نوشته های MINIMAL

چرا و چگونه بنویسیم؟

MINIMAL — Fri, 09 Aug 2019 23:37:12 +0430

عکس رو از اینجا برداشتم.قبلا یادم هست تو توئیتر قول داده بودم درباره اینکه چرا و چجوری بنویسیم هرچی بلدم رو بنویسم. خب الوعده وفا. دلیل اینکه من به خودم جرات میدم که همچین مطلبی بنویسم برمیگرده به یک روز آفتابی :) که من داشتم دنبال یه عکس برای پروفایل یک گروه تلگرامی میگشتم. گروه مرتبط بود با کارای شرکت و منم دنبال یه چیزی تو مایه های ترافیک و یادگیری ماشین میگشتم. همین عبارت رو گوگل کردم:traffic + machine learningاون عکس بالا سمت چپ توجه من رو جلب کرد. چقدر این آشناست؟! یکم فکر کردم و یادم اومد هفت هشت ماه پیش از همین عکس برای مطلبی با موضوع پیش بینی ترافیک و.. استفاده کردم. اون موقع که این عکس رو انتخاب میکردم بنظرم چیز جالبی نبود ولی از اینکه دیدم عکس مرتبطی بوده خیلی خوشم اومد. همینطوری بی هدف زدم رو عکس و وات د فاز؟ این عکس اصلا مال همون مطلب خودم بود :) رفتم به صفحه اصلی گوگل و با حالت پرایوت چک کردم و دیدم مطلبم رنک اول گوگل هست تو این کلید واژه و کلید واژه های مرتبط. یه توییت زدم که ملت شما هم همینی که من میبینم رو میبینید؟ و انگار که میدیدن :)این گذشت و فکر کنم ماه بعد کلمه دیتاساینتیست رو گوگل کردم. از دوباره وات د فاز؟ بازم مطلبم رنک خوبی داشت. برخی جاها اول و برخی مواقع دوم بود :)اون دومی رو تو وبلاگ مرحومم که هنوز زنده است:) نوشتم و اساسا اولین مطلبی هست که نوشتم. اخیرا انتقالش دادم به اینجا البته و نصف کاربران اون اصلی رو خوندن و نصف دیگه اینی که تو ویرگول هست :)بعد از اون رفتم و دیدم اساسا هرچی نوشتم بالاست. حتی مثلا تو عبارتی مثل درس دخترم هم مطلب من خیلی رنک بالایی داشت. این انتهای ماجرا نبود. وقتی من چیزی رو مینوشتم، تو کلید واژه های تخصصی در کمتر از ۲۴ ساعت میومد صفحه اول گوگل و بعد از چند ماه تو کلید واژه های عمومی تر هم بالا بود. مثلا یه مطلبی در باره استفاده از ماشین لرنینگ برای بهبود استراتژی های ترید تو فارکس نوشتم. همون روز اول تو تحلیل تکنیکال با هوش مصنوعی اومد بالا که خب خیلی هنر خاصی نبود. ولی همین الان که چک کردم دیدم تو تحلیل تکنیکال فارکس هم نتیجه پنجم هست.دوستان میگفتن که traffic prediction + machine learning خیلی دیگه خاصه. بعدا دیدم traffic prediction خالی هم در حالت پرایوت و غیر پرایوت، باز همون بالا به مطلب من ارجاع میده. جالبی ماجرا این بود که من هرگز حتی نصف صفحه هم درباره سئو چیزی نخونده بودم و اساسا هدفم این داستانا نبود. برام جالب شده بود که چطور میشه که اینطور میشه :) و خب یه چیزایی فهمیدم که خیلی زیاد نیستن ولی من خودم رعایتشون میکردم و میکنم. این همه داستان گفتم تا بگم چیزایی که میخوام بگم کاملا تجربی هست و از اونجا که خیلی قصد وقت تلف کنی ندارم تیتر هاشو میگم و اونایی که نیاز به توضیح داره رو بیشتر باز میکنم.چرا بنویسیم؟سرراست ترین پاسخ اینه که برای اینکه بقیه استفاده کنن. ولی نوشتن برای شما این امکان رو هم به وجود میاره که:کاراتون دیده بشه.با جوامع همفکرتون آشنا بشید.دوست پیدا کنید.گاهی ممکنه منجر به این بشه که کار پیدا کنید.ایرادات تون برطرف میشه.ازش به طور مستقیم پول در بیارید. مثلا تو کانتنت مارکتینگ و تولید محتوا و....بقول حسین مرادی نیا : <<نوشتن درباره یک موضوع باعث میشه خود فرد هم بیشتر درون اون موضوع عمیق بشه و بهتر درکش کنه. چون شما زمانی میتونی مطلب خوبی درباره یک موضوع بنویسی که خودت کاملا بهش مسلط شده باشی و اون مطلب رو به درستی درک کرده باشیاگر هر کدوم از موارد بالا براتون مهم هست میرسیم به اینکه چجوری بنویسیم؟>>چگونه بنویسیم؟لحن و واژگان چجوری باشن؟من دیدم برخی حتی سر اینکه لحن نوشته شون چجوری باشه مشکل دارن. اینکه چجوری بنویسیم رو حقیقتا جامعه هدف شما تعیین میکنه. یا شما مثل من یه حالت خالتوری تو نوشتن دارید و با همون فرمون میرید جلو و براتون صرفا مهمه که مفهوم رو درست بهش منتقل کنید که خب خودتون باشید و برید جلو. اگر نه که دقت کنید در نهایت کی میخواد بخونه؟ چقدر سواد داره؟ چقدر سر در میاره از ماجرا؟ نیاز به پیش زمینه داره؟ یا...بقول این دوستان کار/ارزش آفرین یک پرسونا از اون مخاطب میتونه بهتون کمک کنه که چجوری بنویسید و از چیا بنویسید.در واقع نوشته لحن نداره. برای همین باید خیلی با دقت و وسواس نوشت. اینکه رسمی بنویسید یا یه جورایی شفاهی بنویسید و از چه فرهنگ لغتی استفاده میکنید رو واقعا مخاطب شما و موضوع نوشته شما است که تعیین میکنه.چقدر بنویسید؟بشخصه نوشته های کوتاه تر رو بیشتر ترجیح میدم. و البته طبق آمار، احتمال اینکه مشتری شما تا انتها مطلب رو دنبال کنه نسبت مستقیم داره با کوتاه بودن نوشته شما. حواستون باشه که این مورد باعث نشه شما یهو بپرید و از وسط ماجرا شروع کنید به نقل داستان. مختصر ولی کامل صحبت کنید.عنوان نوشته رو چجوری انتخاب کنید؟عنوان نوشته عملا مهم ترین بخش نوشته شماست. من خیلی محتوا های خوبی رو میبینم که عنوان واقعا جفنگی دارن. گاهی میبینم طرف چند صفحه مطلب نوشته و تو عنوان شوخی کرده یا مسخره بازی در اورده. این مدل عنوان زدن برای یه سلبریتی یا برای کسی که تو یه کاری خیلی مطرح هست ممکنه جواب بده ولی برای من و شما جواب نمیده. پس با این حرکت فاتحه کارتون رو نخونید. عنوان رو خیلی خیلی به دقت انتخاب کنید. در انتخاب عنوان یک نکته خیلی مهم وجود داره: میخواهید اگر طرف چی سرچ کرد شما رو بخونه؟ همون رو در عنوان ذکر کنید. ممکنه شما بخواهید مثلا تو چند تا کلید واژه بالا بیاید. خب مهمترین شون رو در عنوان به کار ببرید و الباقی رو یکجوری در اون توضیح مختصری که به خورد گوگل و سایر سرچ انجین ها میدید بیارید.اصلا در مورد چی بنویسم؟شما میتونید از شیر مرغ تا جون آدمیزاد بنویسید. هرچی زرد تر مشتری بیشتر. تو نوشته های فنی هم همینطوره. هرچی فنی تر مشتری ها کمترن. هرچیزی که عمومیت بیشتری داشته باشه بیشتر هم خونده میشه. ولی در لانگ ترم که به قضیه نگاه کنید اگر محتوای اختصاصی و فنی بنویسید بیشتر به دیده شدن شما و رنک گرفتن خود مطلب کمک میکنه. چون مطلب عمومی شما رو ۳۰ نفر دیگه هم نوشتن و شما باید خیلی دیگه خفن باشی تا برسی به رنک اول گوگل. ولی مطلب تخصصی سریع جایگاه خودشو پیدا میکنه.کلمات کلیدی رو چجوری استفاده کنم؟از کلمات کلیدی تو متن باید استفاده کنید. ولی یادتون باشه خیلی دیگه عن ماجرا رو در نیارید. برخی از دوستان هستن که فکر میکنن هرچی بیشتر یک چیزی رو تکرار کنن خیلی بهتر هست و یه جوری مثلا به گوگل دارن میگن که این مطلب خیلی خیلی مرتبط هست با اون کلید واژه. ولی حواسشون نیست که دارن با این کارشون گند میزنن به tfidf. این کلمه ای که نمیتونید بخونیدش در واقع یک متر خیلی ابتدایی هست که برای رنک کردن مطالب بر اساس استفاده از یک واژه در اونها استفاده میشه. بنظر من کلید واژه هاتون سه چهار بار هم که تو متن بیان کافی هستن. و خب اگر واقعا دارید مطلب به درد بخوری مینویسید همون مقدار هم تو متن تکرار میشن. الکی جوگیر نشید که تو هر پاراگراف ۱۰ باز یک کلمه رو تکرار کنید. این کار به ضرر شما است.چقدر از تصاویر استفاده کنم؟ملت نمیان که فوتوبلاگ ببینن از شما. اگر میخواهید این کار رو بکنید قبلش بهشون بگید. من بشخصه حس خوبی نمیگیرم وقتی وارد یه صفحه پر از عکس میشم که شبیه گالری هست تا یک محتوای خوب. از عکس ها در جای خودش و به اندازه استفاده کنید. مثلا من اینجا تعمدا از عکس خوبی استفاده نکردم در مورد آخر. ببینید چقدر زشت و نچسب شده. یک عکس شاخص خوب هم انتخاب کنید که بعدها که طرف دنبال شما گشت بتونه سریع پیداتون کنه. کجا منتشر کنم؟هرجا دوست داری. من تو بلاگ خودم مینوشتم ولی الان پشیمونم که چرا از همون اول نیومدم تو ویرگول بنویسم. جاهایی مثل مدیوم یا ویرگول بخاطر اینکه authority بالایی از طرف گوگل دارند خیلی زود به محتوای شما رنک میدن. در واقع شما از دسترنج دیگران و خود ویرگول استفاده میکنید برای اینکه دیده بشید. و خب چرا که نه؟ از همچین فرصتی استفاده کنید. البته از زیرمجموعه های تخصصی ویرگول و مدیوم هم میتونید استفاده کنید. من استفاده کردم راضی بودم :)یک سری توصیه هایی هست که مثلا تو محتوا لینک ها رو یکجوری امبد نکنید که طرف فکر کنه دارید تبلیغ میکنید. قشنگ بنویسید اینجا و این کلمه اینجا رو به یه چیزی لینک کنید. خواست کلید میکنه نخواستم که نمیکنه. روراست باشید. چاخان تحویل ملت ندید. عکس شاخص رو تا حد امکان در بزرگترین حالت خودش (دلیلش یادم نمیاد این موقع شب :) ) درج کنید. و مهم تر از همه: اگر خودتون پتانسیل اش رو دارید که هیچ ولی اگر ندارید از یکی بخواهید مطلب رو براتون پروموت کنه. تجربه من میگه که مثلا تو توییتر اگر یکی که فالور خوبی داره براتون توییت کنه و لینک بده خیلی بهتره تا اینکه خودتون یه توییت بزنین و به اون شخص بگید براتون ریت کنه.دیگه همین دیگه. موارد دیگه رو بگید که من اضافه کنم با اسم خودتون همین انتها یا همون ابتدا :) شاد و امیدوار باشید :*

