Как стать боссом в Data Science | Валерий Бабушкин, X5 / Яндекс.Советник - Fless

Как стать боссом в Data Science | Валерий Бабушкин, X5 / Яндекс.Советник

Валерий Бабушкин – пожалуй, сильнейший Data Scientist России. Он успевает одновременно руководить командами в X5 и Яндексе, практически входит в топ-100 на Kaggle и жмет от груди 180 кг. Сегодня Валера расскажет, как ему это удается.

[TRANSCRIPT]

– Сегодня в гостях Валерий Бабушкин – один из сильнейших Data Scientists в России. Валерий – Team lead аналитики в Яндекс.Советнике, начальник управления развития данных в Х5, преподаватель «Высшей школы экономики», эдвайзер нескольких IT-компаний и мастер спорта международного класса по жиму штанги. Как совмещать несколько работ? Как вырасти из эксперта в начальники? Какую прибавку к зарплате дают соревнования на Kaggle? Что дает спорт дата сайентисту? Об этом поговорю сегодня с Валерой Бабушкиным.

Про тренировки:

 Слушай, ты 4 раза занимаешься, да? 3 на тренажере и борьба?
 Да, я занимаюсь 4 раза, но это в один день. Я специально качаюсь в этот день, чтобы на борьбе не очень давить на свои силовые способности. Мне кажется, я так больше успехов достигаю, когда давлю не только за счет физухи. Все равно давлю за счет нее, но меньше. Но надо чуть-чуть от нее отнять.
 На борьбе ведь в одной весовой категории, то есть ты не будешь там со мной бороться?
 Нет, во-первых, на борьбе, на соревнованиях – да, но однажды у меня был опыт, когда меня пихнули на категорию выше, потому что в моей категории было мало ребят до 90 кг, и сказали: «Либо Вы не выступаете, либо идете в категорию до 100кг». Я пошел до 100кг, третье место там занял по разрядникам. Вес много значит, сила много значит, но на тренировках борются все со всеми. У нас все ребята довольно крупные – 80-90-100кг.
 Вот я думаю, что там всё-таки должна быть какая-то сопоставимая масса.
 На самом деле, лучший спарринг-партнер у меня был парень по имени Артем, он весил 55 кг. Было очень забавно: у нас был парень Дима, он весил примерно 110 кг и рост у него 192 см, и Артем Диму просто по страшному насиловал, кидал и так, и так и просто делал с ним всё, что хотел. А мне с Артемом очень нравилось бороться, мы специально боролись минут по 8, это очень долго, 8 минут бороться непрерывно – это очень тяжело. Хотя, некоторые профессионалы борются по 20 минут. Я не понимаю, как это возможно. И было очень интересно с ним, потому что он очень выносливый, очень техничный грепплинг и борьба очень техничная, то есть, в отличие от греко-римской борьбы, в грепплинге техника имеет гораздо большую роль, чем сила.
 За счет этой техники как раз он и выезжает, несмотря на массу?
 Я особо не поддавливал на Артема, у меня была задача с ним выносливость натренировать, но, в целом, он был достойный соперник даже для меня. Несмотря на то, что я и борюсь неплохо, и достаточно крупный и сильный. А того же Диму, который был ровно в два раза больше Артема по весу и головы на две с половиной выше, он размалывал в кашу. Так что тут, в грепплинге, что плюс, не самое важное – сила и вес. Они не маловажны, но техника – больше.

Плюсы спорта, карьера и личный рост:

