Почему не следует идти в ComputerVision

В некоторое дополнение к прошлому своему видео решил записать ещё одно, где рассказываю основные проблемы которые вас ждут если вы всё же решитесь пойти заниматься ComputerVision.
Больше моих статей можно найти тут - cvml_team
​​​​​​Дублирую сюда - t.me/CVML_team

[@nafekzir6703]

Для развития в области Computer Vision стоит писать статьи в Q1 WOS, Также стоит работать в области research.

[@evgesharableify]

Антон, спасибо за ваши видео! Хотелось спросить, ведь ваши рассуждения по сути применимы к любой инженерной специальности. Про энтузиазм, заинтересованность и т.д. Я занимаюсь разработкой радиоэлектронных устройств и мне хотелось свичнуться в CV, так как немного понимаю в цифровой обработки сигналов и учил теорвер в универе. В основном из-за зп и перспектив роста. Неужели бесполезная идея?

[@leoromanovich]

Я не автор, но из области, так сказать. Выскажу своё имхо.) Кажется, что в Вашей ситуации намного лучше будет ориентироваться сразу на специфическую часть CV, где реализация идет на достаточно низком уровне. Т.е. работа на уровне C++, применение CV в робототехнике и куда других вещей, где Вы сможете скомбинировать хорошее понимание хардверной части с реализацией под неё алгоритмов, нейронок и т.п. Но тут меня поправят. В любом случае, идти перекладывать jsonчики вам точно не нужно. Про мой бекграунд: сейчас где-то ближе к мидлу, но из тех, кто очень близок к перекладыванию jsonов. Скучное и муторное занятие, благо меня такие задачи пока обходят. В то же время в лабе, до того как я пошел в индустрию, мы работали с различными роботами, накидывали логику и оптимизировали алгоритмы для всяких связок Arduino + Raspberry. Там же увидел, что различные команды делают стартапы в области связок дроны + CV. Отмечу, что вышеописанный совет дискуссионный. Но, думаю, что совет комбинировать свои знания о работе электроники на низком уровне с компьютерным зрением - это даст вам большое конкурентное преимущество. Особенно, перед джунами, которые учат только питончик и строят модельки из scikit-learn поверх pandas датафреймов.) P.s. Мнение автора видео сильно коррелирует с тем, что я вижу в индустрии.

[@evgesharableify]

@@leoromanovich Спасибо за развернутый ответ!

[@AntonMaltsev]

Согласен с Леонидом. Можно ещё посмотреть в сторону каких-то сопроцессоров для быстрого обсчёта сетей. На них много низкоуровневой математики. Наверняка там есть какие-то интересные походы, хотя скорее это билиже к ПЛИСам каким-нибудь.

[@evgesharableify]

@@AntonMaltsev Спасибо за ваш ответ! С ПЛИСами тоже знаком, читал о планах разработки сопроцессоров, только не уверен, что у нас плотно кто-то этим занимается.

[@user-wo6df9by4e]

уже работаю 1 год по компьютерному зрению. соглашусь с ним, но делаю попытки поменять место работы

[@skoripax]

Вы уже рассказывали где-то про свою первую работу?

[@maxinfly]

1 Специалист подобен флюсу: полнота его односторонняя. 2 Забудьте индукцию и дедукцию - давайте продукцию! В итоге любой специалист ценен или если его руководство лучше него знает куда его нужно применить или если него у самого есть бизнес скилы. Если заменить дата саентист на химик, металург или банально инженер - ничего не поменяется.

[@user-fk1wo2ys3b]

Итого, если подвести итог, основные риски это : 1) Застрять на уровне junior, выполняя простейшие однотипные задачи 2) Застрять на одном проекте , пилить только его, не прокачивая скилы, не развиваясь -Неужели третьего не дано и нужно родиться с шашкой торчащей в определенном месте и войти 2% избранных? -Разве такие же риски не присутствуют в любой профессиональной сфере, например в работе менеджера, юриста , строителя итп? Справедливо ли делать вывод, что это достаточные причины, чтобы не идти в computer vision? -Может запишите видео с рекомендациями, как быть востребованным на рынке, как стоит выбирать работу/проект, как не застрять и расти и пр.? +Расскажите, можно ли а) зарабатывать в CV, и б) развиваться, работая на фрилансе, например через Upwork.