مصاحبه هایی که با شرکت های خارجی دادم

MINIMAL — Thu, 04 Apr 2019 16:16:51 +0430

از اول خرداد ۹۷ تا اول مرداد ۹۷ یه سری جاها مصاحبه دادم که به ترتیب در مورد همه شون صحبت میکنم. مصاحبه ها تو امریکا، هلند،ژاپن، آلمان و سوئد بودن. آپدیت : از مرداد تا ابان تعداد این کشورها خیلی بیشتر شد که دیگه چندان مهم نیست.آمریکا، مینِپولیساینجا اولین جایی بود که برای یه کار خارجی صحبت کردم. واقعیت اینه که مصاحبه ندادم و بدون مصاحبه قبول شدم. داستان ازین قرار بود که من با یکی از دوستان در مورد برخی موارد صحبت کرده بودم و خوششون اومده بود و خب کار ریموت ردیف شد. اواخر تیرماه گفتن که از دوشنبه کار رو شروع میکنیم که روزش گفتن وکیل شرکت گفته طبق قانون فلان نمیتونیم با ایرانی ها کار کنیم.آمریکا، (محل کار در وینیپگ کانادا)این دومین مصاحبه بود. شرکت کلاستر وان. این رو هم دوست عزیزم پیام داد که مصاحبه بکنیم و بنظرم اشتباه ترین حرکت من تو همه مصاحبه ها این مصاحبه بود. دلیل اش هم این هست که برای کیسی که من تو ذهنم داشتم بهترین گزینه کاری بودن و متاسفانه اولین مصاحبه رو با بهترین گزینه دادم. راستش من کاملا قفل کرده بودم و اصلا نمیتونستم صحبت کنم. عدم توانایی در صحبت کردن رو بذارید کنار اینکه همون اول فهمیدم هم تیمی های احتمالی در این تیم از گوگل برین و فیس بوک هستن. خب برگام ریخته بود به نوعی.۱- شرکت های خوب رو همون اول مصاحبه ندید.خب من ۲ تا مصاحبه داده بودم و بیخیال شده بودم تا اینکه یکی از همکاران گفت که تو اگر مصاحبه هم بدی ویزا نداری که بتونی بری و … منم که از همه جا بیخبر بودم گفتم اِاِ من نمیدونستم انقدر داستان مهم هست و اگر میدونستم که ویزا مهم هست مصاحبه قبلی رو جدی میگرفتم ? (چون کلاستر وان ویزا رو ردیف میکرد)همون روز تصمیم گرفتم جاهایی که ویزا اسپانسر میشن رو انتخاب کنم. ماه رمضون بود و من یادمه ۳ نصف شب برای کول بلو رزومه دادم. و فرداش دعوت به مصاحبه شدم.هلند، آمستردامکول بلو شرکت سومی بود که مصاحبه دادم. روز بازی ایران مراکش بود و خیلی بد پیش رفت. اساسا بدترین مصاحبه ای که دادم. طرف دقیقا ۴-۵ دقیقه بعد از شروع گفت بنظر میاد(چون نمیفهمید چی میگم) که شما خوب باشی بلحاظ فنی ولی ما اینجا به کسی نیاز داریم که communication skills اش تو انگلیسی خیلی خوب باشه که من نداشتم همچین آپشنی رو.۲- مصاحبه دادن یه سری پیش نیاز ها داره که یکی اش زبان هست. با نداشتن مینیمم ها دست به کار نشید. بعدا تو هر مصاحبه ای دچار استرس میشید بخاطر برخوردهای قبلی که باهاتون داشتن.ژاپن، توکیومصاحبه با rakuten که اونم یه چیزی تو مایه های کول بلو بود و هر دو خرده فروشی انلاین هستن به خوبی پیش رفت. من تا مرحله سوم پیش رفتم و اکی فنی و communication skill رو گرفتم. منتهی مرحله سوم رد شدم که البته دعا میکردم که رد بشم چون داستان پیش اومد برام و نتونستم خدمت رو بخرم :/ یکی از مهمترین نکته هایی که تو این مصاحبه بهش برخوردم اینه که بشدت رو برخی سوالها باید با حساسیت پاسخ بدی. مثلا من تو مصاحبه اخر با همین شرکت ژاپنی وقتی ازم پرسید چرا میخوای بیای وقتی که از تیم فعلی ات راضی هستی؟ گفتم اوضاع مملکت خرابه و… که یه جورایی گند زدم به کل مصاحبه. این سوال رو همه ازتون میپرسن و باید با دقت جواب بدید به این نوع سوالات. قیافه ژاپنیه بعد از پاسخ من دیدنی بود. واقعا هم حق داشت. من داشتم با زبون بی زبونی میگفتم که اگر اوضاع من اونجا خراب بشه بازم میرم جای بعدی که البته درست نبود ولی خب جمله من این رو میرسوند.آمریکا، نیویورکمن تا حدی رو زبانم کار کرده بودم و خب ظرف همین دو ماه دیگه ازون حالت قفلی بیرون اومده بودم و چون کانتکست همه مصاحبه ها یکی بود اساسا داشتم تمرین میکردم برای اینکه تو مصاحبه ها از چی میپرسن و کلمات کلیدی چی هستن و.. و یه گوشه هم یادداشت میکردم ایراداتم رو. تا اینکه رسید به شرکت alphasights که واقعا گیج میزدم که چی داره بهم میگه اصلا. روم نمیشد بپرسم که چی میگی و البته شما هم نباید بپرسید وقتی با یه نیتیو طرف هستید و چیزی که برداشت میکنید رو بگید بنظرم خیلی بهتره تا اینکه بگی بیشتر توضیح بده. اینجا هم من رد شدم و البته اینها بشدت نیاز به برقراری ارتباط با مشتری داشتن و …آلمان، مونیخمن برای یه پوزیشن nlp مصاحبه دادم با شرکت gini. کار رو دوست داشتم و خب شرایط خیلی شبیه شرکت راژمان بود بلحاظ تیمی. مصاحبه اول با یه خانم بود که روانشناسی کسب و کار خونده بود و خب بنظرم خوب پیش نرفت. چون مصاحبه فنی نبود و من همون اشتباهات ژاپن رو تکرار کردم. البته بلحاظ زمانی این مصاحبه قبل از اخرین مصاحبه ژاپن بود و من تو اینجا نفهمیدم ایراد کجا بوده ولی تو اون مصاحبه ژاپنی گرفتم داستان چی هست.سوئد، استکهلمیک ساعت و پنجاه دقیقه مصاحبه دادم با یه اقایی از شرکت sandvic که اتفاقا فیزیک خونده بود مصاحبه دادم. تقریبا هیچی از رزومه نپرسید و هرچی که پرسید رو نصفه بلد بودم ولی تجربه کار جدی نداشتم. نمیدونم چرا انقدر کش داد ولی خب در نهایت بنظر خیلی هم بد نمیومد. در نهایت گفت یه مصاحبه دیگه یکی از همکاران میگیره که خب هنوز نگرفتن.آمریکا، جکسون ویلیه خانمی تو لینکدین پیام داد که باهم صحبت کنیم و صحبت کردیم و من بهش گفتم که دنبال کار ریموت هستم که خب بعدش خبر دار شدم که الان قانونی نیست این و خب پرید.نکاتی که این وسط یاد گرفتم رو براتون تیتر وار میگم:۱- شرکت های خوب رو همون اول مصاحبه ندید.۲- مصاحبه دادن یه سری پیش نیاز ها داره که یکی اش زبان هست. با نداشتن مینیمم ها دست به کار نشید. بعدا تو هر مصاحبه ای دچار استرس میشید بخاطر برخوردهای قبلی که باهاتون داشتن.۳- من هیچ وقت تو لینکدین به نتیجه نرسیدم. به هیچ عنوان وقتتون رو صرف easy apply اش نکنین. کلا هم تو لینکدین وقت نذارید برای پیدا کردن کار چون بی فایده است .۴- همه مصاحبه هایی که خودم اپلای کردم رو از stackoverflow گرفتم و خب جای بهتری هست و فیلتر های بهتری داره. هرچند سرچ اش خیلی احمقه ولی خب چاره ای نیست.۵- رزومه های شما تو پوزیشن های به درد بخور معمولا توسط نرم افزار خونده میشه. به هیچ وجه از فرمت هایی که برای ماشین خوندنش سخته استفاده نکنید. ترجیحا از ورد معمولی استفاده کنید.۶- برخی سوالات همه جا و برای همه پوزیشن ها یکسان هستند. جواب های صادقانه که درست منظور رو میرسونه براش داشته باشید و از قبل براش اماده باشید.۷- گدا بازی در نیارید ۴ تا کد تر تمیز از خودتون اپن سورس کنید تا هم بقیه استفاده کنن، هم شبیه هندوانه در بسته نباشید برای شرکت ها.۸- محتوای فارسی/انگلیسی تولید کنید. نیاز هم نیست حرف نو بزنید. تو جایی که تخصص دارید هرچند یه جمع بندی هم باشه بازم ارزشمند هست.۹- بعنوان نمونه کار هر چی که دارید و خوب هست رو معرفی کنید. نگران نباشید که فارسی هستن یا … اگر هم همه اینها رو تو یه ادرسی جمع و جور کنین که چه بهتر. مثلا من بعنوان پورتفولیو برای همین شرکت سوئدی ادرس اپ نشان رو تو گوگل پلی دادم و در کمال تعجب رفته بود و ریویو ها رو ترجمه کرده بود و.. خیلی هم فیدبک مثبتی داشت برام.۱۰- سعی کنین همیشه سرور بالا داشته باشید. و این سرویس ها قابل تست و فهم باشن برای خارجی ها. مثلا من سرویس هایی برای تکست فارسی دارم یا همین اپ نشان که فقط تو ایران کار میکنه یا یه سرویس پیش بینی قیمت بلیط هواپیما که اونم بهش دسترسی از بیرون نیست فعلا. خب اینها چیزایی نیستن که بشه به طرف نشون داد چه کاره ای چون هیچ کدوم رو نمیفهمه و نمیتونه تست کنه.این لیست رو به روز میکنم.پیروز باشید.آپدیتراستش رو بخواهید من از مرداد تا اخر آبان کلی جای دیگه مصاحبه دادم. از تسلا در آمریکا گرفته تا BMW و Mytaxi تو آلمان و... ولی دیگه انقدر زیاد شدن که آمارش از دستم در رفته. تو برلین، هامبورگ، لندن و استکهلم هم کار گیر اوردم و فکر میکردم که جولای میتونم برم که خب بخاطر عدم فروش غیبت سربازی نمیتونم برم :) نکاتی که تو وبلاگ مرحومم نوشته بودم رو مرور کردم و مورد جدیدی ندارم که بگم. غیر از اینکه لینکدین میتونه براتون مفید باشه ولی هنوز نفهمیدم چطوری :) فقط گاهی پیام میاد برام از اینطرف اونطرف که نمیدونم چجوریه هنوز! باید به کلید واژه هایی که استفاده میکنید و پیامی که به recruiter میدید تو لینکدین دقت کنید. خیلی اون پیام مهم هست انگار.۱۱- نکته آخر که خیلی هم مهم هست: اگر خیلی هوای خارج رفتن در سر دارید ( به هر قیمتی منظورمه) تا میتونید سمت کلاینت کار کنید. خواه JS باشه یا اندروید یا iOS باشه خیلی فرقی نمیکنه، ولی وقتی میاید سمت سرور تکنولوژی های ما بشدت با خارجی ها فاصله داره و اسکیل کارمون جوری نیست که تجربه خوبی برای تیمشون داشته باشیم. نکته بعدی اینه که برای خارج رفتن بدترین گزینه اینه که بخواهید تو حوزه یادگیری ماشین کار کنید. خیلی خیلی شرایط پیچیده تر میشه. خلاصه گفتم بگم که فیلدتون رو با دقت انتخاب کنید.سربلند و پیروز باشید.

