Освоить Machine Learning за неделю? Легко, если у тебя за спиной POCANTRE!

Представьте, что вы печете блины. Не секрет, что у каждого своя методика жарки, кто-то добавляет молоко, чтобы блинчики были тоньше, а кто-то предпочитает кефир, чтобы блинцы выходили как матрасы. Пример простой, но он как нельзя лучше отражает тот факт, что конечный продукт — получится у всех по сути одинаковый, хотя подходы к созданию этого продукта были разные.

В этой статье поговорим о том, как бойцы отдела R&D в Paralect погибали применяя классические методологии или не применяя вовсе, а действуя по наитию выработали свой собственный подход, технологическую мантру, повторяя которую, создали удобный для себя фреймворк, который (это нужная тавтология) в короткие сроки позволяет освоить новую технологию и использовать эти знания, а не копить в бэклоге.

Представляю вам методологию, с нехитрым и звонким названием: POCANTRE — (Process Of Creation A New Technology, Research, Expertise) — это фреймворк, который поможет вам управлять созданием новых компетенций. Другими словами, это простой пошаговый рецепт, что делать, если вы хотите работать с технологией Х, но рядом с вами нет специалистов в этой области.

🎯Манифест
Подход POCANTRE — будет полезен тем, кто хотел бы не только разобраться в новой технологии/языке, но и стартануть реальный рабочий проект. Не просто выучить для себя что-то новое, но и применить на практике эти знания и получить реальный вэлью для себя и компании. Команда R&D в Paralect пришла к этому, когда пыталась освоить Machine Learning, не имея в штате ML-щиков, а только уайтборд, фломастеры и выход в интернет.

Cуть подхода POCANTRE:

1. Gather — для того чтобы начать, нужно выбрать технологию и изучить её основы, нужно собрать единомышленников из разных направлений, кто готов в рамках своей специфики погружаться в детали изучаемой технологии. Изучить особенности, доказать практическую осуществимость силами команды.

2. Share — Каждый из участников команды делится полученной экспертизой со всеми ролями, рассказывает о своем опыте и нюансах взаимодействия с технологией.

3. Sale — Организовать встречу с сейлз командой, (топ-менеджмент минуем, они почти всегда ЗА). Встречи нужны для того, чтобы запитчить сейлз команде результат своей работы. Дать пояснения, как работает и как лучше продавать изученную технологию. Готовим экспертные статьи и публикации.

Кажется что все очень просто? Да всё верно, но действительно просто становится только тогда, когда знаешь что делать.

📕Подход POCANTRE — История. Изначально не было даже мысли о том, чтобы что-то выдумывать новый подход. Команда R&D пилила проекты и старалась делать их чуть лучше чем надо, но сами понимаете, любому спокойствию приходит конец. Однажды Вову — чифа R&D, кто-то подвозил на машине к офису, а припарковаться было негде. Ему пришлось идти по трассе метров пятьсот и ждать КамАЗа в спину. Когда Вова добрался до офиса, он около часа гневно сербал чай и о чем-то думал.«Бля, а давайте парковку автоматизируем, ML используем, сложно что ли? Ему ответили: — «ML-щиков у нас нет вообще-то» «Да и хрен с ним, сами изучим» — Ответил Вова. Именно с этого происшествия начался метод POCANTRE и наше погружение в Machine Learning.

Мы очень быстро нашли то что нужно, а главное, собрали команду из 5 человек. Менеджер, два разработчика, дизайнер и QA. Нашим объектом, как вы помните, была парковка, т.е за ней нужно наблюдать в режиме реального времени. Всё должно было работать очень быстро, чтобы Вова и многие поколения пассажиров после него, без проблем могли добраться хотя бы в наш офис. Мы выбрали YOLO — говорят, что это самая шустрая платформа. Команда взяла неделю на изучение. Через неделю устроили общие синки, каждый по своему направлению, а потом один общий, в самом конце подготовили пару публикаций и инструкций. Последний этап — поиск свободных слотов в календарях наших сейлзов.Как мы учили нашу модель на YOLO можно почитать тут.

💝Ценность
Главная ценность нашего подхода PACANTRE в том, что теперь мы знаем, как не дожидаясь хотелок бизнеса, самим придумывать и запускать настоящие проекты. Кстати, пока мы готовили эту статью, алгоритм через YOLO ушел в народ и появилось ещё два небольших проекта основанных на экспертизе полученной с “парковок”.

⭐Post scriptum
PACANTRE, хоть и мал, но уже в самом сердечке!
Благодаря Твиттеру Игоря Красника (CTO в Paralect) разработчики из YOLO заметили наши старания и замутили статью: YOLOvME-Solving-the-Parking-Problem.

🎥Кстати, впечатление от этой публикации будет особенно приятным, если посмотреть свежее интервью того самого Вовы.Building Products with AI/ML and expanding the R&D vision with Vladimir Panteleev — YouTube