Il mio viaggio da stagista di DeepMind a mentore | Intelligenza-Artificiale

Richard Everett, ex stagista diventato manager, descrive il suo viaggio verso DeepMind, condividendo suggerimenti e consigli per gli aspiranti DeepMinder. Le candidature per gli stage 2023 apriranno il 16 settembre, visita il sito https://dpmd.ai/internshipsatdeepmind per maggiori informazioni.

Qual è stato il tuo percorso verso DeepMind?

Come molte persone, da piccolo adoravo giocare ai videogiochi multiplayer. Le interazioni tra giocatori umani e giocatori apparentemente intelligenti controllati dal computer mi affascinavano e sognavo una carriera nell’intelligenza artificiale. Questo sogno mi ha portato a conseguire una laurea in informatica; un percorso comune (ma non esclusivo!) nel settore. Tuttavia, dopo aver lavorato su diversi progetti di ricerca con i miei professori, ho sviluppato un gusto per la ricerca e ho deciso di proseguire verso un dottorato di ricerca.

Più o meno nel periodo in cui ho iniziato il mio dottorato, una piccola startup chiamata DeepMind è stata acquisita da Google. Osservando più da vicino la loro ricerca, ho subito scoperto che ispirava la mia ricerca, e così nel 2016 ho deciso di fare domanda per uno stage. Dopo una manciata di colloqui con ingegneri, ricercatori e responsabili di programma, non ho ricevuto un’offerta. Tuttavia, dopo aver incontrato un gruppo di ottimi ricercatori, ho deciso di ripresentare la domanda l’anno successivo e ho ottenuto il tirocinio. Quell’esperienza mi ha portato a un’offerta a tempo pieno e da allora sono qui, lavorando sull’intelligenza artificiale e aiutando gli stagisti che stanno vivendo la stessa esperienza.

Puoi descrivere il processo del colloquio di tirocinio?

Il processo del colloquio è stato approfondito, ma si è evoluto da quando ho presentato domanda. Gli stagisti di oggi possono aspettarsi che l’intero processo duri solo pochi mesi, compreso un colloquio tecnico e un colloquio di squadra. Nella mia candidatura ho elencato i ricercatori con cui ero particolarmente interessato a lavorare e ho avuto la fortuna di parlare con loro dopo il mio colloquio tecnico. Ero così eccitato. Questa è stata un’opportunità unica per parlare del mio lavoro passato e fare brainstorming su potenziali progetti di tirocinio con ricercatori di livello mondiale che seguivo da anni e porre loro domande su DeepMind.

I miei reclutatori sono stati incredibilmente utili nel guidarmi attraverso il processo e nel fornirmi risorse per aiutarmi a prepararmi per i colloqui. Per il colloquio tecnico mi sono preparato rivisitando i miei corsi universitari del primo anno di matematica, statistica e informatica. Ad esempio, revisione di algebra lineare, calcolo, probabilità, algoritmi e strutture di dati. Ho anche praticato alcuni esercizi di codifica in cui ho provato a parlare di ciò che stavo facendo.

Per le interviste del team, ho rivisto il lavoro recente del team (ad esempio documenti, post di blog, articoli, conferenze) e ho pensato a come il mio lavoro potesse collegarsi ad esso. Ho anche elaborato un breve elenco di domande su cui volevo sapere di più, come lo stile di collaborazione del team e come si erano svolti i tirocini precedenti.

Com’è stato quando sei entrato a tempo pieno?

Mi ci è voluto molto tempo per trovare il mio equilibrio! Con così tanti progetti entusiasmanti in corso e persone brillanti con cui parlare, lavorare in DeepMind spesso sembra di essere un bambino nel più grande negozio di dolciumi del mondo. Per gli stagisti, sviluppare e concentrarsi su un solo progetto tra tanti è impegnativo, soprattutto in un arco di tempo limitato. Questa è stata una sfida che ho trovato durante il mio tirocinio e oggi mi piace supportare i nuovi principianti attraverso questo processo che stanno vivendo la stessa eccitazione per la prima volta.

Perché sei stato coinvolto nel programma di tirocinio come dipendente a tempo pieno?

Avendo vissuto personalmente l’esperienza di tirocinio, posso identificarmi con ciò che attraversano i nostri aspiranti e attuali stagisti. Può essere snervante, eccitante, confuso e stimolante, tutto allo stesso tempo. Dopo aver ricevuto così tanto supporto durante il mio tirocinio, volevo dare lo stesso supporto ai futuri stagisti. Di conseguenza, ora coordino il programma di tirocinio del mio team e faccio parte di diversi gruppi che cercano continuamente di migliorare il programma in DeepMind. Inoltre colloquio, faccio da mentore e gestisco i tirocinanti, oltre a dedicare del tempo a contattare e parlare con potenziali candidati (ad es GraceHopper, NeurIPSe colloqui di ricerca).