تحلیل تکنیکال و پیش بینی معاملات فارکس با استفاده از هوش مصنوعی و یادگیری ماشین

MINIMAL — Mon, 04 Mar 2019 16:01:00 +0330

شما مطالب زیادی که دارن قیمت بیت کوین / فارکس و یا چیزای دیگه رو با استفاده از دیپ لرنینگ/ یادگیری عمیق یا ماشین لرنینگ/یادگیری ماشین پیش بینی میکنن رو میتونید پیدا کنید. راستش رو بخواهید این مطالب عمدتا چرت و پرتی بیش نیستن. ولی خب میشه یه کارایی تو حوزه تحلیل تکنیکال فارکس و بیت کوین کردکه 'شاید" در عمل به سود منجر بشن. Photo by NeONBRAND on Unsplash تو این پست میخوام چند تا مثال حول و حوش این مسائل رو با هم مرور کنیم. اینکه ماشین لرنینگ واقعا چکار عملیاتی میتونه بکنه که قابل اجرا باشه و اینکه چه کارایی رو فعلا نتونسته بکنه و صرفا چهارتا شارلاتان ادعاشو میکنن. سعی کردم خیلی منسجم و پایه ای بریم جلو و برای همین طبیعتا خیلی عمیق نمیشیم رو ریزه کاری ها ولی خب یه مرور میکنیم ورک فلویی که بدک بنظر نمیرسه و خوب هم داره جواب میده. من یه دیتاست واقعی از کارای خودم و کل کدهای این پست رو گذاشتم تو درایو که میتونید دانلود کنید و کد رو روشون اجرا کنید. بر اساس این دیتا میخواهیم چند تا مساله رو بررسی کنیم : ۱- درباره اندیکاتور ها و معاملاتی که احتمالا فکر میکنیم سود ده هستن صحبت می کنیم. ۲- در مرحله بعد میخواهیم ببینیم ماشین لرنینگ چجوری میخواد به استراتژی مون کنه؟۳- در مرحله بعد میخواهیم مدل و ارز بهینه برای استراتژی مون رو پیدا کنیم.۴- نهایتا هم نتیجه گیری میکنیم و درباره چند تا ریزه کاری صحبت میکنیم و اینکه چکار کنیم که بهتر بشه و اینا :)۱- انتخاب استراتژی، تعریف اندیکاتور شخصی و چگونگی چک کردن شوناگر تا اینجا اومدید احتمالا شما قبلا تو این وادی بودید و مثل من تازه وارد حساب نمیشید و خب یه استراتژی دارید یا اینکه با یه سری اندیکاتور ها حس راحتی میکنید و حدس میزنید که بشه باهاشون کارای خوبی کرد.من تقریبا بعد یک ماه کارای جالبی کردم رو یه سری از ارز های فارکس و بنظر میومد که میتونم کارای خفنی بکنم. ولی خب دنیا جای بدیه :) و همیشه اونطوری که اول خوب مینماید کارا پیش نمیره. اشاره ای که در مورد چرت و پرت ها کردم دقیقا همین جاست. این بازار سود زیادی رو داره و به همون دلیل کلی ادم هستن که این وسط تلاش میکنن که آینده رو پیش بینی کنن یا اینکه خودشون رو خفن جلوه بدن. همیشه هم روش این هست که از آینده خبر میدن و خب یه سری دمو نشون میدن که خیلی خوبه. نکته مهم این هست که شما اگر به قلق ها و دنگ و فنگ های کارای مرتبط با هوش مصنوعی و یادگیری ماشین آشنا نباشید ممکن هست که قبول کنید و از نتایجی که میگیرند حیرت کنید ولی واقعیت اینه که من حتی یک مقاله ندیدم که بیاد پیش بینی کنه و جفنگ نگفته باشه یا اینکه یه جا داده هاش با هم قاطی نشده باشه یا... به همین دلیل من خیلی سریع از اینکه بخوام آینده رو صرفا با داشتن ۴ تا پارامتر پیش بینی کنم کشیدم بیرون و بجاش دنبال این افتادم که جور دیگه ای به مساله نگاه کنم.من کدهامو جمع و جور کردم و یه بات تلگرام نوشتم برای اینکه خروجی عملیاتی قابل استفاده بده. طبیعتا یک قصدم از این کار شوآف بود و اثبات اینکه دارم معامله ها رو قبل از اینکه اتفاق میافته پیش بینی میکنم، ولی خب دلیل اصلی این بود که روشی داشته باشم که بتونم باهاش معامله کنم در آینده خیلی نزدیک. خروجی ها حیرت انگیر بودن. گاهی ۲ معامله تا ۱۰۰۰ پوینت در یک روز. بعدا درباره استراتژی ام تو همین مطلب صحبت میکنم. ولی من در کل ۴ تا خط تولید میکردم در ابتدای هر روز که فکر میکردم با یه روش خاصی روش ترید های خوبی انجام داد.به توییت اصلی در اینجا مراجعه کنید و عکس های خود بات و پیش بینی روزهای دیگه رو ببینید.ولی داستان از این قرار هست که معمولا شما وقتی یه سری معامله توپ پیدا میکنید، تو بک تست های طولانی مدت این معامله ها به حالت ۵۰ ۵۰ یا حتی چیزی بدتر از اون ختم میشن. معامله های من هم طبیعتا از این قضیه پیروی میکردن.برای ساختن این معامله ها، در واقع من اومدم یه سری خطوط رو تعریف کردم که خود اون خط ها رو با ماشین لرنینگ در میاوردم. دوستان میگفتن من دارم خطوط حمایت و مقاومت رو تعیین میکنم ولی خب خودم یه سری کد زده بودم و یه سری خط روی نمودار میدیدم. یک مقدار بررسی کردم و بنظرم میرسید که اگر قیمت زیر پایین ترین خط آبی باز بشه میشه از همون خط آبی پایینی buy/بای گرفت تا بالاترین خط قرمز. و به همین منوال حالت برعکس اش که اگر بالای بالاترین خط قرمز باز بشه تا پایین ترین خط آبی sell/سل بگیریم. من یه کد برای بک تست نوشتم.خروجی ها رو گرفتم و تر و تمیز کردم به این صورت که اگر شکست خورده تو ستون result صفر گذاشتم و اگر برده باشه (چه کامل تا tp رفته یا اینکه وسط راه مونده و تایم به پایان رسیده) عدد یک در نظر گرفتم. خروجی کامل رو میتونید تو پوشه files/all مشاهده کنید. یا اینکه کد evaluate_ds.py رو اجرا کنید و ببینید که اوضاع از چه قرار هست برای هر ارز.خروجی این شکلی هست.EURNZD start label ... diff_to_first result count 225.000000 225.000000 ... 225.000000 225.000000 mean 1.675467 3592.080000 ... 0.002670 0.515556 std 0.017601 359.306913 ... 0.002103 0.500872 min 1.643000 3478.000000 ... 0.000011 0.000000 25% 1.660340 3478.000000 ... 0.000931 0.000000 50% 1.673980 3478.000000 ... 0.002194 1.000000 75% 1.691070 3478.000000 ... 0.003977 1.000000 max 1.717480 7348.000000 ... 0.009474 1.000000اگر فقط بخواهیم رو result فوکوس کنیم، خروجی که فعلا همون count و mean برامون مهم هست این شکلی میشه:EURNZD count 225.000000 mean 0.515556 std 0.500872 min 0.000000 25% 0.000000 50% 1.000000 75% 1.000000 max 1.000000خب EURNZD فکر کنم یکی از خیلی خوبها بوده، که در طول این مدت تعداد بردها از باخت ها مقدار اندکی بیشتر بوده. مثلا این رو ببینید:EURJPY mean 0.40708برخی ارزها کلا خیلی داغون تر هستن و این میانگین شون زیر ۴۰ درصد هم شده :/ درنهایت، بطور خلاصه بعد از مدتی تلاش من تونسته بودم معامله هایی پیدا کنم که در بلند مدت ۴۰ درصدشون برد بودن و ۶۰ درصد باخت :/ (من استراتژی های دیگه ای هم داشتم ولی برای اینکه تاثیر ماشین لرنینگ بولد تر باشه از همین داغون ترین استراتژی استفاده میکنم و تا انتهای این پست سعی میکنم بهینه اش کنم.)منطقا به اینجا که میرسیم باید بگیم خب بریم اون خط ها رو تغییر بدیم یا اینکه بین این خطوط جور دیگه ای معامله کنیم یا... ولی این جا دقیقا جایی هست که اون شخصیت ول نکنِ یک دیتا ساینتیست باید ظاهر بشه و بگه امید داشته باش لابد راهی هست داداچ. و اینجا ابتدای راهی هست که بسیار مهم هست:شما کارای آماری کردید و در نهایت دیدید که معامله هایی دارید که ۴۰ درصد برد و ۶۰ درصد باخت هستن؟ اینجا دقیقا جایی هست که ماشین لرنینگ میتونه به شما کمک کنه. چطور؟ ماشین میتونه یاد بگیره که کدوم معامله ها به پیروزی و کدوم ها به شکست منجر میشه. در واقع روی کاغذ که اینطوری هست :)اگر حوصله ندارید تا ته این نوشته برید همینجا بگم که اگر فیچر های خوبی رو بتونید در بیارید،در عمل هم ماشین با دقت خوبی میتونه معامله هایی که به برد ختم میشن رو قبل از اینکه وارد معامله بشید پیش بینی کنه.۲- چجوری از ماشین لرنینگ برای پیش بینی برد و باخت استفاده کنیم؟ایده خام من این بود. گفتم روی هر جفت ارز من دارم یه سری معامله پیدا میکنم که تعدادشون بدک نیست. اگر بتونم با دقت خوبی پیش بینی کنم که کدوم معامله به برد و کدوم به باخت ختم میشه، در نهایت من مثلا حدودا ۷۰ درصد معامله ها رو پیروز میام بیرون نه ۴۰ درصدشون رو. و خب میتونم به مرور فیچر ها رو تغییر بدم یا اینکه کاری بکنم که دقت ام بیشتر بشه و دیگه برم که پولدار بشم:)برای این کار اومدم دیتاست اولیه رو آماده کردم و کلی روی فیچر ها کار کردم. اومدم از سال ۲۰۱۳ تا آخر ۲۰۱۸ رو بک تست گرفتم به این صورت که ابتدای هر روز تعیین میکردم که خطوط چیا هستن. بعد اگر معامله رخ میداد اون رو ثبت میکردم. بعد رو این خروجی ها باینری کلاسیفایر ران میکردم. خروجی های اولیه بشدت دقت کمی داشت و به زور به ۶۰ میرسیدن. از طرفی داده های من بایاس بودن. یعنی تعداد بردها با باخت ها برابر نبود. در نتیجه شما در نظر بگیرید که اگر من بجای محاسبه و ایجاد مدل، صرفا یک کد داشتم که همیشه عدد صفر(به معنی باخت) رو برمیگردوند. خب ۶۰ درصد معامله ها باخت بود و این کلاسیفایر هم ۶۰ درصد دقت داشت :) نتیجه اخلاقی اینکه من گند زده بودم یا شاید چیزی فراتر از اون :) به مرور داشت یه سری موارد دستم میومد. مثلا وقتی داده های train و test بلحاظ زمانی به هم نزدیک میشدن من دقت بالاتری میگرفتم که بعدا فهمیدم بخاطر واریانس شدیدی هست که داره به وجود میاد. یا به جای استفاده از تعاریف معمول accuracy اومدم و گفتم من از این مدل فقط مقادیر ۱ (پیش بینی برد) برام مهمه. دقت رو اینطوری تعریف کردم که چند درصد مقادیر برد واقعا به برد منجر شدن؟ چون اونایی که مدل میگه به باخت منجر میشه که در هنگام عمل من اکشنی انجام نمیدم براشون.یه مقداری فیچر ها رو کم و زیاد کردم و از ۷-۸ فیچر رسوندم شون به ۱۷-۱۸ تا فیچر. از طرفی بجای اینکه بیام ودر ابتدای هر روز خط ها رو تعیین کنم و بریزم تو دیتاست، اومدم و گفتم میام و هر ساعت این کارها رو تکرار میکنم. اینطوری داده ها به هم نزدیک میشن. یه سری کارای دیگه هم کردم که خب خروجی بشدت دچار تغییر شد. باور کردنش سخت بود ولی من مدلی داشتم که رسیده بود به درصد درستی معاملات مثبت با دقتی بالای ۹۰ درصد :)اینجا اطلاعات بیشتری هست از روند کارها. خود عکس رو هم از اینجا برداشتم. از ۵۰ معامله که ماشین گفته ترید مجاز هست، ۴۶ تاش به برد منجر شدن یعنی ۹۲ درصد دقت.اما از دوباره دنیا جای خوبی نیست :/ وقتی بصورت معمولی داده های train و test رو از هم جدا میکردم، در همون حال که مدلها عین بنز داشتن کار میکردن و دقت ها بالا بود وقتی داده های روز بعد رو میدادم گند میخورد به همه چی. دقت ها پایین و کلا همه چیز تو یه فاز دیگه ای بود. تازه معما شروع شده بود. اینجا دیگه با نزدیک کردن داده ها یا اون کلک های قبلی اتفاقات مثبتی رخ نمیداد و خب وقتی مدل نمیتونه درباره فردا درست بگه ولی دیروز رو خوب داره طبقه بندی میکنه به درد لای جرز دیوار هم نمیخوره.