А вот и видео со стримом, получилсь скорее от Канта до Хайдеггера, чем от завода до магазина
YouTube
Cтрим с Андрюсом, от Философии, до завода и NLP
00:00:00 Введение и технические детали
00:02:18 Переезд в Германию и интерес к философии
00:03:50 Образование и выбор пути
00:05:46 Встреча с другом и переезд
00:08:44 Переезд и учеба в Германии
00:10:38 Заключение и благодарность
00:11:41 Заинтересованность…
00:02:18 Переезд в Германию и интерес к философии
00:03:50 Образование и выбор пути
00:05:46 Встреча с другом и переезд
00:08:44 Переезд и учеба в Германии
00:10:38 Заключение и благодарность
00:11:41 Заинтересованность…
Вопрос для собеседования в связи с последними событиями
Ваш портфель из инвестиций включает 5% вложений в различную крипту
В связи с ростом крипты, ее доля в долларовом эквиваленте портфеля теперь составляет 50%
Ваши действия:
Ребалансировать портфель, продавая крипту
Ребалансировать портфель, докупая со временем все остальное
Продолжать аллоцирровать деньги в прежней пропорции
Ваш портфель из инвестиций включает 5% вложений в различную крипту
В связи с ростом крипты, ее доля в долларовом эквиваленте портфеля теперь составляет 50%
Ваши действия:
Ребалансировать портфель, продавая крипту
Ребалансировать портфель, докупая со временем все остальное
Продолжать аллоцирровать деньги в прежней пропорции
Решил протестировать рекламную систему телеграма, нада же куда-то тратить звезды. Обнаружил, что реклама канала показывется подписчикам канала. Понял, что системе телеграма предстоит еще долгий путь и говорить о какой-то серьезной рекламной выручке кажется еще рано. Тем более, что ревью рекламы заняло три дня и кажется было ручным.
Для сравнения, у Меты/ФБ процесс занимает несколько минут в автоматическим режиме, со сбором всех статистик и возможностью детальной настройки.
Для сравнения, у Меты/ФБ процесс занимает несколько минут в автоматическим режиме, со сбором всех статистик и возможностью детальной настройки.
Продолжаю читать Стиглица, Road to Freedom.
Приводит пример, что в финансовый кризис 2008 года, государство всех спасло за счет налогоплательщиков, то есть получается капиталисты говорят, что прибыль наша, а расходы общие. Сегодня случайно нактнулся в видео на следующую информацию, оказывается bailout package принес 100+ млрд прибыли государству.
В том числе помогло снижение налогов, для привлечения инвестиций. Все больше и больше разочаровываюсь в Стиглице
Приводит пример, что в финансовый кризис 2008 года, государство всех спасло за счет налогоплательщиков, то есть получается капиталисты говорят, что прибыль наша, а расходы общие. Сегодня случайно нактнулся в видео на следующую информацию, оказывается bailout package принес 100+ млрд прибыли государству.
В том числе помогло снижение налогов, для привлечения инвестиций. Все больше и больше разочаровываюсь в Стиглице
В продолжение этого поста https://www.tgoop.com/cryptovalerii/735
Сравнение двух рекламных систем
Telegram - 1 доллар на 1000 просмотров - 16000 просмотров - 22 клика - 72 цента за клик
Facebook - 5.1 доллара на 1000 просмотров - 30550 просмотров - 1393 клика - 10 центов за клик
Выводы делайте сами
Сравнение двух рекламных систем
Telegram - 1 доллар на 1000 просмотров - 16000 просмотров - 22 клика - 72 цента за клик
Facebook - 5.1 доллара на 1000 просмотров - 30550 просмотров - 1393 клика - 10 центов за клик
Выводы делайте сами
Telegram
Время Валеры
Решил протестировать рекламную систему телеграма, нада же куда-то тратить звезды. Обнаружил, что реклама канала показывется подписчикам канала. Понял, что системе телеграма предстоит еще долгий путь и говорить о какой-то серьезной рекламной выручке кажется…
В течение длительного времени читал разные статьи, и кажется, что токенизация в моделях — это то, где сейчас большая проблема.
Это все как-то напоминает bag of words до изобретения word2vec.