 Расскажи, пожалуйста, что, ты думаешь, тебе спорт дает для профессионального и личностного роста?
 Я начал заниматься в тренажерном зале 15 лет назад. Мне было 13 лет. Нужно понимать, что занятия (я считал, что я занимался бодибилдингом, а сейчас я понимаю, что я просто качался) в целом – это же не только в зале ты что-то делаешь полтора часа, 3 или 4 раза в неделю, ты это делаешь постоянно. Ты должен правильно есть, причем я заставлял себя есть по часам, не то, что я хотел, а то, что мне было нужно. Ты заставляешь себя идти спать. Да, ты хочешь еще посидеть за компьютером или не важно что поделать, погулять с друзьями, почитать книжку, но надо идти спать. И это со временем превращается в твою натуру, и это то, что помогает тебе во всем. То есть ты просто берешь и делаешь не потому, что хочешь – не хочешь, а потому, что надо, и тебе уже не сложно, вся твоя жизнь – это потому, что надо. И после этого тебя тяжело чем-то напугать. По факту это, конечно, странная аналогия с монашеством, но очень похоже на это, потому что, действительно, довольно похоже на аскетизм, когда ты себя ограничиваешь во всем и постоянно. И это, безусловно, помогает в работе, потому что работа – это умение ограничивать себя, свое эго, свои желания, свое время, других людей. Это, я считаю, очень помогает, закаляет характер. Повторюсь, большой плюс не только в том, что ты пришел, позанимался полтора часа, ушел. Нет, это постоянно. Ты себя ломаешь. Если ты сломал себя («Как закалялась сталь»), тебе уже мало что страшно.
 Понятно. То есть ты взял себя и дисциплинировал?
 Я себя ломал очень долго и сломал себя, переделал. Было непросто, но лет за пять получилось. Я довольно упрямый.
 Ну, вот 90- 50 раз пожать это…
 Мне было уже не сложно, мне было 26 лет на тот момент, и я просто потренировался пару месяцев и до этого дошел.
 Когда ты сотню первый раз пожал?
 Ты знаешь, я, как ни странно, не праздновал этот момент, не отмечал, но, думаю, мне было лет 15, потому что в 14 лет у меня была цель пожать 80, и я справился с ней даже раньше. Я справился с ней где-то в феврале 2014 года, а 14 мне стало в апреле. Я думаю, что сотню где-то лет в 15 пожал, потому что в 17 или 16 я уже жал где-то 120. Но я не придавал этому значения. Вот если бы я две сотни пожал, я бы это запомнил, но две сотни пока не пожал и вряд ли пожму.
 А планируешь?
 Нет. Я как-то выступал в свое время по жиму лежа, именно по разовому, и мне не очень нравится там выступать, потому что довольно травмоопасно. Я достаточно сухой, у меня нет лишней жировой массы, и я чувствую, как у меня суставы начинают напрягаться. Когда я даже готовлюсь к этим соревнованиям, я чувствую себя не очень комфортно. И мой предел – это 180 кг. Это не так далеко от двухсот, казалось бы, но каждый килограмм от 180 гораздо тяжелее, чем каждый килограмм до 180. Поэтому, может, выйду на пенсию и пожму 200кг.
Сломал себя… А других?
 Ты рассказал, как ты ломал себя. Расскажи теперь, как ты ломал других. Поясню: в ОДС все про тебя рассказывают байки, как ты заточкой кому-то угрожаешь, как решаешь вопросы силой и всё прочее. Вот откуда это всё пошло?
 Во-первых, у меня, действительно, лежит на рабочем столе нож. Нож не такой, чтобы резать, а нож с гранями, чтобы колоть и тыкать, и убивать, но я не пользовался им пока по назначению. Я считаю, что я достаточно мягкий человек, до определенной грани, и даже на улице я последний раз дрался в 2012 году, даже рассказал эту историю в ОДС, как я защищал честь одного парня против трех других парней. Такие вот истории бывают в жизни. Но, нет, я сознательно никого не ломаю. Я иногда могу поговорить жестко, но очень редко это делаю, потому что я стараюсь не доводить до конфликта и, если я вижу, что человек не тянет, я расстаюсь с ним мягко. Так что это скорее именно шутка в противовес тому, что в жизни я человек довольно мягкий, я шучу в ОДС таким образом. Но я про себя знаю, что могу и заиграться легко, и у меня довольно быстро срывает крышу, поэтому я себя контролирую полностью, потому что в такие моменты, когда я играюсь, я еще чувствую, что еще чуть-чуть, и я действительно могу сделать что-то непоправимое. За последние 3 недели в Х5 я два раза сдержался, чтобы не избить человека, и один раз я поймал себя на мысли, что я в последний момент удержался.
 А человек знал о том, что ты удержался?
 Я ему сообщил.
 Он был очень рад?
 Возможно, но, думаю, он был больше рад, что его не избили, чем, если бы его избили, но я не думаю, что это бы хорошо и для меня закончилось. Мало ли я бы его еще убил. Ну, убил бы вряд ли, но это неправильно.
 Как ты себя сдержал?
 Я же умею думать. Я же аналитик, проанализировал последствия, и было очень тяжело в этот момент, потому что он не сделал то, что обещал сделать, а я считаю, что самое важное качество в сотруднике – это надежность. И вообще в человеке. А он обещал и не сделал. А потом оказалось, что сделал. Он пошутил.
 Хорошо, что не побил.
 История была такая, что он сидел за другим концом стола, и я уже схватился за стол, чтобы просто воткнуть его в стену.
 Перевернуть стол?
 Нет, зачем перевернуть? Стол толкаешь от себя и просто вбиваешь его в стену, но я удержался. Я очень горжусь собой. А второй раз я сдержался, когда мы играли в «Го» в перерыве на работе, и у нас уже партия подходит к концу, и у нас стоит на определенной тумбочке гобан, и подошли какие-то ребята и говорят: «О, доска!» – и начали туда камешки сыпать, и я еле сдержался, а оказалось, что у человека день рождения, он принес пончики и хотел поставить на этот комод. Слава Богу его не обматерил, но поговорил с ним довольно жестко, он такой расстроенный ходил в свой день рождения, мне стало так стыдно. Но, опять же, я никакого насилия не применил. Во второй раз было сдержаться легче. В первый раз, когда я уже схватился за стол, я уже остановился в последний момент.
 В общем, ты чаще ломаешь себя, чем других. К счастью для других.
 Я ломаю себя постоянно, до сих пор в каких-то моментах, а другим я помогаю себя ломать. Но физически их не ломаю, только если на борьбе, поэтому я всем предлагаю заходить на борьбу, своим сотрудникам. Пока не все ходят, но некоторые ходят.
 Кто-то не доволен моими заданиями? Приходи на борьбу.
 Но, в целом, я думаю, мне помогает. Вообще, люди же воспринимают человека, который больше них или физически сильнее, даже на подсознательном уровне лучше, чем человека, который меньше, ниже и так далее. Как ни крути, животная натура, которая в нас есть. И его слова весомее. Возможно, даже прямо пропорциональны его весу физическому.
 Меня тут в чате попросили, чтобы ты показал на ком-то борцовский прием, но, думаю, что мы без этого в этот раз обойдемся. В следующий раз.
 Я могу прислать видео, или я приглашаю всех, кто хочет. По средам в 8 вечера в Яндексе мы боремся. И если есть желание, напишите мне.
 Я думаю, что видео мы как раз сюда куда-нибудь вставим. И я останусь цел со своими шестьюдесятью шестью килограммами.
 Приходи в среду в Яндекс в 8 вечера. Кстати, завтра как раз. Я не знаю, когда выйдет это интервью.
 Оно выйдет гораздо позже.
 Так что каждая среда в 8 вечера. Можем.
 Слушай, а вы прямо в Яндексе где-то там?
 Ну, у нас там есть зал, в котором есть маты. Мы забронировали его, приходим и начинаем ломать друг другу ноги. А почему ломать ноги именно, потому что на многих соревнованиях я побеждал именно через болевые приемы на ноги, а они мне очень хорошо удаются и, в принципе, я могу довольно быстро сломать человеку ногу.
