А чего ожидать от Google I / O в мае!

Я давно узнал, что то, чем и кем вы себя окружаете, будет определять диапазон ваших возможностей в жизни. Вот почему переехать в Сан-Франциско после колледжа было несложно, как и посещение Google Cloud Next; даже с огромными ценниками на обоих. Как специалист по анализу данных, облако стало центральным моментом во всех моих разговорах о растущем бизнесе. Но только после того, как я переехал в Сан-Франциско, я наблюдал за одержимостью каждой компании своими облачными возможностями и тем, насколько сильно из-за этого может склониться чаша весов. К счастью, в мировом технологическом центре нет ничего недосягаемого.

Где все это узнать ?!

У меня глубоко укоренившаяся философия подхода к новым вызовам. Я называю это сверху вниз. Во-первых, я спрашиваю себя: где я могу больше всего научиться, минимизировать кривую обучения, получить лучшие инструменты, пропустить подводные камни, создать четкое видение и путь, которым нужно следовать, встретиться с наставниками, которые могут направлять меня, и получить лучшие стратегии? Во-вторых, я ищу ресурсы и людей, которые могут помочь мне оптимально ответить на этот вопрос, предполагая, что будет несколько компромиссов - например, деньги, которые вы платите за доступ к экспертам, у которых можно учиться.

Стало ясно, что Google Next - это то место, где я могу достичь наименьшего количества компромиссов. Такой образ мышления делает сложные решения намного более ясными. Если бы «Следующее» было невозможно, я бы перешел к следующему лучшему варианту, сверху вниз. Самым большим преимуществом является ясность, которую я получил при принятии важных решений. Я немного упрощаю, так как есть много предостережений в отношении такого образа мышления, о которых я расскажу в одной из следующих статей.

Возможность 3-в-1

Настоящая ценность Next заключается в идеальном сочетании сетей, роста бизнеса и ресурсов (инструментов). Я общался с некоторыми из лучших компаний мира и выслушивал проблемы, возникающие при расширении масштабов, как в зависимости от отрасли, так и вне ее. У меня был отличный обмен знаниями с техническим директором авиакомпании Avianca, в ходе которого он поделился их проблемами, а я поделился некоторыми потенциальными решениями на основе обучения с подкреплением; короткое, но эффективное взаимодействие с латиноамериканским региональным директором Iron Mountain; обед с ИТ-командой Spotify; и коктейль с президентом OnPoint.

Я погрузился в бизнес-задачи самого большого масштаба! У меня была двухчасовая беседа с консультантом, руководившим миграцией данных Twitter 300 петабайт (300000000 гигабайт!) В облако, а также содержательная беседа о прогнозировании расписания полетов с учетом непредсказуемых переменных, например погода, с техническим директором Avianca. В этих разговорах меня резонировало то, что крупицы мудрости заключались не в процессах или решениях, а в том, как эти лидеры влияют на других людей и расширяют возможности своих команд.

От аналитики до Kubernetes я стремлюсь стать мастером в области сквозной науки о данных. Ощутимым результатом Next стало получение четкой дорожной карты по настройке аналитической структуры в моей компании Divercity, которая будет работать в качестве основы наших маркетинговых кампаний, бизнес-аналитики, оптимизации UX и, конечно же, машинного обучения. Как я уже сказал, ежу понятно.

Самые эффективные сеансы

Сотни сессий в течение 3 дней охватывали от новичка до эксперта, отраслевых и отраслевых (приятно большое количество сосредоточено на здравоохранении), практические практические занятия, а также чисто теоретические беседы - например, найти жизнь в экзопланетах ».

Первая Keynote Session заставила меня испытать те фанатичные эмоции, которые я испытывал в дни своего сетевого маркетинга. Они проделали огромную работу по созданию и поддержанию ажиотажа для всего мероприятия. Атмосфера была заманчивой, и я чувствовал себя привилегированным и благодарным быть рядом с несколькими иконами в сфере технологий. Наблюдать за Сундаром Пичаи в действии тоже было увлекательно.