С интересом смотрю в сторону работ, которые напрямую экспериментируют с байтами и их латентным представлением.
Особенно забавно и одновременно элегантно будет, если это окажется наложено поверх тритовой/байтовой логики весов.
Ссылка для ознакомления
Это все как-то напоминает bag of words до изобретения word2vec.
С интересом смотрю в сторону работ, которые напрямую экспериментируют с байтами и их латентным представлением.
Особенно забавно и одновременно элегантно будет, если это окажется наложено поверх тритовой/байтовой логики весов.
Ссылка для ознакомления
Reddit
From the LocalLLaMA community on Reddit: Meta's Byte Latent Transformer (BLT) paper looks like the real-deal. Outperforming tokenization…
Explore this post and more from the LocalLLaMA community
Пообщались с Викой Бородиной — родилась идея Мета Курса
Говорили о том, как строить карьеру (и почему это может быть скамом), оставаться в профессии и продолжать любить свою работу. А в процессе придумали концепт: какие навыки прокачивать, чтобы стать частью самых востребованных специалистов и топ 5% перформеров компании.
Приходите в комментарии и пишите, имеет ли смысл делать такой курс. Если интерес есть — превратим эту идею в реальность и покажем(попробуем), как вывести свою карьеру на уровень мечты.
Говорили о том, как строить карьеру (и почему это может быть скамом), оставаться в профессии и продолжать любить свою работу. А в процессе придумали концепт: какие навыки прокачивать, чтобы стать частью самых востребованных специалистов и топ 5% перформеров компании.
Приходите в комментарии и пишите, имеет ли смысл делать такой курс. Если интерес есть — превратим эту идею в реальность и покажем(попробуем), как вывести свою карьеру на уровень мечты.
YouTube
Будь как Бабушкин: Как построить и не разлюбить свою карьеру в Big Tech | Интервью
💥FAANG.ME LEVEL UP: https://clck.ru/3FvMFr
Присоединяйтесь!
Как стать профессионалом, за которым охотятся компании?
Рассказывает Валерий Бабушкин
В видео обсудили, как стать профессионалом, за которым охотятся компании, какие навыки нужно прокачивать, чтобы…
Присоединяйтесь!
Как стать профессионалом, за которым охотятся компании?
Рассказывает Валерий Бабушкин
В видео обсудили, как стать профессионалом, за которым охотятся компании, какие навыки нужно прокачивать, чтобы…
Перезапустил рекламу (https://www.tgoop.com/cryptovalerii/737), чтобы сравнивать яблоки с яблоками
Рекламирую свой канал - текст одинаковый (практически, в ФБ добавлена пара слов, так как в ТГ уперся в лимит)
Реклама ТГ канала в ТГ - 20 000 просмотров, 29 кликов, 2 юзера добавились в канал, потрачено 20 долларов
Реклама ТГ канала в Мете - 134 790 просмотров, 1674 клика, ~ 200 юзеров добавились в канал, потрачено 29.64 доллара
Рекламирую свой канал - текст одинаковый (практически, в ФБ добавлена пара слов, так как в ТГ уперся в лимит)
Реклама ТГ канала в ТГ - 20 000 просмотров, 29 кликов, 2 юзера добавились в канал, потрачено 20 долларов
Реклама ТГ канала в Мете - 134 790 просмотров, 1674 клика, ~ 200 юзеров добавились в канал, потрачено 29.64 доллара
Telegram
Время Валеры
В продолжение этого поста https://www.tgoop.com/cryptovalerii/735
Сравнение двух рекламных систем
Telegram - 1 доллар на 1000 просмотров - 16000 просмотров - 22 клика - 72 цента за клик
Facebook - 5.1 доллара на 1000 просмотров - 30550 просмотров - 1393 клика …
Сравнение двух рекламных систем
Telegram - 1 доллар на 1000 просмотров - 16000 просмотров - 22 клика - 72 цента за клик
Facebook - 5.1 доллара на 1000 просмотров - 30550 просмотров - 1393 клика …
Немного удивляют комментарии вокруг DeepSeek, особенно относительно заявленной эффективности тренировки.