 Ладно, ногу лучше, чем голову. То есть, если голову, ты же и убить можешь, а ногу – человек живой.
 Но я хочу сказать, что руку лучше, чем ногу. Потому что я, когда лежал со сломанной рукой в больнице, насмотрелся на ребят со сломанными ногами, когда они там месяц-два лежат в растяжках, ходят в утку под себя, это так себе приключение, поэтому лучше две сломанных руки, чем одна сломанная нога.
 То есть ты не жалеешь оппонентов, когда борешься?
 Я до конца никогда не делал. Один раз я на соревнованиях чуть резко сделал и повредил ногу немножко, но там не дошло. Ну там чуть-чуть стоит додержать или чуть-чуть отклониться назад и она, собственно, сразу очень хорошо ломается. Но когда нога ломается в голеностопе, там со сломанным голеностопом можно и в туалет сходить на костылях самому, а не под себя в утку. А вот если бедро сломано, то очень плохо.
 И тут сюрприз. Оказывается, что у нас интервью про дата сайенса (data scientist). Сюрприз! Так вот, расскажи, пожалуйста, как ты очутился в Data Science и почему туда пошел?
 Я работал на датской компании «Fos», занимался ближней инфракрасной спектрометрией, хотя средней тоже, и мокрой химией.
 Отлично, значит, физика и химия. И кто же ты, физик или химик?
 Нет, всё правильно сказали в чатике, что химия – это подмножество физики, а что такое физхимия – вообще вопрос, к чему ее относить. Да, у меня вуз был химический, поэтому, наверное, ближе к химии. В химии я лучше разбираюсь, как бы двусмысленно это ни звучало. Вернемся к нашей истории. Приходит ко мне мой начальник, Саша Спередонов, говорит: «Валера, а ты знаешь, что есть такой сайт Coursera?». Я говорю: «Нет, нет, не знаю такой сайт». “Ну вот, есть такой сайт Coursera, там есть специализация от Джона Хопкинса про Data Science”. Я послушал, «Data Science – это будущее», всё круто, ну, Data Science – Data Science. Я зашел, там почиркал что-то, Data Science ToolBox первый курс, там что-то Github, что-то еще там делать, думаю, «господи, какая это морока, зачем всё это?». Ладно, второй курс: программирование на R. Я его прошел очень хорошо, но он был для меня достаточно тяжелый, потому что я последний раз программировал очень давно, это было на первом курсе университета, это был какой-то паскаль, было тяжело влиться. Я помню, как я сидел в Красноярске в командировке, и думал: «Так, ну вот сейчас я чуть-чуть закончу, ага, так, десять вечера, ага, сейчас закончу, смотрю – уже шесть утра…» Ну, было чуть-чуть легче, потому что 6 утра в Красноярске – это 2 часа ночи в Москве, разница 4 часа. Я ложусь спать, и снова просыпаюсь и начинаю что-то делать, ну сдал этот курс. А потом там был еще какой-то третий курс, но после второго всё это была такая легкотня, и там такие забавные курсы от John Hopkins University, то есть мне кажется, что если пройти эту специализацию, она весьма хороша, если ее всю досконально пройти. Я забыл про это, слышал какие-то термины «машинное обучение», мне было очень страшно, я думал, что машинное обучение – это что-то жутко сложное, продолжу я заниматься своими многомерными регрессиями, нейросетями и методом главных компонентов, что мы и делали в инфрокрасной спектрометрии, а по факту наша задача какая была? Есть некий свет на разных длинах волн, человек видит в диапазоне 400-750 нанометров. Всё, что выше мы называем «инфракрасный свет», всё, что ниже – «ультрафиолет», ну и дальше свет там превращается в рентгеновские лучи, зависит от длины волны. Сразу после семисот идет ближний инфракрасный спектр, он идет до 2,5 тысяч нанометров, дальше идет средний, ну и можно догадаться, что дальше. Этот пучок света либо проходит через некую пробу (сейчас расскажу, что такое проба), либо отражается от нее, и мы знаем, какая была интенсивность пучка до, какая стала после, мы смотрим на каждом канале, где канал – это длина волны, причем там шаг был какой-то безумный – пол нанометра, и по факту мы собираем эту информацию, и на основе нее дальше у нас есть лейблы, а лейблы, кстати, получены с помощью мокрой химии (это отдельный разговор, как они получаются, это очень интересная тема), и мы строим модель. И наша модель должна, во-первых, выдавать результаты со скоростью, примерно, результат в минуту, а то и в 10 секунд, и точность расхождения с реальными значениями должна быть порядка сотых долей процента. То есть после того, как заходишь на Kaggle, там какие-то доли процента или десятые доли процента или даже проценты, и вспоминаешь, как там нужно было сделать две сотых, и думаешь: «Ерунда какая-то». Особенно когда ты приезжаешь, у тебя есть модель, которая уже предобучена, но она предобучена на всех мировых образцах а тебе тетки с фермы приносят Дассо и говорят: «Вот мы здесь померили, вот здесь столько, Ваш прибор должен показывать, то, что мы намерили». Ну хорошо, ты можешь сделать модель, подправить на нее всё, что нужно, чтобы она показывала, но проблема в том, что все эти тетки, если дать им один и тот же образец 4 раза, они выдадут 4 разных результата и каждый раз будут требовать, чтобы у них было одно и то же. Я чуть подробнее расскажу про мою боль с мокрой химией, потому что классическая мокрая химия, допустим, метод Кьельдаля для определения белка. Он заключается в чем? Во-первых, мы определяем не белок, а азот. И считается, что весь азот, который был определен в зерне или молоке, он белкового происхождения, что вообще – очень смелое утверждение. И как мы это делаем? Мы берем навеску и задача, чтобы в этой навеске было от 20 до 100 мг азота. Довольно очевидно, что, в зависимости от концентрации белка в пробе, навеска должна быть разной. Если у тебя процент белка 50, то навеска должна быть в 10 раз меньше, чем если процент белка 5. Это уже мало кто понимает, это сложная задача. Дальше нужно добавить определенное количество химически-серной чистой кислоты и катализатор. И в мега-современных установках процесс сжигания, где ты разрушаешь как раз белок до азотистого основания, до аммония, если мне память не изменяет, ты сжигаешь это 2-2,5 часа, серная кислота, 420 температура, дальше даешь остывать, ставишь в прибор, в прибор добавляешь, в эту колбу, щелочь 40%-ую, но опять же, 40% бывают массовые, а бывают объемные, и не все люди могут намешать правильно щелочь. А зачем это делается? Делается для того, что поступает щелочь, поступает активный пар и (во-первых, щелочь провзаимодействовала с серной кислотой и нейтрализовала её) дальше идее дистилляция и ионы аммиака попадают в колбу, а в колбе у нас намешана борная кислота. Мы верим в то, что она тоже правильно намешана, и к этой борной кислоте добавлено 2 индикатора: бромкрезоловый зеленый и метиловый красный, который меняет свой цвет, в зависимости от того, насколько среда защелочена или закислена. Так как в начале там борная кислота, среда у нас закислена и имеет цвет, если не ошибаюсь, красный, а когда туда поступают ионы аммиака, она защелачивается и становится зеленым, значит, прошла вся дистилляция. Допустим, всё хорошо у нас нормальная вода холодная, которая позволяет (сначала пары же иона аммиака они испаряются, а потом они должны пройти через условный змеевик и охладиться, выпасть в конденсат). Значит, среда у нас защелачивается, красный цвет становится зеленым, потом тетка берет эту колбу, потом она берет пипеточку и начинает туда добавлять 01 моля соляную кислоту, для того, чтобы найти точку равновесия, когда цвет становится грязно-стальным и, как только он начинает краснеть (то есть сначала он становится зеленый, бледно-зеленый, серый, серо-стальной, красный), она