همینطور که داشتم دیتاست رو بالا پایین میکردم یهو متوجه یه نکته شدم. با اضافه کردن زمان پیش بینی، زمان استارت معامله، و زمان پایان معامله ها، برخی معامله ها که همزمان با هم داشتن اجرا میشدن باعث میشدن که اساسا بلحاظ زمانی دیتا ها با هم قاطی بشن و انگار داده ها مقداری از آینده خبر داشتن و این باعث میشد که تو عملیات همه چی قاطی بشه. اینجا بود که تصمیم گرفتم برای وریفای کردن مدل ها داده هایی که برای تست استفاده میکنم رو حتما با این شرط استفاده کنم که زمان پیش بینی اش بزرگتر مساوی همه معامله های موجود تو train باشه. این شرط باعث شد که هم اون دقت ها کم بشه و هم مدل های زیادی از گردونه حذف بشن. این وسط ریزه کاری هایی هم هستن که ممکن هست من فراموش کرده باشم توضیح بدم. مثلا الان یادم اومد که برای اینکه داده ها خیلی بایاس نباشن یه پارامتر اضافه کردم که اگر میانگین برد و باخت ها تو داده های train از ۴۰ درصد کمتر بود اصلا روش کاری انجام نشه که میتونید اینها رو خودتون دستکاری کنید و خروجی ها رو مقایسه کنید. یه نکته دیگه دیگه هم استفاده از احتمال درستی بود که مدلها میدادن. یعنی از خود مدل میپرسیدم اینکه میگی معامله خوبی هست و به برد منجر میشه رو چند درصد مطمئنی؟ مجموع این ریزه کاری ها بشدت رو خروجی نهایی تاثیر مثبت داشتن.خروجی اولیه با همه مدلها و همه ارز ها رو میتونید با اجرای کد AllClassifiers.py ببینید. طبیعتا میتونید همه پارامتر ها رو سیخ بزنید یا اینکه بجای اینکه حین اجرا بگیرید زمان ها رو مرتب کنید یه فایل درست کنید و یه مپ بسازید که علاف نشید :)۳- انتخاب مدل و ارز بهینه با یادگیری بدون نظارت / UNSUPERVISED LEARNINGدر نهایت بعد از همه این جنگولک بازی ها من داشتم یه سری خروجی میگرفتم که گویا رو برخی ارز ها و مدل ها خوب بودن. من مدلهای خیلی زیادی رو تست کردم و در نهایت یکی رو بعنوان مدل بهینه پیدا کردم. ولی تو انتخاب ارز همچنان گیج میزدم. در واقع برخی ارز ها بودن که گاهی تو بازه چند هفته خیلی خوب بودن ولی یجورایی ترسناک بود خروجی شون. چون تعداد کمی معامله رو تعیین میکردن و نمیشد خیلی تصمیم گرفت که در اینده چکار میکنن و نمیتونستم بگم آیا واقعا میشه به اینا اعتماد کرد یا نه؟راستش اون اوایل برای انتخاب مدل خیلی اذیت شدم و در نهایت QDA رو انتخاب کرده بودم ولی بعدا که فیچر های دیتاست رو بیشتر کردم و یه سری تمیزکاری ها کردم تصمیم ام عوض شد. مثلا پایدار نبودن خروجی خیلی از مدلها، یا اینکه برخی مدلها اصلا اتریبیوت های مد نظر من رو نداشتن تو انتخاب مدل تاثیر داشت. جدا از همه اینها نوع داده ها و دقت مدل ها در تعیین معامله های منجر به برد هم تعیین کننده بود.در نهایت XGBOOST از همه بهتر بود برای کاری که میخواستم بکنم.برای انتخاب ارز اومدم و یه فرضیه رو آزمایش کردم.گفتم اگر بشه این داده ها رو بصورت کاملا بدون نظارت طوری کلاستر کرد که توشون حتی یک کلاستر داشته باشیم که بیش از ۷۵ درصد داده ها معامله های منجر به برد قرار گرفته باشن و همچنین یک کلاستر داشته باشیم که ۷۵ درصدشون منجر به باخت باشن، میشه گفت که احتمالا وقتی کار به کلاسیفای میرسه هم با دقت خوبی بشه آینده رو پیش بینی کرد. البته حواسم باید باشه که تعداد اعضای این کلاستر ها هم باید از یک مقداری بیشتر باشه که خیلی همه چیز شانسی جلو نره.خب یه مشکل همون اول داریم که داده هامون بیش تر از ۳ بعد دارن و تو نمایش و تصورشون مشکل داریم. اینجا دو تا راه مرسوم هست. استفاده از PCA یا t-sne که هر کدوم مزایا و معایب خودشون رو دارن. من با PCA کار کردم. کاری که PCA اینجا میکنه اینه که ابعاد داده رو برامون کاهش میده به ۲ بعد. قبل اینکه بریم جلو تر من اومدم و ازین شکل خوشگلا کشیدم ببینم کلا چند چندیم با هم:) هدفم این بود که اگر داده ها بیان و به دو خوشه کلی تقسیم بشن چه شکلی هست نحوه قرار گرفتنشون کنار هم. طبیعتا اینجا میدونم که داده ها تو دو کلاستر هستن و اون رو هم در اجرای Kmeans لحاظ کردم. برای اینکه همه خروجی ها رو ببینید میتونید فایل Kmeans.py رو اجرا کنید تا انواع و اقسام توزیع شدن رو ببینید.تو ارز CADCHF خیلی سخت بنظر میرسه جدا کردن داده در خوشه هایی که اکثریت اعضاشون به برد یا باخت ختم بشن.تصویر NZDCAD که میگه داده ها نسبتا خوب از هم فاصله دارند. حالا باید دید در عمل هم اکثریت اینها به یک نتیجه رسیدن؟مرحله بعدی هم این بود که این داده ها رو کلاستر کنم و فرض ام رو بسنجم روشون. چون کار اصلی من کار روی داده هایِ مزخرفِ ترافیکی هست، طبیعتا راه دست ترین الگوریتمی که میشناختم dbscan هست که خب از نسل جدیدش به دلایلی استفاده کردم. اسم نسل جدیدش HDBSCAN هست. روش کارش یکم نسبت به قبل هوشمندانه تر شده و پارامترهای زیادی رو میشه توش ست کرد. من فقط چند تا پارامتر رو ست کردم که تو کد هست و شما میتونید کل پارامتر ها رو عوض کنید. اینجا هم احتمالی که خود HDBSCAN رو استفاده کردم. این مدل کلاستر کردن نیاز به تعیین اینکه چند تا کلاستر داریم نداره و میتونه خودش داده هایی که واقعا به هم نزدیک هستن رو تعیین کنه. حالا چه تو دو کلاستر چه خیلی بیشتر.در نهایت اومدم و همه کلاسترها رو روی همه ارز ها چک کردم و هر کلاستری که اعضای داخلش بیش از ۷۵ درصدشون تو یک گروه هستن رو پرینت کردم. همونطور که گفتم برنده ماجرا ارزهایی هستن که لااقل یک کلاستر داشته باشن که تقریبا اکثر اعضا باخت باشن و یک کلاستر هم اعضایی که تقریبا همه شون برد باشن. با اجرای کد HDBACAN.py میتونید اون پارارمتر آخر رو مقداری تغییر بدید و خروجی ارز ها رو بذارید کنار اون شکلهای خروجی Kmeans و شاهد نتایج جالبی باشید:)WIN CHFJPY 77.77777777777777% LOSS NZDJPY 78.0701754385965% LOSS GBPJPY 81.81818181818181% LOSS EURCHF 79.59183673469387% LOSS EURJPY 82.85714285714286% WIN EURJPY 83.33333333333333% LOSS EURNZD 80.95238095238095% نتیجه اینکه تنها ارزی که توش یک کلاستری پیدا میشه که توش اکثریت اعضا یک چیز باشن EURJPY هست.خب این خروجی شاید الان برای شما هیچ حسی رو نداشته باشه چون با مقدار داده کمی روبرو هستید. ولی چون من خروجی های بلند مدت رو تست کردم واقعا میتونم بگم این خروجی خیلی حیرت انگیز هست. در نهایت EURJPY تنها ارزی هست که فعلا میشه ازش استفاده کرد. اگر من برگردم به عقب و بخوام از دوباره تعریف اون خط ها رو عوض کنم و نوع استراتژی رو تغییر بدم و... خب این خروجی هم یه چیز دیگه هست طبیعتا. ولی من فعلا تنها و تنها میتونم به کلاسیفایر EURJPY اعتماد کنم.۴- فوکوس روی مدل و ارز منتخب و مرور یه پیش بینی در عمل به عنوان حسن ختام بد نیست که بریم ارز منتخب رو بیشتر بررسی کنیم و خروجی رو هم به ترتیب زمانی ببینیم. خب از دیدن خروجی ها میفهمیم که آیا اون فرضیه انتخاب مدل درست بوده یا نه، ولی چرا ترتیب زمانی مهمه؟ چون یک نکته مهم این هست که ممکنه این ارز خیلی گل و بلبل باشه ولی یهو بزنه ده تا خطا رو باهم رو کنه که خب مساوی با مرگ هست تو این بازار.در کل من همه تلاشم رو کردم که تو این بازار زنده بمونم و کم خطا کنم. شاید مهمترین چیز تو فارکس همین باشه که زنده بمون بقیه اش درست میشه. از طرفی برای مانی منجمت درست حسابی شما باید با یه روشی بیشترین احتمال باخت پشت هم رو هم با maximum likelihood یا هر روش ابتکاری دیگه در بیاری و ... که دیگه در حوصله این پست نمیگنجه. فقط بعد از اینکه نتایج رو دیدیم به این نکته مدیریت پول برمیگردم.خروجی ها با پارامتر های مختلف رو میتونید خودتون با اجرای dt_classifirs.py تست کنید. خصوصا با مقداری که به analyze پاس میدید که دیفالت رو ۸۰ هست و میگه دقت کلی کلاسیفایر چند باشه تا شروع کنه به پیش بینی آینده و مقدار بسیار مهم probability که از کلاسیفایر موقع پیش بینی میپرسه چقدر مطمئنی به این طبقه بندی ات؟در نهایت من این کانفیک رو انتخاب کردم برای تست :probability= 91 mean(Y.tolist()) < .4 analyze(80) length = 90و خروجی تو بازه این شکلی میشه:EURJPY 82.3529411764706 14 17۱۷ تا معامله رو گفته اقدام بشه که در نهایت ۱۴ تاش درست بودن. خب داده های هیستوریکال این مدل نشون داده که برای این ارز با در نظر گرفتن همه این دنگ و فنگ ها خروجی های خیلی خوبی میشه گرفت و اینجا هم در فاصله دو سه هفته ای از ابتدای ۲۰۱۹ که خیلی خوب ظاهر شده. نکته ای که هست اینه که من تو مانی منجمنت به این نتیجه رسیده بودم که اگر پوینت هایی که تو یه معامله میگیرم زیر ۳۰۰ تا باشه اون معامله غیر فعال میشه. این باعث میشه که من چند معامله آخر رو اصلا واردش نشم. خب با توجه به همه این نکات من اگر وارد پوینت شماری میشدم تو این روز کولاک میکردم و پول در گردشم رشد عالی رو داشت. البته حواسمون به اینکه اینها همزمان هستن و نمیشه با هم گرفت شون مگر تا یه حد مشخصی هم باید باشه.یه سری ستون ها رو برای اینکه عکس بهتر بشه hide کردم. فایل اصلی رو اینجا ببینید.به این فایل خروجی که با دقت نگاه کنید شاید یه نکته زیبای نهفته توش پی ببرید. خیلی نمیخوام درباره شون حرف بزنم ولی معامله های درخشانی از جنس آپشن این وسط هست که حیرت انگیز هستن. من رو آپشن تازه شروع به کار کردم ولی خب بنظر میرسه این تیکه خیلی مغفول مونده تو کارای موجود. شاید هم چون میشه روش کارای خوبی کرد کسی چیزی نمینویسه و فقط عمل میکنن!در نهایت این مدل رو این ارز با اون مانی منجمنت داره تو بک تست و دمو بخوبی کار میکنه و میره که وارد دنیای واقعی بشه. ولی طبیعتا تریک های زیادی مونده که بشه زد و خروجی ها رو بهتر کرد. مثلا من با یه سری روشهای یادگیری عمیق هم نتیج نسبتا خوبی گرفتم.دقت کنید که وقتی من پارامتر های مدل ام رو سخت گیرانه میکردم مدل به شدت خروجی با دقت عالی میداد (در حد ۹۰- درصد دقت ولی تعداد معامله ای که میده یک پنجم میزان فعلی هست) که خب من چون میخواستم بشه خروجی های بیشتری رو چک کرد فعلا دقت اش رو کم کردم که تو دمو بشه تست اش کرد. در نظر داشته باشید که چند صد asset برای معامله داریم که این کارایی که اینجا درباره شون گفتم رو همشون قابل اجرا هست و بالاخره پنج تا چیز میشه گیر اورد برای اینکه سود خوبی از معامله های با دقت بالا درست پیش بینی شده به دست آورد.من طبق معمول تا حد ممکن سعی کردم موارد رو به ساده ترین حالت ممکن بگم و از قهرمان بازی پرهیز کنم. طبیعتا یک سری کارای دیگه هم کردم که اینجا فرصت نشد حرف بزنیم که در فرصت های بعد مینویسم. مثلا من یک کلاسیفایر دیگه درست کردم که بعد از اینکه پیش بینی میکنم فلان پوزیشن رو بگیر یک بار دیگه هنگام ورود به معامله با توجه به اینکه چند ساعت فاصله ممکن هست وجود داشته باشه خیلی اپدیت تر و با روش دیگه ای دابل چک میکنه شرایط رو و اکی میده یا اینکه نظر اولیه رو نقض میکنه. کدها رو هم سعی کردم خوانا باشه برای کسی که چندان آشنا نیست با موضوعات. اگر جایی ابهامی هست یا سوالی داشتید تو کامنت ها بگید که به متن اصلی اضافه بشه. ممنونم ازتون که خوندید و ممنونم از اینکه فیدبک میدید :)پی نوشت:۱- گویا لینکهایی که تو کپشن عکس ها ایجاد کردم تو ویرگول درست کار نمیکنن و کدها هم درست نمایش داده نشدن. لینک های عکس ها برمیگشتن به مدیای اکانت توییترم که روال این کار رو اونجا در مورد اش نوشتم.۲- من حدود ۱۸ ماه بعد از این مطلب هم این پروژه رو در اوقات خالی ادامه دادم. به نظرم نتیجه اش چندان مطلوب نبود که در واقعیت هم تستش کنم و ببینم چجوری عمل میکنه.

