Какую музыку слушают Data Science?

Мы с друзьями провели провели собственное расследование: а что, если все исследователи данных обладают схожими предпочтениями в музыке и влияет ли музыка на продуктивность их работы? Что получилось – читайте ниже.

Размышляя о том, как стать успешным исследователем данных, многие ограничиваются очевидными вещами — изучить python, попробовать силы на kaggle.com, устроится на стажировку или на работу в технологичную компанию. Но, может быть, успех связан с чем-то неочевидным, не с этими базовыми принципами? Например, зависеть от музыкального вкуса? Мы часто видим в офисе Сбербанка, как DS разрабатывают модели с наушниками в ушах, нам стало интересно, что же они слушают.

Я работаю в команде Risk modelling and research Сбербанка, мы занимаемся разработкой моделей оценки кредитного риска. Обычно слушаю классическую музыку, которая не сильно отвлекает внимание, но одновременно позволяет абстрагироваться от окружающего шума. Моцарт и Вивальди в оригинальном исполнении, усыпляют меня достаточно эффективно, поэтому на работе я предпочитаю их композиции в современной аранжировке. В целом, мне кажется, Итальянцы опережают всех с создании красивой успокаивающей музыки, из современных произведений у меня в плэйлисте работы Людовико Эйнауди и Андреа Бочелли.

В моём плейлисте только Tech House. Отбор жёстче, чем в космос. Если трек хоть секунду мне чем-то не нравится - удаление. При желании нажать "next" я не перематываю - я просто стираю трек. Навсегда. У моих треков нет права на ошибку. За неделю я слушаю сотни треков, и если добавляю десять - удачная неделя. Высокая цена за качество музыки. Зато я всегда уверен в своём плейлисте.
Не хочу показаться дерзким, но у меня есть вкус: если тебе не нравятся мои треки - ты просто не любишь Tech House).

Утром, подходя к офису, я обязательно включаю “Oh, Pretty Woman” Roy Orbison, чтобы позитивно настроиться перед началом рабочего дня.

Во время работы в моих наушниках чаще всего звучит рок – классика зарубежного и из нашего: Маврин, Ария, Ночные Снайперы, Би-2, а также огромный блок "лагерной" музыки: любимые со школьных физ.-мат. лагерей песни Цоя, Кино, Наутилуса и др.
Из инструментальных: Al Di Meola, танго Пьяцоллы, музыка Шнитке. Также хорошо работается под контемпорари джазз, латина-поп, поп-рок (Sunrise avenue, Imagine Dragons), фолк (Damien Rice, Мельница), музыку французских и испанских исполнителей (Garou, Yasmin Levi, Shakira). Чтобы не отставать от трендов и понимать, что слушает молодежь, могу разбавить свой плейлист нетипичными для
него композициями – чем-нибудь из Элджея, Мота, MONATIKа и др. Такие эксперименты провожу обычно во время cross-validation и grid search, когда не нужна большая концентрация внимания. Зарядку и подзарядку могу сделать “Витаминкой” Тима Белорусских. Часто перепеваю песни в зависимости от рабочей ситуации.

Например, Чайф может зазвучать как “какая боооль, какая бооль,
несбалансированные классы 5:0”, слова песни “Деньги” Земфиры и менять не нужно (“всем нужны деньги”), при написании краулера ставлю WebGirl Земфиры, “WWW” Ленинграда или “Идиот” Александра Пушного (обязательно послушайте!), при расчетах пою “когда модель обучаю, я TensorFlow/PyTorch/CatBoost подключаю…” на мотив “Сансары” Басты (периодически вижу его возле офиса) или “а я теряю корнииии…” Корней. “Держи” Димы Билана превращается в “Держись, держись!”, необычный “мусор” в данных заставляет вспомнить “that’s make me craaaazy…” Gnarls Barkley, а в особенно нагруженные дни, перед тем как уйти с работы домой, так приятно спеть “Я свободен!” Кипелова.

При решении сложных задач, обдумывании способов формирования обучающих выборок, при разборе и дизайне алгоритмов, проверке запутанного кода, при написании больших документов, где требуется точность и цена ошибки велика, лучшая музыка для меня – это тишина.

Точно не буду слушать во время работы клубную музыку, потому что “тунс-тунс” и “бум-бум” мешают сконцентрироваться и негативно влияют на мозговую активность. Прослушивание подряд нескольких альбомов одного и того же исполнителя, даже любимого, вгоняет в уныние – смена музыкальных стилей и исполнителей необходима мне, как минимум, каждые два часа, чтобы быть в тонусе.

Выдвигаю гипотезу, что на работе data scientists слушают ту же музыку, что они слушают и вне работы (потому что вне работы они тоже занимаются data science =)). Но так ли это, надо спросить у коллег из ВКонтакте и Яндекс.Музыки, обладающих данными для проведения подобных тестов. Мне также интересно, какие музыкальные жанры и исполнители находятся в топ по популярности среди моих друзей из Data Science. Собрав данные о “недавно прослушанных” треках и плейлисты со своей страницы ВКонтакте и со страниц нескольких друзей и знакомых по ODS.ai, я уже было обрадовалась, что сейчас узнаю ответы на свои вопросы, но, к моему
удивлению, я не нашла ни одного удобного сервиса в сети, который позволил бы без загрузки аудио категоризировать музыку по жанру на основе имени исполнителя/названия песни (если знаете такие, напишите). Поэтому, за неимением времени на решение этой задачи, пришлось ограничиться простыми проверками совпадений между плейлистами. Ниже примеры исполнителей, которые есть в моем
плейлисте, и которые при этом встречаются в плейлистах нескольких друзей из Data Science:

Всем хорошей музыки!