говорит: «Всё, достаточно»,- записывает это всё в какую-то формулу, подставляет, получает процент белка. Она вообще не понимает, что она делает, зачем и почему, и каждый раз, когда ей даешь одно и то же, она выдает разные результаты. Ну вот, приезжают какие-то молодые пацаны, говорят: «Вот у нас мега-прибор, всё, что вы раньше делали 2 дня, будет занимать 1 минуту». Ну и тетки говорят: «Хорошо, давай, вот если он покажет то, что показывает наша штука, годится». Дают они свои образцы, проверяешь их, а они говорят: «Ну нет, они показывают другое». Ну хорошо, мы сейчас настроим. Настраиваешь, они дают тебе еще партию – опять по-другому. Ну что в таких случаях мы делали? Мы брали у них 5 образцов, делали из этих 5 образцов 20, просто по 4 дубля, навешивали номера случайным генератором чисел и ждали результатов. Потом с директором лаборатории садились и я говорю: «Ну вот, смотрите, здесь у Вас тетки померили 2.9, здесь 3.1, здесь 3.12, здесь 2.98, а это у нас на самом деле одно. Считаем ошибку вашей лаборатории». Ты начинаешь им затирать про погрешность, про доверительные интервалы, ну а люди же безгрешные очень часто попадаются, то есть ты спрашиваешь: «А с какой погрешностью вы что-то измеряете?» Они на тебя смотрят и говорят: «Ты чего, парень, какая погрешность? Мы без погрешности мерим».
 Но они же физики.
 Какие физики? Ты чего? Это просто тетки, набранные на какую-нибудь свиноферму или молочный завод, в лучшем случае, закончившие техникум, которые 40 лет назад еще учились по каким-то учебникам и уже вообще всё забыли. Она пришла, у нее карга-культ: она налила, что-то там сделала, всё – ништяк. А рабочий день закончен, ты чего? Физики… Ну и вот так жизнь меня заставила общаться с людьми, рассказывать понятным языком что-то из базовой статистики, и еще я прошел курс Джона Хопкинса, и попутно я встроил все эти регрессии, а нужно же их правильно праволидировать, нужно их построить, отобрать, почистить данные, делать какие-то невозможные вещи, типа: измерить с помощью инфракрасного спектра процент кальция. Это в принципе считается невозможным, потому что кальций в этом спектре не отражается, но кальций, когда добавляется, влияет на воду, а вода очень хорошо видится, ну вот какие-то такие двойные связи видны. Но это очень хорошая школа и потом, когда я решил чуть больше узнать, что же такое «машинное обучение», и у меня началась там лекция: «Ну вот, детки, сейчас мы построим регрессию…», – я говорю,- «Ну ладно», – «А вот, смотрите, есть метод снижения размерности, метод главных компоненов», – я говорю,- «Здорово». «А вот сейчас вообще суперсовременная тема – нейронная сеть». Я думаю: «Слушайте, кому оно это машинное обучение ваше? Это все, что вы можете?». «Ну и вот, смотрите, у нас RMSE 2.28 – мегакруто». У нас там 0.02 было, считалось не очень. Ну и так я понял, что ничего страшного нет, оказывается, что те математические методы в химии, которые я применял, это всё называлось химометрикой, а они по факту, наверное, являются подмножеством машинного обучения, я там чуть подчитал, подсмотрел, и к тому моменту, мне очень надоело в FOSе работать, потому что 100 перелетов в год, ну 50-60 командировок в год- это очень тяжело. Это очень выматывает, то есть ты можешь в понедельник сесть в самолет, полететь в Астрахань, в Астрахани +45 в тени, ты едешь в машине на скорости 60 км в час, высовываешь голову и думаешь, ну сейчас ветерок-то меня обдует…
 И тут дерево!
 Какое дерево? Как фен! То есть горячий воздух. Ты там работаешь во вторник, в среду садишься в самолет, летишь в Москву, из Москвы в Волгоград, потому что кратчайший путь 500 км между Астраханью и Волгоградом лежит через Москву – 1000 до Москвы, 1000 от Москвы – садишься в четверг в такси, едешь 250 км до завода, там работаешь, снова садишься в такси, таксист спал, ждал тебя, ему тоже порожняком не очень весело ехать обратно. Едешь, четверг, ты приехал вечером уставший, в пятницу садишься в самолет, прилетаешь в Москву- ты дома, тебе надо отчет теперь только сделать о двух командировках. Но накануне я понял, что это жутко и пошел работать в Senior Data Scientist в банк Лакрития, где оказалось, что я не только Senior Data Scientist, но и руководитель группы, и начальник отдела, как смотреть. Причем, когда я туда пошел, я общался с начальником управления и спросил: «А сколько у Вас ребят работает над этим?» Он говорит – 15. Я думаю: «15 дата сайентистов? Это же круто! Сейчас я у них научусь чему-то». Я прихожу, а там никого, кроме меня из дата сайентистов. Там есть тестировщики, руководители клиентского центра без клиентского центра, какие-то тестировщики без компьютера, ну, в общем, если хотите узнать больше, можете посмотреть мой доклад на дата фесте о том, как мы не сделали рекомендательную систему в банке. Ну и тогда я открыл для себя, что есть такой язык как Python, 2 месяца я попитонил и пошел в яндекс и через 8 собеседований оказался в яндексе. Ну питон – легкий язык, пописал, всё понятно, так что таким образом я вошел в мир Data Scienсе через слова моего начальника о том, что есть Data Scienсе. Ну, в принципе можно сказать, что я им и занимался 2 года в Фосе, что это, если не Data Scienсе, я не знал, что это Data Scienсе, так что я не могу сказать, что я ничего не зная пошел и сталь Сеньором, потому что, действительно, 2 года я занимался, мы очень хорошие делали модели, надежные модели, потому что от этого зависят деньги огромных заводов и предприятий. От того, насколько хорошую мы модель сделали. И я врубался во все эти мануалы и руководства, читал всё это, код на мат-лабе написан, это жутко. Так что вот так я пришел в Data Scienсе.
 Получается, не было какого-то целенаправленного движения в Data Scienсе? Не было такого, что в какой-то момент ты сказал: «Всё, я хочу в Data Science, меняю свою жизнь, иду туда»? Ты куда двигался?
 Я хотел просто хотя бы посидеть в офисе дольше, чем два дня подряд. 50-60 командировок в год. У меня за каждый год были папочки, и на каждую командировку еще папочка с отчетом. Вот я как на это посмотрел: за один год там больше 50, за другой год больше 60. Ну это было невозможно. Я, откровенно говоря, стал заложником самого себя, потому что очень хорошо решал вопросы, связанные с мокрой химией, я очень хорошо решал вопросы, связанные со спектроскопией, ну и когда нужно лететь в какой-нибудь Новосибирск, в чем прикол? То есть, если ты летишь в первый раз, то оплачивает заказчик, но если ты там накосячил и не сделал, второй раз ты летишь уже за счет компании. То есть компания уже всё оплатит. И кого послать? Того, кто накосячит с вероятностью 90%, или с вероятностью 2%? Понятно. Поэтому я смотался за год раз 5-6 в Новосибирск, раз 5-6 в Красноярск (как раз учил программирование на R), и я понял, что нет. И еще сказала моя девушка, что нет: «Я так не буду с тобой тусить, если ты постоянно дома будешь отсутствовать». И я, в принципе, тоже уже устал и пошел. Я получил тогда офер от компании Х5 и от банка «Открытие» и пошел в банк «Открытие».
 Но в Х5 ты еще успел перебраться.
 Но в Х5 я на четвертый офер успел пойти.
Про Kaggle:
 Расскажи, как Kaggle успел оказаться в твоей жизни?