مقایسه زمان سفر مسیریاب نشان، ویز و گوگل‌مپز

MINIMAL — Sun, 03 Feb 2019 19:52:42 +0330

ما در تیم ترافیک نشان، برای مقایسه زمان سفر اپلیکیشن مسیریاب نشان از وب‌سرویس مسیریابی پلتفرم نقشه نشان (Neshan Direction + ETA API)، نقشه آنلاین Waze و Google Maps استفاده میکنیم. روش کار به این شکل هست که مسیرهای متعددی با توزیع مکانی خاص رو مورد بررسی قرار میدیم. هر روز برای هر مسیر انتخابی ۷۲۰ بار گزارش میگیریم (هر دو دقیقه یک ریکوئست) و خصوصیات مختلف این مسیرها رو به دقت مونیتور میکنیم.ویز - گوگل‌مپز - نشاندر برخی موارد هم حالت‌های ویژه ای هستن که چون برای کاربران مهم هستن نسبت بهشون اهتمام ویژه ای داریم (مثلاً مسیرهایی که در تهران وارد طرح میشن). تو این پست یک مسیر از غرب تهران به داخل طرح ترافیک در مرکز تهران رو انتخاب کردم که با هم مرور کنیم.مبدا: پونک، بزرگراه آبشناسان، نرسیده به سردار جنگل. (35.769852, 51.325989)مقصد: قیام، خراسان، بین خوش لهجه و بیگی. (35.665794, 51.443714)مقایسه ۴۸ ساعتی مسیر مذکور در تهران. از ساعت ۱۸ روز یکشنبه ۳۰ دیماه تا ساعت ۱۸ سه شنبه ۲ بهمن ۱۳۹۷نمودار بالا فقط شِمایی از تغییرات زمان سفر این سه سرویس را نشان میدهد. خط آبی، زمان سفر گوگل مپز، خط قرمز، زمان سفر مسیریاب نشان و خط سبز، زمان سفر مسیریاب ویز هستند.مقایسه زمان سفر در یک شبانه روز. دوشنبه ۱ بهمن ۱۳۹۷مقایسه زمان سفر در ساعات پیک ترافیک. ساعت ۶ صبح تا ۲۲ روز دوشنبه ۱ بهمن ۱۳۹۷برای اینکه بازه های تصاویر بالا بزرگ بودن و ممکنه خیلی قابل مقایسه نباشه یک نمودار از بازه زمانی کوتاه تری رو با هم ببینیم:چهارشنبه ۱۰ بهمن ۱۳۹۷ از ساعت ۹:۳۰ تا ۱۰:۳۰تفاوت های موجود در این نمودار ها از جاهای مختلفی سرچشمه میگیره.مهم ترین دلیل برای این مساله تفاوت در الگوریتم مسیریابی نشان، ویز و گوگل مپز هست. این مورد باعث میشه که مسیرها عینا مثل هم نباشند و گاهی حتی تفاوت فاحشی داشته باشند. ولی بطور عمومی مشخص هست که مرتبه زمان سفرهای نشان خصوصا نسبت به ویز اوضاع خوبی داره با توجه به اینکه مسیرها مقداری متفاوت هستند.یکی دیگه از کارایی که ما خیلی بهش دقت داریم این هست که کاربران مون چقدر نسبت به زمانی که بهشون میدیم دیرتر یا زودتر میرسند؟ سوال مهمی هست که دید بهتری رو میده. برای این مورد ما زمانی که به کاربر میدیم و زمانی که در واقع به مقصد میرسه رو بصورت لایو مونیتور میکنیم. این جا نکته خیلی مهمی هست و اونم اینه که حالت های مختلفی پیش میاد که همه شون با جزئیات دارن مونیتور میشن. مثلا کاربرانی که مسیر رو با ما میرن. یا اینکه مقداری رو با ما میرن و مقداری رو خودشون تصمیم میگیرند که مسیر رو تغییر بدن. من این جا میخوام درباره همه کاربران عزیز نشان صحبت کنم. اونها که از ما مسیر گرفتن بدون در نظر گرفتن اینکه چند درصد از مسیر رو با ما بودن یا نه. در بازه چند ساعت، داستان سفر همه کاربران نشان در تهران این بوده:مقایسه زمان رسیدن تخمینی نشان با واقعیت برای همه کاربران نشان. یک شنبه ۱۴ بهمن ۱۳۹۷ از ساعت ۷:۳۰ تا ۱۱:۳۰ما کاربران رو تو نمودار فوق به ۳ بخش عمده تفکیک میکنیم. اونها که زمان تخمینی نشان با اون چیزی که در واقعیت رسیدن قابل قبول بوده با رنگ سبز نشون شون دادیم. اونها که دیرتر از زمانی که ما گفتیم رسیدن و خطا از نظرشون احتمالا قابل قبول نیست رو با قرمز نشون دادیم. و اونها که زودتر از حد خطا قبول رسیدن رو با بنفش نشون دادیم.این نمودار نکته خیلی جالبی داره. بیش از اونکه فکرشو بکنید داستان داشتیم تا این نمودار رو بکشیم. نکته توی تعریف اون <حد قابل قبول> هست. حد قابل قبول چیه؟ ما اومدیم با نظرسنجی که انجام دادیم آستانه قابل قبول بودن زمان سفر رو تعیین کردیم. مثلا تو مسیری که نشان میگه ۳۰ دقیقه تو راه هستید، اگر کاربر بیش از ۴ دقیقه دیرتر برسه اون رو در دسته قرمز ها و اگر ۴ دقیقه زودتر برسه اون رو در دسته بنفش ها قرار میدیم. یا برای مسیر ۱۵ دقیقه، کاربر انتظار نداره خطای تخمین زمان سفر از ۲ دقیقه بیشتر باشه. مدل کردن این عدد ها و چسبوندن چند تا چیز بهشون ما رو به یه سری فرمول عجیب غریب رسوند که خب واقعا با دیدنش میگفتیم خب ایول ما خیلی کار خفنی کردیم ولی از کجا معلوم این درست باشه؟ روشن کردن اینکه خود این معیار چقدر درسته یه پروسه دیگه بود. در نهایت ما تونستیم خطا های زمان سفر رو به طرز بسیار تر و تمیز توی یه نمودار گوسی توصیف کنیم. در واقع اون تابع آستانه خطا به ما کمک کرد که دیگه بصورت discrete خطا ها رو نسنجیم و بدونیم که در واقع چی خطا هست و چی خطا نیست. نکته بعدی که تو این نمودار خیلی حائز اهمیت هست اینه که من اینجا اونهایی که کلا ازمون مسیر گرفتن رو نشون دادم. مقدار خیلی زیادی از اونها که خطای بیش از حد آستانه رو تحمل میکنن (بیش از ۵۰ درصدشون) همون هایی هستن که دقیقا مسیر نشان رو نمیرن و خب طبیعتا زمانی که پیش بینی کردیم در همون ابتدا مقداری دچار خطا میشه.اگر بخوام گزارش رو دقیق تر کنم اون دسته از کاربران نشان که مسیرشون بیش از ۸۰ درصد با مسیری که مسیریاب داده تطابق داره بطور میانگین بیش از ۸۵ درصدشون خطایی کمتر از آستانه رو تو مسیرها میبینند.یک مورد مهم دیگه پایدار بودن مسیرها است. پایدار بودن مسیرها یعنی اینکه مسیر ها پشت هم تغییر نکنند و اینطور نباشه که هر بار که کاربر مسیر میگیره، با اختلاف چند دقیقه ناگهان مسیر تغییر کنه. ما زمان زیادی رو صرف ثبات مسیر هامون کردیم. پایدار نگه داشتن مسیرها از یکجا به بعد کار بشدت پیچیده ای میشه. چرا؟ چونکه شما کافی هست فقط دویست متر از مسیر رو اشتباه پیش بینی کرده باشی. الگوریتم مسیریابی یک کوچه رو که جابجا کنه یهو ۵۰ درصد از مسیر جدید با مسیر قبلی تطابق نداره. زیبا نیست؟ :)مسیر میدان آزادی به میدان تجریش و بالعکس.این سرویس میاد و هر ۲ دقیقه مسیر هایی که زمان شون رو داریم مونیتور میکنیم رو متر به متر با قبلی مقایسه میکنه. تو عکس بالا از تجریش به آزادی (خط بنفش) با مسیر از آزادی به تجریش ( خط آبی) رو مشاهده میکنید. پایداری مسیر خیلی داستان داره و ما داریم روش کار میکنیم ولی خب اوضاع مون نسبت به قبل به مراتب خیلی بهتر هست.خب حالا موقع این هست که این گزارش ها رو کنار هم بذاریم و ببینیم اوضاع چطوره؟ بذارید مقداری زوم کنیم تو این نمودار ها و یکی از جاهایی که ترند ها مقداری متفاوت هست رو دقیق تر چک کنیم:مقایسه زمان سفر در مسیر مذکور- شنبه ۱۳ بهمن ساعت ۱۸-۱۹ همونطور که مشخص هست نشان در این ساعت داره مسیر تقریبا ثابت و زمان سفر ثابتی رو میده. و گوگل و ویز هر دو دارن به سمت زمان سفر های بالاتر میرن. البته این رو باید با نیم ساعت فاصله بگیریم چون کسایی که ساعت ۱۸ استارت مسیریابی رو زدن حدودا از ۱۸:۳۰ به بعد میرسند به مقصد.مقایسه زمان سفر واقعی و پیش بینی شده در مسیریاب نشان. مسیرهایی که از ساعت ۱۸-۱۹ آغاز شده اند.خب جاهایی که پیک ویز رو میبینیم ولی نشان چندان تغییری تو زمان سفر نداشته، خطا های زمان سفر کاربران افزایش چندانی نداشته و حدود ساعت ۱۹ ماکزیمم دقت زمان سفرمون رو شاهد هستیم (خط سبز).ولی همیشه اوضاع اینطوری نیست. برای مثال هم زمان با بازی ایران ـ ژاپن ترافیک خیابان ها بشدت افت شدیدی رو شاهد بود ولی الگوریتم های ما با تاخیر متوجه شرایط آنومالی شدن، در حالی که ویز تقریبا با ۲۰ دقیقه تاخیر اوضاع رو درک کرد. البته ما همزمان داشتیم رو سرویس تست مسیریابی مون اوضاع رو مونیتور میکردیم و سرویس تست مون با سرعت خیلی خوبی متوجه اوضاع شد ولی خب معمولا سرویس تست ما ۳-۴ ماه از سرویس عملیاتی جلوتر هست تا دلیور بشه و به دست کاربر برسه. همزمان با بازی ایران - ژاپن افرادی که زودتر از زمان پیش بینی شده رسیدن(خط بنفش) افزایش ناگهانی دارن.ما سرویس های مونیتورینگ دیگه ای هم داریم که اینجا اشاره نکردم. مثلا برای یکی از این مونیتورینگ ها نزدیک به ۱۵ ماه فکر و ایده پردازی شده. سرویسی که بگه کاربر چه حسی نسبت به کل مسیر داشت؟ اصلا به نظرتون چجوری میشه همچین چیزی رو مدل ریاضی براش داشت؟ شرمنده روی ماهتون ولی اینو هنوز نمیتونم منتشر کنم. امیدوارم یه روز این رو براتون دمو کنیم :)

از قضاوت دیگران نترسید. خبری نیست!

