«Мен IT тек ер адамдарға арналған деп ойлайтынмын»
– Наджима, сіздің IT-дегі жолыңыз қалай басталды?
– 2018 жылы мектепті бітіріп, қай мамандықты таңдасам деп ойландым. Математика сыныбында оқысам да, IT тек ерлерге арналған, менің ол салада жұмысым жоқ деп сенімді болдым. Сондықтан Мәскеудегі Ресей мемлекеттік әлеуметтік университетінің «Әлеуметтану» факультетіне түстім.
Оқу кезінде үнемі қосымша жұмыс істедім, ал төртінші курста толық уақытты қызмет іздеуге бел будым. Сол кезде рекрутер болып IT-агенттікке орналастым. Көп жағдайда фронтенд және бэкенд әзірлеушілерімен сұхбат өткізетінмін, бірақ кейде ML-инженерлер, AI-продакт-менеджерлер сияқты жасанды интеллект саласының мамандарымен де сөйлесетінмін. Бастапқыда «жасанды интеллект мен үшін емес» деп ойласам да, бір сәтте мен IT саласында жұмыс істегім келетінін түсіндім.
Университетті бітірген соң Тәжікстанға оралып, қашықтан жұмыс істей бастадым. Біраз уақыттан кейін бұл формат маған сай келмейтінін сездім де, продакт-менеджмент курстарына қатысып, Душанбе қаласынан офлайн жұмыс іздей бастадым.
– Қай салалар бойынша жұмыс қарадыңыз?
– Әртүрлі вакансияларға жауап жібердім, бірақ өзімді халықаралық ұйымдарда елестететінмін. Дегенмен жақын құрбым zypl.ai компаниясында жұмыс істеп жүрген, сол маған осы жерге барып көруге кеңес берді. Компанияның сайтынан бір позицияны кездейсоқ таңдап, түйіндемемді жолдадым.
Маған HR маманы хабарласты. Менде IT саласында нақты тәжірибем жоқ екенін, бірақ дәл осы командада жұмыс істеуді қатты қалайтынымды ашық айттым. Нәтижесінде маған екі бос орын ұсынды: кеңсе менеджері немесе CEO ассистенті. Әрине, екіншісін таңдадым да, шамамен бір жылдай Азизджон Азимидің көмекшісі болдым.
Осы уақыт ішінде стартаптың қалай жұмыс істейтінін толық түсіндім, кәсіби тұрғыда қатты өстім. Сондықтан өткен жылдың көктемінде A7Sigma холдингі құрылып жатқанда, мені A7σ атқарушы офисінің менеджері етіп тағайындады. Кейінірек директор атандым. Дәл осы жұмыс барысында біз командамен epsilon3.ai идеясын ойлап таптық, оны A7σ командасы дамыта бастады.
«Біздің модельдердің дәлдігі – 99%»
– Қазір epsilon3.ai қандай қызмет ұсынады?
– epsilon3.ai GovTech-компанияларға арналған талдау және болжау шешімдерін әзірлейді. Мұны біз zypl.ai R&D-командасы жасаған zGAN атты синтетикалық деректер генераторы арқылы іске асырамыз. Бұл технология GAN (Generative Adversarial Network), яғни генеративті бәсекелес желілер отбасына жатады. Оның негізінде ойын теориясының принциптері жатыр. GAN екі бөліктен тұрады: генератор — шынайы деректерге өте ұқсас синтетикалық деректер жасайды, ал дискриминатор — нақты және жасанды деректерді ажыратуды үйренеді.
zGAN-ның басқа жүйелерден ерекшелігі — ол мақсатты түрде аутлайерлерді (деректер жиынтығындағы ерекше, қалыптан тыс нысандар – Digital Business еск.) генерациялай алады. Көп жағдайда машиналық оқытуда мұндай деректер жойылады, өйткені олар модельге теріс әсер етуі мүмкін. Ал біз керісінше, синтетикалық жолмен аутлайерлер қосып, нормадан ауытқуларды анықтаймыз. Мысалы, энергетикалық компанияның жағдайында zGAN электр тұтынудың кенет артуы, төмендеуі немесе есептегіш нөл көрсетіп тұрса да, энергия жұмсалуы сияқты күтпеген жағдайларды көрсетеді.
Бір жоба үшін Өзбекстан нарығын зерттедік. Ресми дерек бойынша, 2024 жылы елде $108 млн-ның электр энергиясы ұрланған. Егер біздің жүйе сол көлемнің тек 20-30 пайызын ғана «ұстай» алса да, бұл ондаған миллион доллар үнемдеуге мүмкіндік береді.
Толығырақ Digitalbusiness.kz сайтында.