 По-моему, тот же Саша Спередонов мне сказал, что есть Kaggle. Он мой начальник с Фоса. Он сказал: «Слушай, есть Kaggle, там соревнуются». Ну я зашел, там были соревнования по oll state, как раз там Володя Игловиков, он только первый раз участвовал в них. Нужно было предсказать величину страхового случая. Ну и что-то я там поделал, не особо думая, вошел на 80-е место в серебро, еще сабмит отправил с другого аккаунта, за что забанили оба этих аккаунта, но, в итоге, ничего сложного. Думаю: «О, серебряная медаль!» То есть восьмидесятое место из 4000, особо ничего не делая и не думая – ну, забавная вещь. Но после того, как меня забанили, мне стало так обидно и горько, что я никогда больше, никогда больше… А потом начались соревнования от Сбера, и как раз нужно было попробовать. И я взял какой-то публичный скрипт, допилил его и заняли мы 56 место и мне понравилось. А потом я думаю: «Вот, есть же компьютервижн, надо позаниматься компьютервижном». И начались соревнования Карвана, а у меня не было видеокарты, я вообще ни разу компьютервижном не занимался, я никогда не писал генератор на питоне, ну и начал читать какие-то там статьи, что-то там делать, и вошел в золото соло в определенный момент, но это уже была последняя треть соревнований, и я на хорошем месте, но там, правда, были еще проблемы с лидербордом, там как раз Kaggle ввел систему, что она округляла результаты и, как всегда, накосячил. Kaggle часто косячит. Но не косячит тот, кто ничего не делает. В какой-то момент я смотрю, что моей модели на моих 16 ЦПУ считаться 24 дня, и кинул клич, что, ребята, у меня хорошие результаты, что есть еще идеи, дайте видюхи. И какой-то чел, которого зовут Артур Кузин, нарисовал мне: «Ну давай я соединю всё». Он оказался крутым чуваком, он дал мне видюхи, потом объединились в команду. Но вообще очень интересные соревнования, потому что я почитал статьи, Бачери норм, вместо Бач норма. А потом я подумал: «Ну, интересная идея: а что, если я буду учить сетку, снимать с нее веса, а потом снова повышать лернинг рейт, и снова снимать веса, и снова так делать, и зашло неплохо, а потом через полгода я прочитал статью «Snapshot Ensembling», которая делает ровно то же. То есть много интересных штук. На нее написал очень хороший генератор, с прикольной аугментацией, все дела. И мы, в итоге, заняли шестое место, это золото, но, если бы мы не проваляли дурака, легко было бы 1 или 2 место нашим. Почему? Там была картинка автобуса, который очень плохо сегментировался, а конкурс был по сегментации машинок с фона. И у этого автобуса были панорамные окна, если мне не изменяет память, ну и, соответственно, он в 16 ракурсах снят, и сетка его очень плохо сегментировала, и мы не стали ничего делать, а те ребята, которые стали делать, поднялись с 11 места на четвертое. А у нас этот автобус так и остался. Чтоб ты понимал, разница между первым и вторым местом на этом конкурсе была в одну миллионную. В 2 пикселя. Картинка 1920 на 1280. В общем, если бы мы вручную поправили этот автобус, как делали нормальные чуваки, то, еще вопрос… Но это был очень интересный опыт, там был я, Артур Кузин, Женя Нежебитский, Рома Трусов – очень крутая команда. Ну и в тот момент я понял, что: «Ё моё, у меня уже есть серебро и золото, грех не взять еще одно серебро и не стать мастером». Но серебро я не взял, взял еще одно золото, снова с Артуром.
 Тоже неплохо.
 Ну да, бывают в жизни вещи и похуже. А потом в какой-то момент я был на собеседовании и мне сказали: «Слушай, у тебя классный Kaggle профиль, но у тебя вот нет соло медалей», – и мне стало так обидно, потому что на Сбере я просто ребят паровозом протащил, меня попросили. Я думаю: «Ну, блин, отстой какой, надо соло гол брать», – ну и три соло серебра взял. Так было обидно, то есть постоянно чего-то не хватало. Ну, во-первых, я не считаю, что я какой-то мега-мастер, мне этого не хватает, а во-вторых, раз не мега-мастер, значит, трать много времени. А много времени я не могу позволить потратить на Kaggle, он у меня не в таком приоритете. Я тут встречался с радаром в Вильнюсе – это Дариус, но на Kaggle он Радар. Сейчас он топ 5, вообще был топ 4, и он просто сказал: «Ну вот я всё равно не поучаствовал, посмотрел на данные за 4 часа сделал, занял второе место». Ну я не Дариус, я не вижу таких связей так быстро, как он, поэтому, мне нужно больше времени. Сейчас времени у меня нет, поэтому я плетусь где-то постоянно в серебре.
Что дает Kaggle? Максимальный оффер:
 А что тебе Kaggle дает? Давай переведем это в числа. Какой максимальный оффер тебе предлагали до того, как ты стал мастером на Кагле и после?
 Мне максимальный оффер предлагали в 960 тысяч рублей в месяц, если наберем Россию.
 Вот это да!
 Но это грос цифра. А максимальный офер мне предлагали за рубежом, 6.700 евро на руки, после налогов, но я считаю, это почти никак не связано с Каглом. Откровенно говоря, Kaggle иногда тебе позволяет открыть какие-то двери, но дальше ты должен подтвердить. То есть это лишь возможность, что тебя пропустят. Условный Гугл, когда я сказал: «А, я сегодня стал Kaggle мастером!»- (у меня как раз в тот день было собеседование в Гугл, когда я стал Kaggle мастером) мне сказал, – «Ну, норм. Молодец». Хотя в Гугл было очень простое технически собеседование, одно из самых простых. Возможно, было это связано с тем, что я к нему готовился, это было единственное собеседование, к которому я в своей жизни готовился. Я 3 недели своей жизни посвятил этому.
 Почему люки колодцев круглые?
 Нет, там прислали список на двух или трех страницах, что нужно учить. Что нужно учить обход графа, деревья самобалансирующиеся, структура данных, хэш-таблицы, ну вот.
 Кормен, короче.
 Ну да. Ну вот, я садился и Скиена – вообще отличная книжка, Кормен – он тоже норм, но Скиена прям вещь классная. А «Cracking the coding interview» – тоже классная книжка, а еще я прочитал Кристофера Дейта по базам данных. Тоже были опросы по базам данных.
 И ты всё во время подготовки к интервью?
 Да, за 3 недели прочитал. Нет, каждый день по 14 часов просто фигачил.
 Ну норм ты заботал.
 Я был готов красно-черное дерево расписать на доске. В принципе, я садился просто, я во-первых читал, перечитывал, и каждый день я садился и делал различные штуки. То есть я реализовывал с нуля в питоне хеш-таблицу, дерево, ну и в дереве, соответственно, обход этого дерева, вставку-удаление, структуры данных, обход графов реализовывал, графы, диксты тоже кстати очень простой метод оказался. Да всё там на самом деле просто. Вот компьютер сайенс, видно, что он делался людьми, и для людей. Для решения понятных проблем. То есть, в отличие от дата сайенса, который производит на меня впечатление, что сидели какие-то математики, что-то там клепали для себя и тут, в какой-то момент это выстрелило и, опа, они еще не привыкли, что нужно решать людские проблемы для людей. А в компьютер сайенс понятно. «Ну, окей, у нас есть хеш-таблица, она нам помогает решать вот такие проблемы, вот плюсы у нее такие – можно вставлять, удалять, находить за константное время в большинстве случаев, но если возникают проблемы и коллизии, то мы будем их решать пот так, либо списком, либо цепочками». Ну и всё. Вот есть дерево, дерево позволяет за лог Н находить элементы. Но дерево может деградировать, что это у тебя будет линейный поиск. Как бы сделать так, чтобы не деградировало? Ну, то есть всё понятно. Вот есть у тебя линкед-лист. А какие плюсы он имеет? Двойной связности, одинарной связности. Ну, в общем, всё просто, понятно, для чего, зачем, как и почему. То есть до этого, в принципе, можно дойти самому. А в Дейт Сайенсе мне посложнее. А отвечая на твой вопрос, какой оффер был до Кагл мастера – не повлияло особо. Я думаю, что он влияет до определенного уровня, до Синьорских позиций, или если у тебя вообще какой-то звездный профиль, там, Стаса Семенова, условно говоря, топ 1, у тебя вся грудь в золотых медалях, понятно, что ты гений уникальный, ну я, что там, ну 121-й я сейчас в рейтинге или 122-й. Получил бронзовую медаль, упал на одно место. Ну это норм, хороший средний уровень, не более того, поэтому это особо не влияет, а у меня было недавно собеседование, на котором спрашивают: «Как у тебя с компьюте вижн?». Я говорю: «У меня две золотых медали на кагле». Он говорит: «Ну окей». И всё равно меня потом по всему списку прошли. Так что это только позволяет тебе на какой-то вопрос ответить. А в Евросоюзе вообще мои офферы, не думаю, что как-то связаны с кагл мастером, но я знаю, что иногда такие регалии помогают в случае необходимости, если твой босс или начальник хочет повысить тебе зарплату, ему нужно обоснование, это может быть обоснованием. Но самая классная вещь – для уровня до синьора или до лида она помогает. Выше уже не особо. Ну то есть я начальник управления и кагл мастер, ну, молодец.