[@user-kp9fv8dh3u]

По мне лично, вопрос только в общей мотивации и банальной любознательности . Раньше Машинное Зрение было как хобби, а сейчас бизнес и увлечения вместе взятым. Нужно получать удовольствие от работы, в этом весь секрет успеха.

[@user-fk1wo2ys3b]

Спасибо, Алексей

[@user-fk1wo2ys3b]

Как у вас получилось перевести хобби в бизнес? Интересно, может расскажете?

[@user-kp9fv8dh3u]

@@user-fk1wo2ys3b В данной области более 15 лет. Начинал с тех времён, когда ещё OpenCV не было. Перешел в область из прикладного программиста, занимался оптимизацией бизнесов на уровне Архитектора и Аналитика (в частности ритейл, там около 5 лет проработал)., очень хорошо разбираюсь в потребностях и общих концепциях. CV начанал с проектов по анализу процесса на производствах (примерно с 2005 года), это была подработка и совместительство с основной деятельностью. Потом осознал, что это может быть не только интересно , но и прибыльно .... Немного по моим задачам в профиле Фейсбука facebook.com/profile.php?id=100000450368803 Мой путь очень схож с историей Антона, судя по тому, что он говорил в рамках исследований, развития и общей увлечённости.

[@AntonMaltsev]

Такие риски есть во всех сферах. Но я сравнивал скорее с прочими IT специальностями. Что проще чем в c++ застревать в прогрессе своём. Я уверен что эта проблема для юриста/врача может быть на порядки острее. Но в IT она реже стоит. Про видео - спасибо за идеи, подумаю как и что смогу записать.

[@luck3949]

Работаю в бесптлотниках Яндекса. Год перекладываю джейсончики.

[@hopelesssuprem1867]

Лак, я сейчас учусь на ml и хотелось бы в команду беспилотников попасть, могу я с тобой связаться и задать несколько вопросов?

[@user-mr9zq1eg1z]

Работал последние 3 года в 2-х компаниях и ситуация аналогичная

[@STRElok104]

частично с автором согласен и сам на себе однажды ощутил это, но вообще из Computer VIsion есть 3 пути развития: research, backend и run-time. Мой совет: чувствуете что не растёте, бегите с работы, ищите места где будут задачи по этим трём направлениям. Бэкендерство вообще один из очень неплохих способов прокачаться как разраб

[@ResurrectedPhoenix]

А что Вы имеете в виду под backend в ds? Research понятно - те, кто новые модели мутит и пр.

[@attashemk8985]

Соглы, три года гонял юнеты на работе, проекты были нужные бизнесу и не перекладывние json'ов, но то о чем видео меня коснулось. Как итог - полностью выгорел, теперь хожу по соревнованиям и лажаю, потому что больше ничего не знаю, теорию забыл

[@ed6280]

а чем закончилось?

[@ivanfinaev7104]

Последний тезис про то, что это должно нравиться настолько, что нужно делать какие то проекты дома, крайне сомнителен. Элитизмом и gate keeping каким-то попахивает: "вот смотрите, какой я крутой, у меня даже есть пет проекты дома, настолько это интересно. а если вы заинтересовались компьютерным зрением только сейчас, а не два года назад, подумайте, может вам и не нужно." Может это толстый троллинг, но звучит противно. А может автор на собеседованиях встречался с джунами, которые подучили немного нейронок, в классическом CV, линейной алгебре, теорвере и т.д. не шарят совсем и теперь так скептически смотрит на новичков. Но даже это такое поведение его не оправдывает, на мой взгляд. С чем соглашусь. Если вы уже долго топчитесь на перекладывании джсонов, то нужно скорее думать, как выбираться из ямы. Да и в целом о своём дальнейшем развитии и карьерном пути нужно думать и оценивать своё состояние хотя бы раз в полгода, лучше раз в три месяца. Сам блог неплохой, да и это видео тоже интересное, если бы не ложка дегтя в его конце, оценил бы ещё выше.

[@AntonMaltsev]

Может я, конечно, чуть слишком жестко говорю. Но всё же, для меня достаточно понятно: если у человека это область которой он интересуется и вкладывается, как с хобби - скорее всего он на порядок лучше в ней разбирается и ему это интереснее. Значит ли это обратное? Нет. Но людей у которых нет DS в качестве хобби, и которые супер профессионалы своего дела, работая по 8 часов в день - я встречал сильно меньше. Но я не исключаю что они есть. Мой посыл скорее для тех людей у которых логика мышления "сейчас подучу курс вот этот, стану оцениваться выше по рынку" - насквозь неправильная.