MINIMAL — Fri, 06 Jul 2018 11:33:11 +0430

تقریبا همه ما خیلی زیاد با این جملات که از ترس قضاوت دیگران نمی‌نویسم، نمیخونم، نظرم رو پنهان می‌کنم یا چیزهایی شبیه به این روبرو می‌شیم. واقعیت اینه که به محض اینکه دهان مبارک رو باز کنیم ذهن طرف مقابل داره ما رو قضاوت میکنه. کار به همینجا ختم نمیشه و میدونیم که ذهن بسیاری از افراد با اولین حرکات چهره و با دیدن زبان بدن مون تصمیم میگیره درباره ما قضاوت کنه. ولی شما نیاز دارید به اینکه قضاوت بشید اگر میخواهید واقعا رشد کنید.نکته اینجا اینه که خیلی از ما ها در یک ترس مبهم ازینکه طرف مقابل در مواجهه با هر کدوم از act های ما، صحبت ما، توئیت ما، نوشته ما و حتی کد ما چه عکس العملی نشون خواهد داد قرار داریم. ولی من برای شما یه خبر خوب دارم ? شما دست به هرنوع حماقتی هم که بزنین طرفدارای خودش رو داره. چه برسه به چیزی که حماقت نیست. طرف شما قبول نمیکنه؟ نمیپذیره؟ قضاوت اشتباه میکنه؟ به جهنم. خیلی ساده بود. میدونم.-این طوری فکر کردن خیلی سخت هست. کار هر کسی نیست…. این رو هم میدونم. ولی بعنوان کسی که از یه ادم بی نهایت خجالتی تبدیل شده به همین چیزی که توصیف اش رو کردم باید براتون بگم که یکی از آسایش های زندگی در همینه. این که برای نظر خودتون ارزش قائل باشید. خودتون رو دوست داشته باشید.-ممکنه نظرم اشتباه باشه و دیگران مسخره کنن، بخندن یا… پس نمیگم. خب اگر حس میکنی غلط هست چجوری میتونی اصلاح اش کنی تا وقتی که نظرات دیگران رو در موردش نشنوی؟ چجوری میتونی بفهمی ایده مضحک ات باگ داره؟ چجوری میتونی بهترش کنی؟ واقعیت اینه که نمیتونی.-تو یک احمق درجه یک هستی که به هیچ قانونی پایبند نیستی و خب زدن این حرفا برات راحته:) آره، آزادانه رفتار کردن خیلی جاها احمقانه به نظر میاد. این یک حقیقت تلخِ. این حقیقت تو جامعه ما یک واقعیت بسیار بسیار تلخ ترِ. ولی تا وقتی شما تا یک حدی از این مسیر رو نرید واقعا نمیتونید تاثیر گذار باشید. شما قطعا اشتباه میکنید. به شما خواهند خندید. ولی این رو هم بدونید که همزمان چرندیات دیگران هم براتون بی ارزش میشه. تا اقدام نکنین. تا یه نفس عمیق نکشید و چشمتون رو به جبر احمقانه ای که دیوار های ذهنتون براتون ایجاد کرده نکشید، نمیتونید اصلاح بشید. نمیتونید رشد کنید. باور کنید که دیگران قبولتون میکنن همونجور که هستید. باور کنید به مرور عاقل تر و شجاع تر از بقیه به نظر میرسید. تو موضوعاتی که تا دیروز پشم(یه چیز کم ارزش منظورمه ? ) حسابتون نمیکردن باهاتون مشورت میکنن و… https://www.ted.com/talks/derek_sivers_how_to_start_a_movement این رو ببینین لطفا. (زیر نویس فارسی هم داره میتونین زبان اش رو تغییر بدین.)این یک توصیه شخصی هست. تا میتونین خودتون رو در معرض سوال دیگران قرار بدید تو موضوعاتی که براتون مهم هست. به خودتون این فرصت رو بدید که از نظرات دیگران بهره مند بشید. این وسط چهار تا خنگولِ کچل ( این کچل اشاره به موی سر نداره از همه کچلهای واقعی عذر میخوام) هم ممکن هست اراجیف بارتون کنن. اکی بذار بارتون کنن. بقول ارسطو (افلاطون شاید؟) یا دیگران خودشون عالم هستن و به علم من پی میرند یا جاهل اند و ایراد میگیرن که در این صورت چه باک از سخن جاهلان. (نقل به مضمون کردم) یا دیگران در سطحی هستن که شما رو درک میکنن یا نیستن. اونها که نیستن ۲ دسته اند. یا نفهم هستن که خب مهم نیستن. یا فهمیده هستن که خب اصلاح مون میکنن. مسخره بازی در نمیارن. یادتون نره. کسانی که از قضاوت دیگران ترسیدن هرگز چیزی ازشون در نیومده.خیلی ساده بود.خودتون باشید.از زندگی تون لذت ببرید. :)

تجربیات و مصاحبه هایی که در ۲۰ ماه گذشته داشتم.