 Вот, отлично, что сам даже сказал.
Как дошел до позиции начальника управления?
 Вот был ты весь из себя, такой прикольный Senior Data Scientist. Вот как взять, как ты, взял и стал начальником?
 Хорошо, расскажу издалека. В 13 лет я был председателем совера республики в детском пионерлагере.
 А, это всё объясняет.
 Да, это всё объясняет, но на самом деле опыт руководства у меня был в 19 лет, когда я был бригадиром и мы собирали щиты, шкафы электроснабжения, было 8 человек, и мы все шутили про мертвых электриков, которых мы убьем, а там нужно было реализовать процесс. Приходишь с утра, надо нарезать провода, зачищать их, обжимать, столько таких, столько сяких, потом собирать по схеме. Было очень интересно. Потом я работал инженером- проектировщиком. Проектировал электроснабжение и автоматику, потом стал начальником отдела проектирования электроснабжения и автоматики, аж с двумя людьми в этом отделе, и где-то в 22 – 23 года я стал главным инженером проекта, гипом, то есть у меня было порядка 8-10 проектировщиков, иногда 12. То есть, в принципе, опыт руководства у меня какой-никакой был довольно давно. И потом в яндексе я стал руководителем группы, но у нас не очень большая группа, тоже из двух человек. Потом я стал руководителем хеттов дейта сайенс в стартапе как Knife, в котором уже группка была побольше , 5 человек+ я, то есть 6. Ну и попутно это с яндексом. ТО есть там 5, тут 2, и какие-то у меня еще есть сторонние проектики, которые мы делали, и вот такая группка уже из десяти человек был опыт. И в какой-то момент мне предложили в Х5, потому что у меня было 3 оффера в Х5 и над последними я уже сильно думал, но в итоге не согласился, и тут пришла новая команда в Х5 и рекрутер про меня сказал, и мы встретились, пообщались, и они мне предложили. А там как раз на тот момент нужно было возглавить отдел, и в отделе было 6 или 7 человек. Ну то есть те же масштабы, откровенно говоря. Я согласился. А сейчас у меня 25 человек и еще 4-х ищу, или пятерых еще ищу. То есть это был постепенный процесс. Не было такого, что 0 – 25 сразу. Так не бывает. Чтобы научиться управлять 25 людьми, надо научиться хотя бы самим собой управлять, а потом какими-то еще людьми.
 Возвращаемся к спорту.
 Возвращаемся к спорту, как к самоломанию.
Как попасть в команду?
 Ты сказал, что ищешь четыре человека, как попасть к тебе на работу?
 Очень просто. Заходиш в Jobs, находишь мою вакансию, если тебе нравится, пишешь мне. Договариваемся на собеседование.
 Как тебе понравиться?
 А что значит «мне понравиться»? Человек приходит ко мне, чтобы решить мою боль. Вот у меня есть какие-то проблемы, на которые мне нужен человек. Если он может это сделать – отлично. Понравиться – это не быть мне неприятным. Это не сложно, у меня не какие-то очень высокие требования. Более высокие требования у меня к техлиду и к начальнику отдела. А так, мне кажется, я какие-то очень простые вещи спрашиваю. Так что это не сложно. Ну, из ОДС я уже взял 8 или 9 человек за последние 2 месяца, а обычно я задаю какие-то задачки, мы общаемся с человеком, если человек имеет какой-то большой опыт, мы обсуждаем, как он решал задачи в своей жизни, на своей работе, почему так, как можно было еще решить, и этого, в принципе, зачастую мне достатовно, если эта должность не руководящая, и не какая-то, где нужно код-ревью делать, если этот человек более юный или менее опытный, то мы начинаем решать задачки и, если мы плохо их решили, я рассказываю, почему плохо, как можно было решить, и люди соглашаются. Да, слушай, действительно там плохо. И я видел, что в ОДС, после того, как мы решали какие-то задачки, ребята спрашивают, а где посмотреть то, а где посмотреть это. То есть тут, в принципе, на пользу. Потому что не только говорю «правильно/ не правильно», я трачу своё время, мы эти задачи разбираем. Как правильно и почему правильно. Поэтому не сложно. Статистика показывает, что не нужно каких-то мега-усилий приложить, просто нужно уметь решать проблемы. Проблемы у нас связаны, как ни странно, с питоном, со статистикой, с какими-то алгоритмами, поэтому, ничего сверхординарного я не требую.
Что ты ценишь в сотрудниках?
 Что ты ценишь в подчиненных?
 Надежность. Потому что надежность – это самое важное качество вообще. Сотрудники- подчиненные. У меня же нет чина, чтобы под чином ходить. Хотя у меня есть грейд, но… Что я ценю именно в сотрудниках, (хотя у нас есть грейды, а чем грейд не чин?) я ценю надежность, то есть если человек на какую-то задачу закомитился (будем использовать этот англицизм) или сказал, что я сделаю, значит, я ожидаю от него, что он сделает. Но только если не произойдет какой-то форс-мажор: молния в него ударила, ногу ему кто-то сломал, какой-то вражеский тимлид, пришел и сломал ногу. Это первое. А второе – это чтобы с человеком было очень приятно и легко общаться. Чтобы он не создавал излишнего негатива или токсичности. Потому что я на работе много времени провожу, вся моя жизнь – это работа…
 За исключением спортзала.
 И зал, в который я хожу со своим начальником, а в зал для борьбы я хожу с чуваками с работы, так что тут еще как посудить. Но, наверное, надежность, и я очень ценю знания и экспертизу. То есть, если чел сечет в своей теме, это очень круто, я просто очень уважаю таких людей. А если он знает больше меня в той теме, которая мне интересна, то он вообще бог, потому что я могу у него научиться, стать лучше. Но надежность- это самое основное. Я думаю, это очевидное качество, которое важно для вех. Сфера надежности важна и в семейной жизни, и на работе, то есть на человека можно положиться.
Что ценишь в начальниках?
 Мы с тобой рассуждали про подчиненных. Ты рассказал, что ты ценишь в подчиненных. А вот вопрос теперь, а что ты ценишь в начальниках твоих?
 Непростой вопрос. Во-первых, я ценю, чтобы мне было с ними комфортно общаться, это, наверное, важно. И чтобы не было никакого микроменеджмента. На текущем уровне, наверное, глупо было бы ожидать какой-то микроменеджмент, хотя, возможно, он бывает. Поэтому две вещи – это легкость общения и отсутствие микроменеджмента. Как ни странно, такая же надежность, потому что начальник может довольно легко тебя подставить и поэтому надо ему доверять, либо не работать с ним. Я своим доверяю. Поэтому надёжность.
 Тоже самое, что и от подчинённых.
 Тоже самое. Это играет в обе стороны. Я думаю, что сотрудники мои тоже оценивают, что если я что-то говорю, то я стараюсь это делать. Если я это не делаю, то это по причинам того, что это невозможно.