Che tipo di lavoro svolgono gli stagisti?

È sempre emozionante vedere cosa decidono di perseguire gli stagisti durante il loro tempo con noi. Nel mio team (Game Theory e Multi-Agent), lavoriamo a stretto contatto con gli stagisti per co-sviluppare progetti che possano realizzare da soli, e questo ha portato a un’incredibile gamma di progetti nel corso degli anni.

Per evidenziare solo alcuni esempi pubblici, gli stagisti hanno progettato nuovi ambienti multi-agente (ad esempio ispirati al gioco di deduzione sociale Among Us E linea di assemblaggio), sviluppato infrastrutture per lo studio dell’interazione uomo-agenteutilizzato la teoria dei giochi cooperativi per modelli linguistici E negoziare la formazione della squadraLavorato su apprendimento di rinforzo inverso multi-agente, scoperto esempi contraddittori di apprendimento per rinforzo, padroneggiato il gioco di Strategoe applicato dalla teoria dei giochi evolutiva all’apprendimento online.

Come descriveresti la cultura di DeepMind? E la tua squadra?

In breve: gentile e collaborativo. Nel corso degli anni, ho sentito dozzine di stagisti e nuovi assunti fare la stessa osservazione: “Non posso credere quanto siano tutti amichevoli e solidali!”. La quantità di tempo, energia e supporto che i DeepMinder si offrono a vicenda è notevole e si estende dai veterani dell’azienda ai nuovi arrivati ​​al primo giorno. Tutti sono sempre felici di prendere un caffè per chiacchierare, discutere del proprio lavoro, condividere feedback e collaborare insieme sui progetti.

Ad esempio, uno dei miei progetti preferiti su DeepMind (Apprendimento di una solida trasmissione culturale in tempo reale senza dati umani), è nato dalla stretta collaborazione tra artisti, designer, esperti di etica, gestori di programmi, tester di controllo qualità, scienziati, ingegneri del software, ingegneri di ricerca e altro ancora nel corso di due anni. Questa cultura diversificata e collaborativa si estende anche ai nostri stage, con progetti di tirocinio che in genere coinvolgono più collaboratori e consulenti provenienti da tutta l’azienda (che abbracciano ruoli, team e persino uffici!). Ad esempio, molti dei nostri stagisti nel team Teoria dei giochi e Multi-agente lavorano a stretto contatto con DeepMinder degli uffici di Londra e Parigi.

Da sinistra a destra, un sottoinsieme degli autori del progetto: Ashley Edwards (RS, Londra), Miruna Pislar (RE, Parigi), Kory Mathewson (RS, Montreal), Alexander Zacherl (Designer, Londra), Richard Everett (RS; Londra ), Edward Hughes (RE, Londra), Avishkar Bhoopchand (RE, Londra).

Qualche consiglio per gli aspiranti stagisti di DeepMind?

Per gli studenti che si interessano all’intelligenza artificiale, ci sono moltissimi argomenti facilmente accessibili risorse a tua disposizione per saperne di più in modo indipendente sul settore e su DeepMind: da documenti, i post del blogE parla A codice open source, demo ed esercitazioni. È più facile che mai rimanere bloccati! Puoi anche partecipare a workshop e conferenze, molti dei quali offrono sconti per studenti e opportunità di tutoraggio (ad es Apprendimento profondo Indaba, IA cooperativa). Per quanto mi riguarda, ho scoperto il mio amore per la ricerca sull’intelligenza artificiale parlando con i professori delle loro ricerche tra una lezione e l’altra, lavorando su progetti con loro e poi contattando altri ricercatori nelle aree che mi entusiasmavano.

DeepMind è composta da persone gentili, collaborative e motivate provenienti da tutti i ceti sociali e il nostro programma di tirocinio riflette questo. Che tu sia uno studente universitario o un dottorato di ricerca, studi una materia tecnica, fisica o di scienze sociali e abbia o meno esperienza di intelligenza artificiale/ML, è probabile che ci sia un’opportunità di stage per te. Offriamo stage tra vari team di ricerca, ingegneria, scienza, etica e società e operazioni.

Avendo seguito personalmente il processo (anche due volte), posso comprendere e relazionarmi completamente su quanto possa essere intimidatorio fare domanda. Ho parlato con così tanti studenti incredibilmente talentuosi che credono erroneamente che DeepMind sia fuori portata o che le loro capacità siano insufficienti, e quindi non si applicano nemmeno. Se stai pensando di candidarti per uno stage, il mio sincero consiglio per te è di farlo e basta. Non hai nulla da perdere e forse sia tu che DeepMind avete molto da guadagnare.