MINIMAL — Tue, 19 Jun 2018 00:03:21 +0430

تجربیاتی که تو همه مصاحبه های ۲۰ ماه اخیرم داشتم از درب و داغون ترین شرکت های مشهدی تا موقعیت های کاری خارج از ایران رو میخوام مرور کنم. امیدوارم این نوشته به شما امید و پشتکار هدیه بده. پاراگراف اول یه مقدار شخصی هست برای اینکه اوضاع و شرایط کاری من دستتون بیاد. به رقم ها صرفا برای این اشاره میکنم که حدود کار ها دستتون بیاد.اواخر سال ۹۴ در استانه ۳۰ سالگی تصمیم گرفتم برنامه نویس بشم تو حوزه IT. قبل تر با فرترن برنامه محاسباتی مینوشتم و خب خیلی غریبه نبودم، ولی برنامه نویس به اون معنای متداولی که تو ذهن شما هست هم نبودم. کارم این بود یه مشت عدد بگیرم و یه مشت عدد دیگه تولید کنم صرفا. فکر میکردم استارتاپ میزنم و مایه دار میشم و ازین داستانا. اوضاع زندگی و روحی ام بعد از یه شکست مفتضحانه مالی به حدی خراب بود که تصورش و تصویر سازی ازش سخت هست. این یعنی اینکه من همه چیز رو بسیار کند یادمیگرفتم یا اصلا یادنمیگرفتم :/ با html-css-wordpress-php شروع کرده بودم و از هیچ کدوم اساسا هیچی رو یاد نگرفته بودم تا اواخر ۹۵.آذر ۹۵ تصمیم گرفتم برم یه جایی کارآموز بشم. کامپیوتر ۲۰۰۰. رفتم مصاحبه و دیدم بقول خودشون فریم ورک دارن و من تازه یه چیزایی تو لاراول یاد گرفته بودم. شرکت کلی برنامه نویس داشت ولی به هیچ وجه نرم افزاری نبود و اصلا این کاره نبودن. من وقتی دیدم باید فریم ورک اختصاصی شون رو بیاموزم همون روز اول گفتم نمیام چون اینده ای براش متصور نبودم(تجربه صفرم اینکه به اینده فکر کنید هر چند دور بنظر میرسه) ولی بجاش تو تیم فروش نرم افزار erp شون یه مدت میمونم که بعد فهمیدم کل تیم من یک نفر هستم و خب دو هفته بیشتر طول نکشید. همزمان یه پروژه لاراول گرفته بودم که خیلی پیچیده بود برام و اونم دیماه نصفه نیمه رها کردم.تا اسفند جایی نرفتم و دور خودم چرخیدم. اسفند ماه رفتم شرکتی به نام irex یا همچین چیزایی. مصاحبه تو یه جای باکلاس بود و دفتر هم باکلاس ترین جای مشهد. نمیدونم چرا تو مصاحبه در باره مبلغ صحبت نکردم. روز اول مصاحبه کننده اومد گفت که ما خیلی خفنیم و مشتری هامون خفنن و … بعنوان تجربه اول اینکه کسایی که همون اول ازین ادعا ها میکنن معمولا موجودات دغلی از اب در میان. این کیس هم جز معمولی ها بود ? روز دوم معلوم شد که ماکزیمم حقوق ۱/۱۰۰ هزار تومن خواهد بود. به عبارتی برای یکی مثل من در حدود ساعتی ۵-۶ تومن بدون بیمه رد میشد. نتیجه اینکه همون روز دوم رها کردم و نرفتم.اخر اسفند ۹۵ رفتم یه جایی که اسمش یادم نمیاد. گفت ما با یه جای دیگه مرج شدیم و بزرگ شدیم و ازین شعرای شرکت قبلی و … یه سری نمونه کد نشون دادم که همه رو ایراد گرفت. (تجربه دوم این بود که وقتی یه شرکت واقعا شرکت باشه روراست برای حقوق مذاکره میکنه و تو سر شما و کارتون نمیزنه. به مصاحبه کننده هیچ ربطی نداره که شما فلانجا دیتابیس رو چجوری باید طراحی میکردی. قرار شد ساعتی ۷ تومن بگیرم و برم سر کار از فروردین. منتهی موردی که بود این بود که گفت احتمالا باید جاوا یاد بگیری و بشدت سردر گم بودن که استک شون اصلا چی خواهد بود. ۱۴-۱۵ فروردین ۹۶ رفتم شرکتشون که جاش عوض/بهتر شده بود و صحبت کردیم. تهش گفت دو هفته ازمایشی و بدون حقوق بیا تا ببینیم چی میشه. همون موقع هم کار شروع شد با چی؟ با css. طرف دقیقا اومده بود پشتم نشسته بود و این بدترین احساسی هست که میتونم داشته باشم. اینکه یکی داره رو کار من نظارت میکنه یا اینکه پشتم وایستاده ببینه من دارم چکار میکنم. خب. من رسما عصبی شده بودم. فلذا دیگه نرفتم ?همون شب به داده تک یاب دانا رزومه دادم. فرداش ساعت ۹ رفتم مصاحبه. مصاحبه خیلی شفاف بود. کار php/laravel بود و تا حدی ازش سر در میاوردم. حقوقش هم از همون اول برای ازمایشی پرداخت میشد به ساعتی ۸ تومن. بعد از ازمایشی حقوقم شد ساعتی ۱۰ تومن.مدیر همون روز اول گفت به این انقدر میدیم به اون انقدر میدیم و خب به نوعی شفاف بودنش رو دوست داشتم. شرکت سر کوچه مون بود. همه چی رویایی بود. رفتم سر کار و تا مهر هم وایستادم. هنوز هم باهاشون کار میکنم اگر موردی باشه و از کدایی که پارسال نوشتم پشتیبانی میکنم. محیط شرکت و بچه ها رو واقعا دوست داشتم/دارم. تجربه مهم اینجا شفافیتی بود که تو مصاحبه بود و همه چیز به روشنی گفته شد همون اول. شفافیت هست که اعتماد میاره وگرنه ننجون من هم میگه دختر یکی از بزرگترین ثروتمندان شهرشون بوده و الان پایین ترین نقطه تهران زندگی میکنه …همزمان با اون شرکت بطور کاملا رفاقتی تو یک گروه تلگرامی که برای دانشگاه فردوسی بود یه نفر گفت برنامه ای نوشته با متلب که ترافیک رو تخمین میزنه و میخواد این رو بیاره تحت وب… منم رفتم دیدم متلب میتونه api بده و گفتم براش انجام میدم. این داستان در نهایت منجر به کار فعلی در سازه های اطلاعاتی راژمان شد. مصاحبه راژمان بشدت عجیب غریب و طولانی بود/هست. اول میری یه تست روانسنجی/شخصیت؟ میدی. بعد با مدیر منابع انسانی صحبت های اولیه رو میکنی. ازین فیلتر که رد میشی میری مصاحبه تخصصی و تست هوش میدی. باز از اون که رد شدی میری با مدیرعامل مصاحبه نفس گیر اخری رو میدی. من با خودم میگفتم بابا مگه میخوام چکار کنیم که این همه دنگ و فنگ داره همه چی. ۲ ماه این پروسه طول کشید و در نهایت من به عضویت تو تیم راژمان در اومدم. تجربه مهم بعدی این هست که شرکت هایی که تیم شون براشون مهم هست و کلا کارشون تیمی جلو میره معمولا به راحتی نیرو جذب نمیکنن و خب تو فرایند مصاحبه هم مغز شما رو با عباراتی مثل اینکه فلان کد غلطه یا … نمیخورن. من از ۳۱ تیر ۹۶ اومدم راژمان. کار به وضعی سخت بود که حد نداشت. تنها خوبی که این مساله داشت این بود که این مساله رو کس دیگه ای حل نکرده بود و من کارم تقریبا تحقیق توسعه یا همچین چیزایی بود. دو هفته نشده بود که من گفتم نمیتونم این کار رو بکنم و کمرم رو بهانه کردم. البته واقعا هم درد میکرد و از طرفی کار در اندازه های من نبود. در اندازه های بزرگتر از من هم نبود. ازون موقع تا فروردین ۹۷ من ۴ بار دیگه رفتم و گفتم کارم اینجا تموم شده و دیگه باید برم. ? بعدا برمیگردم به اینکه چرا همچنان اینجا هستم و چرا خواهم موند.آذر ۹۶ یه انیمه ژاپنی دیدم. همون شب این ایده اومد به ذهنم که یه چت بات فارسی بنویسم که بیاد مکالمات من رو بخونه و بعد شبیه من حرف بزنه یا همچین چیزی مثلا. فرداش نمونه اولیه رو زدم. هفته بعد اش هم چند تا نمونه دیگه ساختم و یه دونه اش رو هم اوردم تو تلگرام که خیلی داغون بود. در نهایت جو گیری ام خوابید و رفتم تو لاک خودم. دو هفته بعد داشتم فولدرا رو پاک میکردم که دیدم یه دیتاست درست کردم از زیرنویس یه سریال. همون رو دادم به چت بات. محشر داشت پاسخ میداد به سوالات. این رو منتشر کردم تو توییتر. این اغاز اشنایی من با برخی افراد شد و البته منجر به یه افر با رقم بالا از طرف بچه های خوب رایمون. برای یه کاری رفته بودیم تهران که من رفتم خدمت دوستان و از نزدیک هم رو دیدیم. اونجا نظرم رو گفتم و بهشون گفتم برای همچین کارایی نیاز به این تخصص ها هست و بیشتر دادگان مهم هست تا کدها و منطق تون. البته قصد تهران رفتن رو هم نداشتم.فروردین ۹۷ من برای بار چهارم/پنجم؟ به مدیرمون گفتم که من احتمالا دیگه نیام و یکی از شرکت ها هست که بنظرم تو تهران سرش به تنش میارزه و میخوام مصاحبه بدم. هدف من برای این کار رزومه داشتن و ارتباطات احتمالی با افرادی بود که شاید میتونستم یه سری از سرویس هام رو بهشون بفروشم. ایشون هم طبق معمول مخالف بود و من گفتم حالا من میدم دیگه ببینیم چی میشه. البته شرط خودم این بود که اگر موضوع ترافیک باشه قطعا همکاری نمیکنم ولی تو موضوعات دیگه شاید برم.. در نهایت هم موضوع به سمت هایی رفت که اخلاق کاری اجازه نمیداد فعلا واردش بشم و خب هیچی شد. صرفا مدل مصاحبه اینطوری بود که یه سوال فرستادن که یک هفته وقت داشتم روش کلیک کنم تا دانلود اش کنم و از زمان دانلود ۲۴ ساعت وقت داشتم تا حل کنم. سوال به قدری پیچیده بود که فکم افتاد و هنوزم جاش درد میکنه ? البته تو مصاحبه اسکایپی خیلی خوب در موردش صحبت کردیم و به خوبی حل کرده بودم سوال رو. هر دو مصاحبه کننده از دانشگاه شریف بودن. یکی شون نفر اول المپیاد کامپیوتر بود. بعد از مدتها برای اولین بار کسی رو میدیدم که هرکاری میکردم نمیتونستم تو بازی با عددها دست به سرش کنم و یجوری گیر میافتم. سرعت عمل اش عالی بود. این خیلی برای من جذاب بود.اردیبهشت ۹۷ یکی از دوستان توییتری بهم پیام داد که نمونه تست داری برای پوزیشن دیتاساینتیست میخوام کسی رو استخدام کنم؟ منم همون تستی که جاش درد میکرد رو با جواب خودم که بنظر خیلی خوب میومد فرستادم به همین دوستمون. لابلای حرفها صحبت از کار ریموت شد. منم که در پوست خود نمیگنجیدم گفتم بله من خیلی دوست دارم همچین کاری بکنم و خب مصاحبه نداده یجورایی قبول شدم در ازمون ? البته بعدا یه مشکل با ملیت بنده پیش اومد که ایرانی هستی و … که اخرش نمیدونم چی میشه ولی کار یهویی در هاله ای از ابهام فرو شد.همین روزا، از شرکت اسنپ تریپ زنگ زدن که ما برای مارکتینگ دیتاساینتیست میخواهیم با شما مصاحبه کنیم. مصاحبه دادم. خوبم بود ولی قصد نداشتم برم و دیگه پیگیری نکردم چی شد. البته رقم خیلی زیادی هم پروندم. الان با قاطعیت میگم که اگر بیشتر هم میگفتن پاسخ من نه بود.همزمان با اون ریموت افر، یکی دیگه از عزیزان به من گفت رزومه بده. این شاید بدترین مصاحبه ای بود که من تو این چند وقت دادم.رزومه دادم بدون اینکه بپرسم داستان چیه اصلا؟ دو سه هفته بعد با یکی از دوستان مصاحبه دادم. همون اول فهمیدم که اعضای تیمی که من رو براش در نظر گرفتن از فیس بوک و گوگل برین هم توشون هستن و خب اپیلاسیون دائم شدم. مصاحبه کننده که خودش دکترای هوش مصنوعی از kth داشت بسیار صریح و اندکی مغرور میزد که هر دوش رو دوست داشتم و به صراحت گفت که شما برای این کار ما جونیور حساب میشی و ما سنیور و شاید بیش از اون لازم داریم. ولی شاید ۶ ماه دیگه با هم صحبت کردیم. راستش من انتظار داشتم بگه پشمک محسوب میشی که شاید پشمک معادل انگلیسی اش همون جونیور هست تو کالیفرنیا!؟ نکته بسیار بسیار بد میدونین چی بود؟ اینکه مثلا وقتی از من پرسید تو حوزه nlp چکار کردی من اصلا کارامو توضیح ندادم و بخاطر ضعف انگلیسی هنوز داشتم به سوال قبلی فکر میکردم و مِن مِن میکردم.این قضیه کار ریموت برای من این ذهنیت رو ایجاد کرد که چرا که نه؟ شاید یکی دیگه هم بخواد کار ریموت بکنه. اکانت لینکدین ایجاد کردم و یه سری خزعبلات ریختم توش تا ببینم دنیا چه شکلی هست. ظرف دو هفته برای ۲۰۰ تا پوزیشن کاری اقدام کردم که فکر نمیکنم تا الان حتی ۱۰ تاشون اپلیکیشن من روخونده باشن. تو همین اوضاع احوال یکی دیگه از دوستان توییتری بهم پیام داد که استک جای بهتری هست برای صنف ما..حرف از کار خارج و این داستانها بود که دوستان گفتن کار نیاز به ویزا اسپانسر داره و اونا رو به ما نمیدن و فکر کردی به همین راحتی هست آیا…؟ با خودم گفتم خب برای همچین شرایطی ازین به بعد باید اقدام کنم .همون شب(سه شنبه ۲۲ اردیبهشت ۹۷) برای شرکت هلندی coolblue رزومه دادم تو استک. کار با visa sponsor/paid relocation بود.حتی هزینه سفر خانواده رو هم میدادن. شرکت هم تو اندازه های دیجی کالای خودمون بود تو کار خرده فروشی. فرداش ایمیل زدن که خیلی عالیه اگر روز جمعه ۲۵ اردیبهشت با هم تلفنی صحبت کنیم. در نهایت به اسکایپ راضی اش کردم و صحبت کردیم و گفت بلحاظ فنی بنظر اکی میای ولی سطح زبان ات خیلی داغون هست.(بنظر اکی میای رو از روی کارام گفت چون حرفامو نفهمید اصلا :/ ) ما اینجا چیزی با تخصص بیشتر از شما نمیخواهیم ولی زبان ات باید پرفکت باشه تو اون پوزیشن ? بنده خدا با یه حالتی میگفت so sorry که خندم گرفته بود. من حتی اینجا هم یادم نمیومد بگم اقا that is ok هی میگفتم thank youهمزمان شرکت gfk هم یه رزومه دادم تو المان. برام یه مساله فرستادن که حل کنم و یک هفته وقت دارم روش کلیک کنم و یک ساعت وقت دارم پاسخ بدم. هنوز روش کلیک نکردم و تا پایان خرداد فرصت دارم براش. بنظر نمیاد اونقدر پیچیده باشه داستان اش.این وسط ها یه رزومه برای شرکت نفتی هالیبرتون فرستادم که من رو رد کردن برای یه پوزیشن. ولی هفته بعدش یک نفر از یه جای دیگه مبتنی بر همون چیزی که برای هالیبرتون نوشته بودم بهم ایمیل شخصی داد و دعوت به مصاحبه کرد.داستان ادامه ندارد. اپ لینکدین رو پاک کردم از رو گوشیم. همه کارای مصاحبه .. رو با اکانت اوت لوک انجام میدادم که اونم پاک کردم و تا حدودی دستم اومد که چی به چی هست داستان. مجموعه این ماجرا ها منجر به یه سری تصمیم ها و درس ها شد برای من که در ادامه میخونید.درس هایی که از کل این فرایند ۲۰ ماهه گرفتم:۱- امید داشته باشید. اولین پوزیشن کاری جدی من در ۲۰ ماه گذشته ساعتی ۵ هزار تومن حقوقش بود و اخریش در همین خرداد ماه بیش از ۱۵۰ هزار یورو در سال. فلذا حقوق رو مبنای تصمیم گیری قرار ندید و بدونید که اگر تلاش کنید به نتیجه میرسید.۲- اگر به کاری علاقه ندارید همین امروز بیخیال اش بشید. فردا دیر هست. سختی داره ولی به نتیجه میرسید.۳- یه سری نکات که بولد کردم مثل همینکه ما خیلی خفنیم … تو مصاحبه معمولا به جای جالبی ختم نمیشه.۴- از رزومه دادن نترسید. معمولا خیلی از جاها رزومه شما رو اصلا نمیخونن ?۵- بشدت تلاش کنین. با پشتکار مطالعه کنین. با جدیت کد بزنین تو بیکاری ها تون. از وسط این چیزای فان خیلی خیلی پروژه های مهم تری در میاد تا اون چیزی که براش برنامه ریزی قبلی دارید.۵/۱- همیشه یکی دو سرویس از خودتون رو بالا نگه دارید. خیلی خیلی مهم و به درد بخور هست این کار. سرویس تون رو هم قشنگ داکیومنت کنین. عالیه این تجربه.۶- یکی از دوستان که امریکا مشغول هست به من گفت اگر میخوای بری فلان شرکت تو تهران برای رزومه بدون که اینجا فرقی بین هیچ کدوم از شرکتهای ایرانی نیست چون همه ناشناخته هستن. راست هم میگفت. بیشتر رو متخصص شدن متمرکز بشید اگر به تحصیل تجربه در خارج میاندیشید.۷- تکلیف خودتون رو با خودتون مشخص کنین. من همون طور که رفتم جلو فهمیدم که باید از خیلی از اوقات مطالعه ام بزنم برای اینکه فلان سرویس ام رو بفروشم یا… ببینین این کاره هستید یا نه. و اینکه چقدر علاقمندی دارید به اینکه بدوید دنبال یه کاری تا اینکه پشت کامپیوترتون کد بزنین. تو این مواقع داشتن یه شریک/رفیق دانا از هر چیزی مهم تر هست.۸- دلیل اینکه من پشت سر هم میرفتم و میگفتم کارم تموم هست این بود که بنظرم میومد سواد کمتری نسبت به مجموعه دارم. اینکه دیگران از بیرون چی میدیدن انگار خیلی با ذهنیت من فرق میکرد. از طرفی فکر میکردم اون بیرون چخبره. واقعیت این هست که رفتار حرفه ای تیم مون و صداقت و شفافیت سازمان مون من رو به این نقطه رسوند که خیلی بعید هست که جایی بهتر از اینجا پیدا کنم. فلذا تصمیم گرفتم همینجا بمونم چون نه دیگه رزومه درست کردن برام مهم بود و نه من خودم رو در فروشنده سرویس هام میدونستم.۹- تابلو هست که من باید برم کلاس زبان شما رو نمیدونم.:)۱۰- نکته خیلی مهمی که یاد گرفتم این بود که من باید همچنان خودم رو تو زمینه کد نویسی تقویت کنم. من جدا نیاز به این نداشتم موضوع جدیدی رو یاد بگیرم یا برم مثلا درباره یادگیری توهمی(من بهش میگم تخیلی ? ) مطالعه کنم. تکلیفم با خودم مشخص شد. من میخواستم در زمینه یادگیری ماشین فعلا کار کنم تادر اینده در شرکتی که نیاز به یادگیری عمیق داشت کار پیدا کنم. اینجاست که ادم باید حد خودشو بشناسه و بدونه که کار در سطح بالا نیاز به مدرک شما/ سواد شما و هیچی شما نداره. از شما میپرسن تجربه جدی ات چیه؟ چقدر میتونی راحت ارتباط برقرار کنی؟ و الباقی موارد حل میشه خود به خود.موفق، پر تلاش و امیدوار باشید. :)

