Раньше она являлась деканом Стэнфорда и помогала первокурсникам понять, какой вид деятельности действительно подходит им.
Интересная мысль из выпуска: выбранный в университете minor обычно является true field of interest студента.
Ссылка
Думаю тема актуальна для всех, вне зависимости от возраста и рода деятельности, ведь мы часто, подсознательно или нет, хотим получить более престижную карьерную позицию или место в универе.
Главный гость подкаста, автор Julie Lythcott-Haims, рассказывает про свой путь overachiever-а, который начинался с совсем раннего детства. Раньше она являлась деканом Стэнфорда и помогала первокурсникам понять, какой вид деятельности действительно подходит им.
Интересная мысль из выпуска: выбранный в университете minor обычно является true field of interest студента.
Ссылка
Talking To Strangers by Malcolm Gladwell
Это первая книга Malcom Gladwell-а которую я прочитал, и она реально крутая. Думаю идею книги можно представить в виде одной цитаты:
"The first set of mistakes we make with strangers—the default to truth and the illusion of transparency—has to do with our inability to make sense of the stranger as an individual. But on top of those errors we add another, which pushes our problem with strangers into crisis. We do not understand the importance of the context in which the stranger is operating."
Короче говоря, люди по своей натуре думают, что они могут "прочитать" другого человека, узнать его по body language, facial expressions и т.д. На самом деле это огромное заблуждение, поэтому люди ужасно коммуницируют с незнакомыми людьми и это приводит к страшным последствиям.
Gladwell разбирает эту тему с разных сторон, приводит исторические примеры, главным из которых является кейсом Сандры Блэнд (загуглите), и объясняет какие ошибки допустили персонажи этих ситуаций.
Сам Malcom Gladwell очень прикольный чел, и по большой части, я решил почитать эту книгу после просмотра выпуска BookTube с его участием:
https://youtu.be/rZ-0JqCJXH0
Это первая книга Malcom Gladwell-а которую я прочитал, и она реально крутая. Думаю идею книги можно представить в виде одной цитаты:
"The first set of mistakes we make with strangers—the default to truth and the illusion of transparency—has to do with our inability to make sense of the stranger as an individual. But on top of those errors we add another, which pushes our problem with strangers into crisis. We do not understand the importance of the context in which the stranger is operating."
Короче говоря, люди по своей натуре думают, что они могут "прочитать" другого человека, узнать его по body language, facial expressions и т.д. На самом деле это огромное заблуждение, поэтому люди ужасно коммуницируют с незнакомыми людьми и это приводит к страшным последствиям.
Gladwell разбирает эту тему с разных сторон, приводит исторические примеры, главным из которых является кейсом Сандры Блэнд (загуглите), и объясняет какие ошибки допустили персонажи этих ситуаций.
Сам Malcom Gladwell очень прикольный чел, и по большой части, я решил почитать эту книгу после просмотра выпуска BookTube с его участием:
https://youtu.be/rZ-0JqCJXH0
YouTube
Why Malcolm Gladwell used to get pulled over by the Police | BookTube
New York Times best selling author, Malcolm Gladwell, is out with another groundbreaking non-fiction book, Talking to Strangers. Malcolm Gladwell is joined by guest moderator Derek Muller, creator behind the Veritasium YouTube channel, and BookTubers Nai'a…