Сегодня продолжим на тему карьеры, затронутую вчера. Итак, никакие сторонние активности типа Kaggle и опенсорса не заменят осмысленную работу на работе.
У меня два основных критерия в карьере: надо максимизировать количество умных людей вокруг и то, насколько лично меня прет этим заниматься. Пилить унылое говно за чемодан денег - неправильно в долгосрочной перспективе (если, конечно, есть неунылые альтернативы).
Деньги в моменте не так важны, часто мелочность только мешает в карьере. Но, конечно, я не призываю становиться бессребренником: надо выжимать и окнорм денег и интересную работу, без впадания в крайности.
Как в прикладном ML некая устойчивость модели обычно важнее метрики на конкретном тестовом датасете, так и в карьере не надо оверфититься под одно измерение, будь то бабки, модный тайтл или хипстерский технологический стек.
Еще, напомню, есть концепция exploration-exploitation trade-off, она тоже применима к карьере не меньше, чем для многоруких бандитов.
Знаю немало людей, которые оставались в золотой клетке и в течение 3-5 лет теряли в профессионализме. Потом, конечно, им приходилось идти ночевать под мост и собирать бутылки. Или как-то иначе умерить амбиции, точно не помню.
Я дважды уходил с хорошей работы с потерей в деньгах более 30%, и многие крутили пальцем у виска "этот лысый совсем поехал кукухой". В обоих случаях mid term это было несомненно правильным решением, не жалел ни разу.
В прошлом году впервые отказался от оффера на $100k+/year удаленно (спасибо ковиду). А ведь я объективно туповат и ленив, и деревья балансировать едва умею, и в динамическое программирование не могу.
Арсений Кравченко