چرا درس خوندن دخترم برام مهم نیست؟

MINIMAL — Mon, 18 Jun 2018 23:56:20 +0430

چی میشه که کسی که تو ۲۴ سالگی دکترای فیزیک میخونده و رتبه تک رقمی کنکور دکترا بوده میگه درس خوندن/نخوندن دخترم برام مهم نیست ؟ چون مدرسه خلاقیت رو میکشه. خطای شناختی اولین پاسخ و تنبلی رو در بچه نهادینه میکنه و..به سامانه های حمل و نقل تو جهان نگاه کنین. ۱۰۰ سال پیش چجوری ادم ها جابجا میشدن؟ الان چجوری جابجا میشن؟ ۱۰۰ سال اینده کجا خواهند بود؟به شیوه های کشاورزی نگاه کنین. شیوه های دامداری. شیوه های …. حتی شیوه مملکت داری هم دچار تغییرات گسترده شده. ارتباطات ما هر روز داره متحول میشه. همه چی این وسط متحول شده الا یک چیز: نظامات آموزشی سراسر جهان. یعنی هزار سال پیش ابن سینا همینطوری سر کلاس رفته که ما رفتیم. ۲۳۰۰ سال پیش ارسطو هم همینطوری سر کلاس میرفته تو مدرسه پلاتونیک و …حالا چرا مدارس اون چیزی که باید باشن نیستن؟ نمیدونم. حقیقتا نمیدونم چرا وقتی بچه ۱۸ سالش میشه و از مدرسه میاد بیرون این چیزهای خیلی واجب رو نمیدونه.مهمترین ها اینها هستن:-بچه ها از مدرسه میان بیرون بدون اینکه حتی یاد گرفته باشن چجوری رو صندلی بشینن. چجوری از سلامتی شون مراقبت کنن و چجوری به حفظ و بهبود سلامتی شون کمک کنن.-بچه ها یاد نگرفتن که چجوری یاد بگیرن. این یکی از بدترین طنزهای جدی روزگار هست که شما ۱۲ سال (در مورد من ، ۲۰ سال) در مدرسه /دانشگاه میگذرونی بدون اینکه حتی یاد بگیری که چجوری یاد بگیری.-مدرسه ها به طرز بدی به شما یاد نمیدن که چجوری با دیگران مذاکره کنین. معلم ها رئیس و تصمیم گیر/ساز هستن و شما هم باید گوش کنی و بری جلو.-مدرسه ها به ما یاد نمیدن چجوری با دیگران رابطه برقرار کنیم. همه چیز بر اساس آزمون و خطا پیش میره. این اونجایی بد میشه که به خودمون و طرف مقابل مون اسیب هایی میزنیم که گاهی جبران ناپذیر هست.-مدرسه ها یاد نمیدن چجوری کار کنیم. چجوری پول در بیاریم. و از همه بدتر به ما یاد نمیدن چجوری از پولمون مراقبت کنیم.مدرسه ها چی یاد میدن؟تو ایران به شما جغرافیا،تاریخ،تعلیمات اجتماعی،علوم تجربی(شیمی، ریاضی، زیست شناسی)، ریاضیات، قوانین زبان فارسی و.. یاد میدناصلا در باره اینکه اینها مفید هستن یا نه حرفی نمیزنم. درباره اینکه چقدر با اینها محک زده شدیم هم حرفی ندارم. ولی اینکه اینها الان کجای زندگی هر کدوم از ما هستن واقعا دردناک ترین قسمت ماجرا است.مدرسه ها چه مشکلاتی ایجاد میکنن؟رسیدیم به اصل مطلب. مدارس خلاقیت رو به وضع عجیبی در ادم ها میکشن. تو یک نظامِ به معنای واقعی کلمه، شما مدیر و ناظم و معلم داری که بصورت کاملا یک طرفه به شما میگن که این کار رو باید بکنی وگرنه شونه ات میخاره(یا همچین چیزایی)، با ولی ات باید بیای یا… . اگر میخواهید بیشتر در این باره بدونین پربیننده ترین و مطرح ترین ویدئو تد رو به شما پیشنهاد میکنم.مشکل بعدی که در اکثر دانش اموزا(خصوصا با استعداد های بیش از نرمال که تقریبا همه ماها ازین دست هستیم) میبینید اینه که این بچه ها به مرور یاد میگیرن با سریع پاسخ دادن میشه تشویق شد و پاسخ خوب رو همون اول میشه داد. تحقیقات نشون داده که این ادمها معمولا به مرور دچار خطای شناختی بسیار بدی میشن که خیلی سریع پاسخ میدن در مواجه به همه چیز. این خیلی اتفاق داغونی هست. این ادمها حتی یادنگرفتن فکر کنن و بعد تصمیم بگیرن. این ها خیلی راحت درست و غلط رو قاطی میکنن و شکست های بدی در اینده کاری/مالی/عشقی/هرچی میخورن.مشکل بعدی این هست که شما اگر از همون طبقه نرمال به بالا باشی معمولا تو مدرسه با یه حالتی از فراخناکی کارات به مرور به پیش میره. بدون اینکه اب از اب تکون بخوره. هنوز هم نمره هات خوبن و این تنبلی کم کم شما رو بیچاره میکنه.البته که این مورد و مورد قبلی یه نکته ای رو در خودشون دارن که تاثیر محیط اطراف و خانواده در اون بسیار پررنگ هست. ولی، این درد اونجا اوضاع اسفباری پیدا میکنه که شما تو خانواده ای زندگی بکنی که خیلی براشون درس و مشق مهم باشه و بخوان دکتر شدنت رو ببینن.به اوضاع چشم رو هم چشمی خانواده ها و داستانهای ازین قبیل که دور و بر همه مون پر هست هم اشاره ای نمیکنم :/خب با این اوصاف چرا باید دخترم رو به مدرسته بفرستم؟ هنوز دلیل قانع کننده ای براش نیافتم. ولی این رو بدونید که به محض اینکه جایگزینی براش پیدا کنم قطعا نمیذارم جایی درس بخونه. دخترم باید یاد بگیره که چجوری زندگی کنه. چجوری کار مورد علاقه اش رو پیدا کنه. چجوری مهارت لازم برای اون کار رو کسب کنه. چجوری بیاموزه. چجوری رابطه برقرار کنه با ادمها، چجوری پولاشو خرج کنه و از همه مهمتر چجوری از زندگی اش لذت ببره.من هرگز هیچ تلاشی نمیکنم که بچه ام شاگرد اول دوم سوم یا دهم باشه. هرگز.من تلاش میکنم که اون چیزایی که لازم هست بدونه رو بدونه. و از همه مهمتر تلاش میکنم که یاد بگیره که چجوری یاد بگیره.این مطلب اولین بار تو وبلاگم منتشر شده. به اونجا هم سر بزنید. https://marn.ir/%DA%86%D8%B1%D8%A7-%D8%AF%D8%B1%D8%B3-%D8%AE%D9%88%D9%86%D8%AF%D9%86-%D8%AF%D8%AE%D8%AA%D8%B1%D9%85-%D8%A8%D8%B1%D8%A7%D9%85-%D9%85%D9%87%D9%85-%D9%86%DB%8C%D8%B3%D8%AA%D8%9F/

میخوام دیتا ساینتیست بشم چکار کنم؟

MINIMAL — Mon, 18 Jun 2018 23:49:13 +0430

این یه مغزه دیگه مثلا:)خیلی ها، خیلی زیاد، از من در این باره میپرسن که میخوام دیتا ساینتیست بشم چکار کنم؟واقعیت اینه که راهنماهای زیادی برای دیتا ساینتیست شدن هست که همشون هم معمولا سعی در این دارن که همه چیز رو تو این حوزه، سخت و نیازمند به دانش پیشین گسترده معرفی کنن. ولی واقعیت این هست که این کار هم مثل همه حوزه های دیگه نیاز به پشتکار و علاقه داره. اگر دارید بقیه مطلب رو همراه من باشید.من لیستی از سوالات و مواد لازمی که بنظرم خوب میاد رو میارم. طبیعی هست که اپدیت اش میکنم . چیزای بیشتر و بهتری اگر دیدم بهش اضافه میکنم.من برنامه نویس نیستم چه زبانی رو باید بدونم؟ زبان های R و Python بهترین و سریعترین هستن. بشخصه پایتون رو معرفی میکنم به همه چون بنظرم راحت تر راه افتادم و خب یه موقع بخواهید سرویس جدی ارائه بدید واقعا سر تر هست نسبت به R. از طرفی R مقداری هلو بپر تو گلو تر هست و این باعث میشه خیلی عمیق یاد نگیرید موارد اولیه رو. لازم هست بدونین که شما نیاز نیست خیلی برنامه نویس خفنی باشید برای اینکه بتونید کار رو شروع کنین. صرفا چهارتا چیز ساده رو یاد بگیرید کافی هست. شاید دوره جادی برای پایتون استارت خوبی باشه و باید بدونید همون دوره مقدماتی همه نیاز شما رو به طور کامل پوشش میده و تو مباحث تخصصی هم که خدا پدر استک و گوگل رو بیامرزه. مورد داشتیم من یه سرویس رو از صفر تا صد با گوگل نوشتم دادم دست مشتری خیلی هم راضی بودن :))چقدر باید زمان بذارم؟ این رو هرکسی از من میپرسه حس بدی رو بهم منتقل میکنه. بنظرم حوزه دیتا رو اگر علاقه ندارید به سمتش نرید. واقعا چیزی گیرتون نمیاد غیر از چهار تا عبارت قلمبه سلمبه بیمصرف که دیگه الان همه بلدن. اگر هم علاقه دارید که دیگه هرچی در توان تون هست بذارید. من زن و بچه دارم. کار هم میکنم تا حدی که کمرم اجازه بده و با این حال همچنان روزی ۳-۵ ساعت مطالعه میکنم. و مایلم به اطلاعتون برسونم با این نرخی که من وقت گذاشتم یک سال طول کشید که به جایی برسم که بتونم مساله واقعی حل کنم و سرویس رو به پروداکشن برسونم. این رو هم به خاطر داشته باشید که من قبل تر ها برنامه نویس محاسباتی بودم و خب با اعداد خیلی راحتم و شاید شما مجبور باشید وقت بیشتری بذارید یا… دیگه خودتون میدونین. دیتا عشقِ عشق? این شما و علاقه مندی تون هست که مشخص میکنه کی به نتیجه میرسید. من خیلی دور باطل زدم برای اینکه به نتیجه برسم و شما میتونین من رو آینه عبرت قرار بدین و راههای بهتری رو پیدا کنین.ریاضیات چی میخواد؟ این رو معمولا کسی از من نمیپرسه. یه سری سایتها هم ازین چرندیات که بدون دونستن ریاضی دیتاساینتیست بشوید و بلا بلا بلا رو زیاد میگن. راستش شما به مقداری جبر خطی نیاز دارید. طبیعتا اشنایی ابتدایی با حساب دیفرانسیل هم گاهی کمک میکنه ولی جبر خطی از همه مهمتر هست. برای اشنایی با جبر خطی بنظرم بخش های اغازین کتاب دیپ لرنینگ شاهکار Ian Goodfellow رو از دست ندید.کلا این کتاب کل ریاضیات رو پوشش میده. اصلا نترسید. کلا خیلی ساده است موضوع. اسمش یه جوری عجیب غریب هست.یه زبونی رو بلدم و از ریاضیات ابتدایی هم سر درمیارم و اون مقاله رو هم خوندم حالا چکار کنم؟ خب. رسیدیم به جایی که خیلی مهم هست. اینجا جایی هست که به هیچ عنوان نباید اشتباه مهلک من رو تکرار کنین. من اساسا تا یه موقعی بشدت مطالعه میکردم و انقدر مطالب مختلف رو خونده بودم که اساسا تو حرف زدن حتی دانشجوهای ارشد هوش مصنوعی هم کم میاوردن جلوم. ولی در عمل، هیچی :/ شما نباید به هیچ وجه دنبال این باشید که به روز باشید و همه چی رو تا تهش بدونین و … شما باید تا میتونید toy example حل کنین. این باعث میشه که هم دستتون روون بشه تو ماجرا. هم اینکه مسائل واقعی رو لمس کنین. کنارش هم ۴ تا چیز یاد بگیرید و دقیقا متوجه میشید که حوزه مورد علاقه تون کجاست؟این دیپ لرنینگ چیه؟ توصیه برادرانه من به شما این هست که فعلا بیخیال این فیلد بشید.این که چرا بیخیال بشید رو در یه مطلب دیگه بهش میپردازم. فعلا همینقدر بدونین که این بیشتر یه هایپ هست بنوعی و اصلا اونطوری که فکرشو بکنین کاربرد جدی نداره تو صنایع و هنوز بیشتر تو حوزه ریسرچ ترند هست نه تو صنعت. الان ۴ تا مثال نقض برام میارین. اونا رو میدونم. ولی بیش از نود درصد مسائل فعلی حوزه دیتا رو همین روشهای مرسوم ماشین لرنینگ حل میکنن پس بخاطر اون ده درصد کافه رو اتیش نزنین لطفا.منابع خوب چیا است؟ اول از همه بهترین مطلب برای شروع به زبان فارسی قطعا مطلب سایتzerotohero.ir هست. این مطلب یه دوره خوب هست که ترجمه ای از یه مقاله انگلیسی هست. طبیعتا توصیه میکنم مقاله اصلی که خودش چندین پارت هست رو بخونین. ولی برای شروع همین مطلب خیلی خوب هست.این مطلب به شما یاد نمیده که فلان مساله رو چجوری حل کنین ولی بهتون این دید رو میده که لااقل این کلمه یادگیری/لرنینگ یعنی چی اصلا؟! ممکن هست همون اول دل شما رو بزنه و دیگه نخواهید ادامه بدید یا اینکه علاقمند بشید و خیلی هم پیگیری کنین. من یکی دوتا سایت رو چک میکنم معمولا روزانه. برخی ها شون رو هم مشترک هستم و همه زیر مجموعه مدیوم هستن. اگر خواستید باید لیست همه شون رو دربیارم ولی بطور کلی این سایت رو از دست ندید. https://towardsdatascience.com/