Какой ты руководитель?

 Расскажи, какой ты босс, какой ты начальник?
 Я великолепный босс. Это очевидно. Нож не даст мне соврать в этом. Все ребята и девчата подтвердят. Мне кажется, я хороший босс. Я лёгок в общении, я понимаю с технической точки зрения что они делают, какие у них проблемы, могу им помочь не только добрым словом, но и хорошим напутствием. Код посмотреть, переписать его, посоветовать, куда идти. В тоже время я довольно быстро решаю их проблемы или объясняю, почему эту проблему нужно решить по-другому. На мой взгляд я неплохой босс. Я вижу по реакции ребят, когда я только вышел и сейчас, что они тоже прониклись ко мне. Они подходят ко мне за советом, за помощью, поддержкой. Видна реакция. Это игра в обе стороны. Я думаю, что чтобы получить полное откровение, нужно спрашивать их.

Как совмещать две работы?

 Как ты умудряешься совмещать две работы?
 У меня в жизни нет ничего кроме работы, поэтому я выхожу туда, проснувшись, и ухожу туда только спать.
 Все говорят, что у них нет ничего кроме работы, а тебя есть ещё и тренажёрка. Как ты всё это умудряешься делать?
 Тренажёрка в Яндекс, так что тоже на работе. Сколько человек реально за рабочий день работает? 2 часа, 3 часа? О чём тут говорить. В лучшем случае 3 часа. А я работаю часов 6.
 Ты не постишь мемасики всякие?
 Я пишу, но, на самом деле, я научился за годы работы в зале и работы над собой доводить задачу до конца и не отвлекаться. Я берусь, фокусируюсь, делаю, закрываю, переключаюсь, дальше. Довольно быстро переключаю контекст. Думаю, это мне помогает. У меня нет какого-то секрета тайм-менеджмента. “Знаете, это волшебное средство поможет вам делать в 3 раза больше без регистрации и смс. Если бы я знал об этом 10 лет назад, то…”. Это просто контроль, расписание. У меня есть календарь, to do list. Эти вещи помогают мне. И память моя. В этом нет секретов. Меня часто спрашивают: “Расскажи про свой тайм-менеджмент. Как тебе удаётся”. Берёшь и делаешь. В чём проблема-то? Если твой работодатель видит, что ты надёжный человек, ты решаешь задачи и снимаешь с него проблемы, всё. Я это делаю.
 Разумно. Он ведь тебя нанимает не для того, чтобы ты штаны просиживал по 8 часов в день. Раньше так было. А тебе нужно решить задачу. Ты решаешь её за 10 минут, иди гуляй. Не решаешь, а нафиг ты нужен тогда. И 8 часов, и 16, и сколько угодно.
 Примерно такую политику я к своим ребятам проповедую. Мне без разницы, когда ты здесь присутствуешь. Есть люди, которые от тебя зависят. Если вы договариваетесь о какой-то встрече, ты должен на ней бытью. В целом, приходи-уходи, главное – чтобы были сделаны задачи. Это подходит далеко не для каждого. Кто готов пожертвовать практически всем кроме работы. За всё в жизни надо платить.
 Всё кроме работы – это обычно смотреть сериалы по вечерам.
 Смотреть сериалы, гулять, встречаться с друзьями, собирать конструктор Lego, играть в настольные игры – что угодно. Разные интересы. Ты ими жертвуешь. Смотреть фильмы, играть в компьютерные игры.
 А семья, например. Проводишь время с девушкой?
 Стараюсь по выходным.
 Я подозреваю, что когда она увидит это интервью, тебя будет ждать разговор.
 Я стараюсь. Она это видит. Насколько могу.
 Выходные по крайней мере у тебя есть.
 В выходные я стараюсь максимально ничего не делать. Прочитаю одну-две статьи. Что-нибудь пишу. Какой-нибудь кодик. Часа два-три стараюсь время посвятить семье. Я не вижу здесь особых проблем. Иногда возникают некие предьявы. Они всегда возникают.