Как будто люди забыли, что GPT-2 сейчас можно обучить уже на ноутбуке, в то время как изначально требовался кластер GPU.
В целом в машинном обучении всегда так: сначала нужно много вычислительных ресурсов, чтобы найти правильный путь, а повторить его затем значительно проще.
На сколько инференс чат гпт подешевел за год? А за два ?
Не говоря уже про многое другое, что, конечно, не отменяет того, что китайцы - крутые пацаны
Статья в тему - The Rise of DeepSeek: What the Headlines Miss
Как будто люди забыли, что GPT-2 сейчас можно обучить уже на ноутбуке, в то время как изначально требовался кластер GPU.
В целом в машинном обучении всегда так: сначала нужно много вычислительных ресурсов, чтобы найти правильный путь, а повторить его затем значительно проще.
На сколько инференс чат гпт подешевел за год? А за два ?
Не говоря уже про многое другое, что, конечно, не отменяет того, что китайцы - крутые пацаны
Статья в тему - The Rise of DeepSeek: What the Headlines Miss
Оказывается, первый раз мы обсуждали deepseek (мимолетно) с Игорем (кто-бы мог подумать) еще в декабре 2023 года
Не смог удержаться. Очевидно, что Deep Seek тоже основан на работе Шмидхубера в 90-х годах, как, впрочем, и любая другая прорывная технология в рамках машинного обучения.
Как писал Салтыков-Щедрин: «Если я усну и проснусь через сто лет, и меня спросят, что сейчас происходит в МЛ, я отвечу: пьют и воруют у Шмидхубера.»
Как писал Салтыков-Щедрин: «Если я усну и проснусь через сто лет, и меня спросят, что сейчас происходит в МЛ, я отвечу: пьют и воруют у Шмидхубера.»
Интересно, упал ли спрос на разработчиков потому, что он действительно снизился (с поправкой на аномальный роста во время ковида), или потому, что заметная часть разработчиков теперь имеет более одной работы?
Причём обычно это ребята выше среднего, которым легче найти работу и хорошо перформить.
Причём обычно это ребята выше среднего, которым легче найти работу и хорошо перформить.
Начал читать книгу Джима Коллинза — Good to Great: Why Some Companies Make the Leap... and Others Don't.
И закончил через 40 страниц
Суть книги проста: авторы выбрали 11 компаний, которые за 15 лет до трансформации показывали средние результаты, а затем, после трансформации, ещё 15 лет опережали рынок и свою индустрию в разы. После этого они попытались выяснить, что отличает эти компании от их "двойников" — аналогичных фирм из того же сектора, которые до трансформации показывали схожие результаты, но затем либо не добились успеха, либо столкнулись с проблемами.
Почему книга кажется сомнительной
* В исследование попало всего 11 компаний, тогда как в анализе участвовало 1500+ — можно было выбрать что угодно.
* Определение трансформации размыто — авторы просто нашли точку перегиба в данных, причём для каждой компании свою. Они же в книге пишут, что никакой особенной "трансформации" не запускалось — это был естественный процесс.
* Метрика выдающейся компании — рыночная капитализация. То есть оценивают компании по цене их акций, что само по себе не всегда показатель эффективности.
Некоторые "великие" компании вскоре провалились:
* Кто-то разорился через несколько лет после выхода книги.
* Кто-то следующие 15 лет показывал результаты хуже рынка.
* Gillette, которого приводили в пример как "компанию, которая не продалась никому", через 4 года после выхода книги продался.
* Кажется никто не остался великим (вспоминаем GE 1981-2000)
Level 5 Leadership
Авторы также придумали термин "Level 5 Leadership" — якобы общий набор черт CEO всех 11 успешных компаний. Но когда этих самых CEO интервьюировали, они говорили "нам просто повезло".
В чём итог?
Напоминает книгу с OKR, где восхваляли "чудо-пиццерию", а вскоре после выхода книги она прогорела. Решил проверить, может, я один не понял сути книги — ан нет, критика в интернете такая же.