Безусловно, моя любимая сессия была первой после Keynote. От данных к приборной панели Юфэна Го и Минхаза Кази было идеальным воплощением сатирической истории о стартапе, основанном на машинном обучении. Они поддерживали нас и смеялись со стульев своей смекалкой и рассказыванием историй. По сути, они рассказали историю своей попытки создать стартап, в котором абсолютно все, от продукта до имени генерального директора, решалось различными алгоритмами машинного обучения с использованием данных из компаний Inc. 5000. All Systems Solutions Services ™ ® © - это конечный результат объединения высоких амбиций по превращению в компанию Inc. 5000 с неистовой страстью к машинному обучению. Веселые разговоры, не пропустите!

Двумя другими примечательными сессиями были практическая лаборатория BQML (BigQueryML), на которой я погрузился в Qwiklabs и простоту создания моделей машинного обучения в BigQuery, а также Машинное обучение в Apache Hadoop с использованием DataProc Гонсало Гаска и Брэда Миро, в котором они продемонстрировали потрясающую функцию автоматического масштабирования для динамической адаптации количества рабочих, выполняющих работу в облаке.

Режим обучения: ВКЛ.

Из десятков полученных мною инструментов это основные: Google Analytics и Firebase для отслеживания и анализа данных, Data Studio для визуализации, Big Query для быстрого, 10 построение линейных моделей машинного обучения и простая настройка запросов, ML Engine для моделей производственного уровня и Kubernetes для организации всего этого. Больше всего во всем этом беспокоило то, что я не мог понять, где я могу шаг за шагом научиться делать все это ...

Исключительным приобретением у Google в 2016 году стала Qwiklabs, облачная обучающая платформа, изначально ориентированная на обучение AWS. Сегодня он предлагает 394 практических лабораторных работы, курсов и квестов (или треков) GCP, включая занятия по запросу или личные занятия, а также 4 уровня знаний. Все вышеперечисленные инструменты, за исключением Google Analytics, подробно описаны в Qwiklabs.

Академия Google Analytics - это комплексный инструмент для выделения критически важных функций в сценариях использования в моей компании. Таким образом, теперь я могу создать прочную основу для отслеживания данных и аналитики для Divercity - и воспользоваться для этого преимуществом нахождения на начальной стадии.

Я разработал образовательный план на 2019 год, чтобы стать всесторонним специалистом по данным, который включает, но не ограничивается, Qwiklabs для облачных сервисов Google, Analytics Academy для, ну, Analytics, Fast.ai в качестве Специализация Deep Learning и курс Spinning Up in Deep Reinforcement Learning от OpenAI.

Но я заработал намного больше

Одна вещь, которая отметила меня во время Google Next ’19, - это друзья, которых я завел. Конечно, встречаться с людьми, опередившими меня на десятилетия и находившимися на пике карьеры, общаться с лидерами отрасли и узнавать о проблемах крупных компаний - все это было здорово ... но хорошие дружеские отношения, которые я завязал в те несколько дней, - это я » Я уверен, что превзойдет все это.

Итак, если вы собираетесь посетить Google I / O на следующей неделе…

Не упустите уникальную возможность познакомиться с замечательными людьми, которые Google приложил так много усилий, чтобы привлечь их к тому же месту, что и вы! Очень мало из того, что я описал в этой моей первой публикации на Medium, могло иметь была достигнута без конструктивной поддержки каждого человека, с которым я встречался.

«Где всему этому научиться ?!» превратился из туманного вопроса в четкую 9-месячную дорожную карту. Речь идет не только об инструментах, которые я приобрел, но и о предельной ясности пути к достижению моих карьерных целей в области искусственного интеллекта.

Впереди долгий путь. Благодаря тому, что рядом с вами находятся нужные люди, все становится возможным.