Как на тебя влияет образ крутого Data Scientist-а?

 Это нормально. Вопрос из чата. Вопрос такой: все тебя считают крутым data scientist-а, который ещё и качёк, который может если что забороть, в Keggle опередить. Как на тебя влияет этот образ?
 Особо никак. Мы часто встречаемся с ребятами из ОДС определённым кругом. Я нормальный, обычный человек. Я действительно могу забороть, я действительно качок. Я качаюсь последние 15 лет. Я не считаю себя крутым каглером или мегакрутым датасайнтистом. Мне просто нравится общаться на эти темы, встречаться с людьми, которые тоже в этом разбираются. Мне кажется, что образ этот особо на меня не влияет, потому что это не образ, это моя жзнь. Думаю, нет. Особо никак это на меня не влияет. Я видел этот вопрос: думаешь ли ты, что стал заложником своего образа? Нет. Думаю, что нет.
 Принято. Дальше можно обсуждать в комментариях.

Кем и где ты видишь себя через N лет?

 Где ты видишь себя и кем ты видишь себя через N лет?
 Через большой N лет я вижу себя отдыхающим на юге Германии. Отдыхающим в моём понимании – это у тебя одна работа, ты что-то делаешь и наслаждаешься жизнью. Ходишь в шортах в октябре, говоришь по-немецки. Ездишь в Шварцвальд и Хайдельберг.
 Борешься с немцами.
 Борешься с немцами. Немецкое Джиу Джитсу же существует. Да, ходишь в зал. Если в карьерных планах. Откровенно говоря, жизнь – непредсказуемая штука, что никогда не знаешь. Допустим, в Х5 я могу стать директором департамента через год-два-три. Есть такая вероятность. Хочу ли я этого? Я не могу сказать, что я этого хочу, но и не могу сказать, что я этого не хочу. Я готов принять эту ответственность на себя. Но я чётко понимаю, что это жуткие ограничения в жизни. Чем выше ты по карьерной лестнице. Сейчас, на мой взгляд, я нахожусь в том оптимуме, который мне позволяет получать какие-то плюсы и не получать очень много минусов. Чем дальше ты поднимаешься по лестнице, тем большим заложником ты становишься, несвободным человеком. Поэтому я бы хотел оставаться свободным человеком. В тоже время я принимаю вероятность того, что могу сорваться на техническую должность, потому что мне нравится что-то делать своими руками через год-два-три. Пятилетний срок загадывать – это так тяжело. Я бы хотел жить на юге Германии, когда всё будет самому себе доказано, деньги заработаны, всё интересное переделано. Будет ли когда-нибудь такая ситуация в реальности – это уже отдельный разговор.
 Что ещё ты хочешь себе доказать?
 Я до сих пор себе не доказал, что я разбираюсь в Data Science.
 Как?
 Это хороший вопрос. Раньше я думал, что стану кагл-мастером, докажу себе. Потом я думал, что стану топ-100, докажу. В принципе, сейчас я чувствую, что на следующей неделе возможно стану топ-100 на кагле. И чего? Потом следующая цель – я стану кагл гранд мастером, но я чувствую, что стану кагл гранд мастером, докажу. Дальше по карьерной лестнице у меня тоже была задача – я стану руководителем группы, начальником отдела, нормально. Всё, точно. Нормально, успех. Потом – начальник управления – замечательно. Но и этого тоже никогда не будет, поэтому это чувство неуверенности во мне отчасти от того, что я считаю, что свой потенциал я не использовал, потому что я учился в обычной школе, обычном университете. Всё мне давалось очень легко. Я чётко понимаю, что потенциал свой я профукал в техническом плане. Мне от этого иногда очень горько и обидно. Я стараюсь доказать сам себе, что это не так. Что нужно сделать для того, чтобы это доказать, я не знаю.
 Что ты можешь сделать, чтобы ты понял, что вот потенциал весь твой?
 Потенциал уже всё. Нет этой базы. Почему берут одарённых детей и грузят их по полной? Если ты кидаешь одарённого человека в обычную школу, обычный институт, ему всё очень легко даётся, он расслабляется. Он как дельфин среди пловцов. Чего не делай, он плавает быстрее. Поэтому задача взять этих детишек, ребятишек и нагрузить их по полной. Меня в своё время по полной не нагрузили. Я чётко понимаю, что когда читаю какие-то статьи, с таким трудом я через них продираюсь, что у меня очень большие проблемы с базой. Я их стараюсь как-то фиксировать, но у меня просто нет такого большого количества времени, чтобы это всё сделать, и мне от этого очень обидно и больно.
 То есть по сути базы тебе [не хватает].
 Я считаю, что да. С этим можно поспорить. Что считать базой. Я просто знаю, что мог бы больше. В связи с тем, что момент упущен, буду ошмётками наслаждаться.
 Всем бы наслаждаться так. Какую книгу ты читал недавно?
 На той неделе я закончил читать Deep Learning от [50:18]. Сейчас у меня Basing Reasoning. Если мы берём художественные книги, то я недавно прочитал Thinking Fast and Slow. Потом я прочитал Homo Sapiens. Потом Homo-Demos, но его я прочитал на немецком. Thinking Fast and Slow – на английском. Хорошие книжки, очень интересные. Если порекомендовать какую-то книжку, я бы порекомендовал какую-то лёгкую книжку, например, “Двойная звезда” от Роберта Хайнлайна 1956 года. Книжка, которая выиграла премию Хьюго про очень крутого актёра, который был вынужден играть роль политика, потому что политика украли. Потом этого политика нашли, но он был уже искалечен и умер, а была избирательная компания. Актёр продолжил играть и так вжился в роль, что стал этим политиком. К вопросу об образе. Этот человек в итоге своей жизнью пожертвовал в прямом смысле стал другим, перевоплотился.
 Интересно.
 Хорошо написано. Хайнлайн – это один из классиков. Эту его работу отметили. Я эту книгу давно читал. Последний раз лет 10 назад, может, 15. Но раз 7-8 я её прочитал. У меня том, где был “Звёздный десант” Хайнлайна и “Двойная звезда”. 2 хороших романа. Так что рекомендую. Вообще Хайнлайн неплохо очень пишет. Если касаться Data Science, то нет одной книжки, которую я мог бы посоветовать. Тут я пасс.
 На самом деле, не важно. Главное – то, что интересно.
 “Двойная звезда”, я думаю, достаточно. Я думаю, тяжело сказать, какую книжку прочитать, потому что много книг прочитано и давно. Многие забыты.
 Думаю, на этом всё. Надо точку ставить. Спасибо тебе большое. Было очень круто. Я точно зарядился новыми впечатлениями и желанием ходить в тренажёрку. Как ты сказал: “Желательно, чтобы это желание было…”
 Чтобы оно длилось. Иначе придётся приезжать сюда каждую неделю и давать интервью.
 Я думаю, что многие хотели бы тебя послушать. По поводу вопросов: если вдруг что не обсудили – пишите в комментариях. Там на что-нибудь поотвечаем. А в ОДС сам Бог велел. Кстати, кто не добавился в ОДС, добавляйтесь. Там будет очень круто, и там можно будет Валеру обо всём лично и спросить. Всем спасибо, всем пока.