«Мен IT тек ер адамдарға арналған деп ойлайтынмын»
– Наджима, сіздің IT-дегі жолыңыз қалай басталды?
– 2018 жылы мектепті бітіріп, қай мамандықты таңдасам деп ойландым. Математика сыныбында оқысам да, IT тек ерлерге арналған, менің ол салада жұмысым жоқ деп сенімді болдым. Сондықтан Мәскеудегі Ресей мемлекеттік әлеуметтік университетінің «Әлеуметтану» факультетіне түстім.
Оқу кезінде үнемі қосымша жұмыс істедім, ал төртінші курста толық уақытты қызмет іздеуге бел будым. Сол кезде рекрутер болып IT-агенттікке орналастым. Көп жағдайда фронтенд және бэкенд әзірлеушілерімен сұхбат өткізетінмін, бірақ кейде ML-инженерлер, AI-продакт-менеджерлер сияқты жасанды интеллект саласының мамандарымен де сөйлесетінмін. Бастапқыда «жасанды интеллект мен үшін емес» деп ойласам да, бір сәтте мен IT саласында жұмыс істегім келетінін түсіндім.
Университетті бітірген соң Тәжікстанға оралып, қашықтан жұмыс істей бастадым. Біраз уақыттан кейін бұл формат маған сай келмейтінін сездім де, продакт-менеджмент курстарына қатысып, Душанбе қаласынан офлайн жұмыс іздей бастадым.
– Қай салалар бойынша жұмыс қарадыңыз?
– Әртүрлі вакансияларға жауап жібердім, бірақ өзімді халықаралық ұйымдарда елестететінмін. Дегенмен жақын құрбым zypl.ai компаниясында жұмыс істеп жүрген, сол маған осы жерге барып көруге кеңес берді. Компанияның сайтынан бір позицияны кездейсоқ таңдап, түйіндемемді жолдадым.
Маған HR маманы хабарласты. Менде IT саласында нақты тәжірибем жоқ екенін, бірақ дәл осы командада жұмыс істеуді қатты қалайтынымды ашық айттым. Нәтижесінде маған екі бос орын ұсынды: кеңсе менеджері немесе CEO ассистенті. Әрине, екіншісін таңдадым да, шамамен бір жылдай Азизджон Азимидің көмекшісі болдым.
Осы уақыт ішінде стартаптың қалай жұмыс істейтінін толық түсіндім, кәсіби тұрғыда қатты өстім. Сондықтан өткен жылдың көктемінде A7Sigma холдингі құрылып жатқанда, мені A7σ атқарушы офисінің менеджері етіп тағайындады. Кейінірек директор атандым. Дәл осы жұмыс барысында біз командамен epsilon3.ai идеясын ойлап таптық, оны A7σ командасы дамыта бастады.
«Біздің модельдердің дәлдігі – 99%»
– Қазір epsilon3.ai қандай қызмет ұсынады?
– epsilon3.ai GovTech-компанияларға арналған талдау және болжау шешімдерін әзірлейді. Мұны біз zypl.ai R&D-командасы жасаған zGAN атты синтетикалық деректер генераторы арқылы іске асырамыз. Бұл технология GAN (Generative Adversarial Network), яғни генеративті бәсекелес желілер отбасына жатады. Оның негізінде ойын теориясының принциптері жатыр. GAN екі бөліктен тұрады: генератор — шынайы деректерге өте ұқсас синтетикалық деректер жасайды, ал дискриминатор — нақты және жасанды деректерді ажыратуды үйренеді.
zGAN-ның басқа жүйелерден ерекшелігі — ол мақсатты түрде аутлайерлерді (деректер жиынтығындағы ерекше, қалыптан тыс нысандар – Digital Business еск.) генерациялай алады. Көп жағдайда машиналық оқытуда мұндай деректер жойылады, өйткені олар модельге теріс әсер етуі мүмкін. Ал біз керісінше, синтетикалық жолмен аутлайерлер қосып, нормадан ауытқуларды анықтаймыз. Мысалы, энергетикалық компанияның жағдайында zGAN электр тұтынудың кенет артуы, төмендеуі немесе есептегіш нөл көрсетіп тұрса да, энергия жұмсалуы сияқты күтпеген жағдайларды көрсетеді.
Бір жоба үшін Өзбекстан нарығын зерттедік. Ресми дерек бойынша, 2024 жылы елде $108 млн-ның электр энергиясы ұрланған. Егер біздің жүйе сол көлемнің тек 20-30 пайызын ғана «ұстай» алса да, бұл ондаған миллион доллар үнемдеуге мүмкіндік береді.
Толығырақ Digitalbusiness.kz сайтында.
Бөлісу