[@ed6280]

4 года на джейсончиках, что делать хз 🥲

[@AntonMaltsev]

Подтянуть скилы на каггле/где-то ещё, и уходить туда где меньше джйсонов:)

[@kawainatural6978]

Я чет не понял немного к чему претензия, разве в том же бекенде ты не будешь на начальном уровне делать одну и ту же задачу раз за разом ? Фронт с их однообразными формами не существует ? Какая то странная аргументация, что нужен прорывной характер, он везде нужен, если ты не готов совершенствоваться ты везде застрянешь на однотипных задачах и будешь сидеть на одной зп.

[@user-fk1wo2ys3b]

Что означает - перекладывать json-чики?

[@user-el1wm8fy5s]

Предполагаю, что речь идёт о разметке: часто для обучения используются файлики разметки json и в результате обучения генерируются файлики разметки json

[@RailSuleymanov]

Иронически обыгранный аналог выражения «перекладывать бумажки»

[@dazzling_R136a1]

Вообще, честности ради, нужно делать такое же видео автору но уже с целью показать плюсы работы в DS. А то выглядит как-то однобоко. Так можно минусов в любой профессии наковырять (также как и плюсов) от дворника до президента.

[@user-fk1wo2ys3b]

Возник вопрос - У специалиста без знания c++ нет будущего в CV?

[@user-kp9fv8dh3u]

Если мы говорим о классическом CV, то это OpenCV OpenCV написан на с++ и когда у вас возникнут вопросы оптимизации, то без с++ будет тяжко У меня к примеру имеются оптимизированные сборки OpenCV под различные проекты и платформы, там общее количество оптимизированного кода (переписано ) под 2/3 всего проекта OpenCV

[@AntonMaltsev]

Почти се нейронки пишутся на питоне. OpenCV имеет обёртку на питоне. Все самые крутые библиотеки для работы с изображениями имеют биндинги под питон. Так что нет, c++ не обязательно знать. У меня есть много знакомых которые занимаются нейронками но не знают с++ Но, безусловно, с++ расширяет горизонты и даёт возможность больше пощупать Но он далеко не в топе.

[@user-fk1wo2ys3b]

@@AntonMaltsev Спасибо за развернутый комментарий Антон, отличный канал!

[@user-fk1wo2ys3b]

Интересно,@@user-kp9fv8dh3u указал на то , что с++ важен для оптимизации приложений с использованием CV , у него оптимизированы 2/3 проектов, я так же встречал не раз точку зрения, что серьезные продакшн приложения переписаваются на с++. На первый взгляд это противоречит вашему ответу, истина где-то рядом?

[@user-kp9fv8dh3u]

@@user-fk1wo2ys3b Уточнение с моей стороны. Под CV - понимаю OpenCV и все, что связанное с особенностями работы с данной платформой. Нейросети (ai) - уже все, что не связано с OpenCV. Кстати я сам делаю нейронки и обучения на Питоне(собрать и быстро проверить), но в продакшн решение собирается на с++.

[@MrFox-ex6ev]

Брат, готовь сценарий

[@ilyakai6286]

Растянуть на 10 минут то, о чем можно сказать за одну

[@stanferrari4550]

несшьдичькакуютовотпростокапецджейсончиктынашсидишьвкакойтобанеинесешьдичь

[@jackfrost2431]

Школьник жжот

[@sigurds5599]

Машинное зрение как и DS очень наукоемкие направления и странно если говорить в контексте развития почему вы не упоминаете о научном развитии , мне кажется если у людей есть подход вот я прошел курс и надо отбить бабло устроится на компанию быстренько и желательно в хорошую то это такое себе . В науке целый срез людей которые серьезно занимаются этими вещами по всему миру , деньги также выделяются, да и взять работу на фрилансе учась скажем на Магистра почему бы и нет , я видел такой пример , на западе вообще люди из науки совместно с инвесторами постоянно открывают какие то стартапы , компании и т.д. Вообще мне кажется AL и все что с ним связано это про науку куда подтягивается бизнес.