Вообще, из бизнес-литературы пока только две книги действительно понравились:
Goal
Good Strategy - Bad Strategy
Неплохо читать книги такого рода лет через 10-20 после их выхода
И закончил через 40 страниц
Суть книги проста: авторы выбрали 11 компаний, которые за 15 лет до трансформации показывали средние результаты, а затем, после трансформации, ещё 15 лет опережали рынок и свою индустрию в разы. После этого они попытались выяснить, что отличает эти компании от их "двойников" — аналогичных фирм из того же сектора, которые до трансформации показывали схожие результаты, но затем либо не добились успеха, либо столкнулись с проблемами.
Почему книга кажется сомнительной
* В исследование попало всего 11 компаний, тогда как в анализе участвовало 1500+ — можно было выбрать что угодно.
* Определение трансформации размыто — авторы просто нашли точку перегиба в данных, причём для каждой компании свою. Они же в книге пишут, что никакой особенной "трансформации" не запускалось — это был естественный процесс.
* Метрика выдающейся компании — рыночная капитализация. То есть оценивают компании по цене их акций, что само по себе не всегда показатель эффективности.
Некоторые "великие" компании вскоре провалились:
* Кто-то разорился через несколько лет после выхода книги.
* Кто-то следующие 15 лет показывал результаты хуже рынка.
* Gillette, которого приводили в пример как "компанию, которая не продалась никому", через 4 года после выхода книги продался.
* Кажется никто не остался великим (вспоминаем GE 1981-2000)
Level 5 Leadership
Авторы также придумали термин "Level 5 Leadership" — якобы общий набор черт CEO всех 11 успешных компаний. Но когда этих самых CEO интервьюировали, они говорили "нам просто повезло".
В чём итог?
Напоминает книгу с OKR, где восхваляли "чудо-пиццерию", а вскоре после выхода книги она прогорела. Решил проверить, может, я один не понял сути книги — ан нет, критика в интернете такая же.
Вообще, из бизнес-литературы пока только две книги действительно понравились:
Goal
Good Strategy - Bad Strategy
Неплохо читать книги такого рода лет через 10-20 после их выхода
Telegram
Время Валеры
Перечитываю книгу Measure What Matters: OKRs - the simple idea that drives 10x Growth
Глава 17 - про супер пиццерию, The Zume Pizza Story - рассказывают как они всех побеждают с помощью OKRs
Решил зайти на википедию и посмотреть как супер пиццерия поживает:…
Глава 17 - про супер пиццерию, The Zume Pizza Story - рассказывают как они всех побеждают с помощью OKRs
Решил зайти на википедию и посмотреть как супер пиццерия поживает:…
Подъехал новый контент
YouTube
Mastering ML Careers & System Design with Valerii Babushkin
Apple: https://podcasts.apple.com/us/podcast/mle-path/id1792614865
Spotify: https://open.spotify.com/show/0KuQkv8pouA2SR5nHzRX2B?si=526c3e09e28d4ec5
🔗 Resources Mentioned
📖 Valerii’s Book: Machine Learning System Design 🔗 Connect with Valerii on LinkedIn:…
Spotify: https://open.spotify.com/show/0KuQkv8pouA2SR5nHzRX2B?si=526c3e09e28d4ec5
🔗 Resources Mentioned
📖 Valerii’s Book: Machine Learning System Design 🔗 Connect with Valerii on LinkedIn:…
Заметил, что работает простая стратегия:
Покупай акции компаний, чьими продуктами ты пользуешься.
Продавай акции компаний, чьими продуктами ты перестал пользоваться.
Как только обнаружил, что спортивное питание от Applied Nutrition продается публичной компанией Applied Nutrition, немедленно купил их акции.
Покупай акции компаний, чьими продуктами ты пользуешься.
Продавай акции компаний, чьими продуктами ты перестал пользоваться.
Как только обнаружил, что спортивное питание от Applied Nutrition продается публичной компанией Applied Nutrition, немедленно купил их акции.
Книга, наконец-то, стала доступна на Амазоне
Amazon
Machine Learning System Design: With End-to-end Examples
Buy Machine Learning System Design: With End-to-end Examples 1 by Babushkin, Valerii, Kravchenko, Arseny (ISBN: 9781633438750) from Amazon's Book Store. Everyday low prices and free delivery on eligible orders.