Coffe and data science

(Ага-ага, вступительная лекция уже прошла, но курс будет продолжаться по субботам! Я еще намерена его посетить 😁)

Даже не знаю, как вам сказать...

У лица, похожего на админа канала "Ковровая терапия" отлетела кукуха обострилось желание что-то приятное делать в преддверии нового сезона подач.

Я решил, так сказать, сконцентрировать весь свой опыт преподавания лекционных курсов по иммунологии для самых разных аудиторий, мой опыт наблюдения за десятками всяких-разных клинических испытаний в течении последних трех лет, и на основании всего этого концентрата сделать нечто новое — рассказать курс на открытую аудиторию. Вот прям для всех, не только для студентов или олимпиадников. Так, чтобы понравилось и слушателям, и мне самому. Считайте это официальным анонсом.

Курс лекций и семинаров "Иммунитет и инженерия". Будем говорить про самые основы функционирования иммунной системы, про то, что где вырезается в V(D)J-рекомбинации и в класс-свитчинге, а потом перейдем в мир иммунотерапий, трансплантаций костного мозга, онковакцин, клеточных терапий и всего такого. Поговорим про успешные и провальные клинические испытания, про биологические и чуть-чуть экономические проблемы препаратов.

топ-5 причин, на мой взгляд, прийти на этот курс:
1. бесплатно, свободно, онлайн. Если у меня будет горячка и я начну пульверизировать где-то на полпути, вы ничего не потеряете.
2. нишево. Не только попсовые анти-В-клеточные CAR-T и чек, но и экзотика типа CAR-NK, CAR-M, дендритноклеточных вакцин. Я найду чем вас удивить.
3. вайбово. Будем много обсуждать, задавать вопросы, возможно даже находить на них ответы. Иммунология — вообще штука смешная, ну, кроме тех моментов, когда грустная.
4. Низкий порог входа. Если понимаете центральную догму, слышали про существование рекомбинации и клеточного цикла — думаю, все легко поймете. Если нет — разберем, проговорим, объясним как-нибудь.
5. Все это в вечернее время, по субботам. Если на какой-то интересной лекции не удалось побывать — будет запись и аи слоп конспект.

В топ не включил, но если кому-то важно, у меня и лычки credentials есть: закончил кафедру иммунологии, работал в не последней (а во многих вопросах весьма даже первой) российской CAR-T-клеточной лаборатории, сейчас работаю в более индустриальной биомедицине, и провел реально много курсов по иммунологии на разных платформах и в разных форматах.

Буду рад совершенно любой аудитории. Полезнее всего, на мой скромный взгляд, будет врачам и другим представителям смежных областей — не-иммунологам.

В общем, 12 сентября, 18.00 по Москве, расскажу что куда и как, и почему вообще стоит заниматься инженерией иммунной системы. Добавляем в гугл-календарь, заполняем быструю гугл-форму, и жду вас в субботу (кроме fellow биофакеров (upd: и фббшников, как подсказывают в комментах), у них в эту субботу дела поважнее). А вот прям полноценно начнем с октября.

Если кому-то из подписчиков есть куда репостить — буду благодарен! Чем больше людей придет — тем больше шанс, что до конца курса все не разойдутся. А я правда хочу попробовать реализовать задуманное целиком, желательно не на пустую аудиторию.

Репостну сюда, пожалуй. Звучит как 🔥 предложение

Пока я работала в Varjo, я узнала очень много нового про айтрекинг, что за все годы использования айтрекинга в научной работе и все семинары и конференции по теме проходило мимо меня. И я думаю, что это не то чтоб какой-то специфический пробел моего образования, а в целом наука и индустрия довольно плохо коммуницируют друг с другом. В целом, ученые плохо представляют себе как устроена разработка технического продукта, в т.ч. такого как айтрекер.

Я бы сказала, что пока я была в науке, я не особо понимала ценность коллаборации с индустрией. Было вообще не понятно, что с них взять (кроме денег), куда их приткнуть, и все это казалось для тех людей, кто хотел бы заниматься более прикладным чем-то или начать свой бизнес (а это мне было вообще не интересно). Сейчас я вижу, что наладить сотрудничество и обмен информацией было бы супер полезно особенно для фундаментальных исследований. Ценность сотрудничества с компанией не (только) в деньгах, а в инженерном опыте людей, внутренних данных (ооо, сколько я отсмотрела глазами видео калибровки айтрекинга - и эта насмотренность сама по себе кое что дает), в том что там есть знание пайплайна от сенсора до аутпута и как это все работает и почему так, и как еще пробовали и много, много такого hands-on опыта, который ни в какие статьи не попадает. И кроме той части, которая там будет под NDA, есть много того, что вообще не про NDA, что в индустрии более менее у всех так - ты просто раньше не знал как.

В общем, это было очень классно. Если вам надо студентам семинар прочитать про айтрекинг вдруг - то я могла бы что-то рассказать, наверное! Позовите меня:) Или если у вас странные интересы есть какие-то вопросы про айтрегинг, то можно попробовать их задать в комментариях.

Дальше, видимо, мои знания будут постепенно, но неизбежно устаревать. Потому что из Varjo я перешла работать в Oura, а там, конечно, никакого айтрекинга уже не будет:) Но будет много данных, физиологии и веселья (я надеюсь!)

За несколько дней самообразования и чтения книжки выяснилась очередная истина из разряда "никогда так не было и вот опять". Оказалось, что много разных вещей, которые я думала, я никогда не пойму, потому что я слишком тупая - на самом деле в силах человеческих понять, если прочитать какое-то последовательное объяснение начиная с азов. Кто бы мог подумать :)

(Ну, и кстати, очень хорошая книжка оказалась! От нейробиологии зрения и оптики до обработки сигналов и машинного обучения. Части по нейробиологии там написаны неожиданно гораздо более развернуто, чем обычно погружаются программисты, и без всякой лажи - тут-то я могу судить:))

Проснулась я как-то одним утром понедельника, и некоторое время таращилась на группу вкладок в свеом телефоне. Там были фильтр и кофе. Кофе в дрип пакетах, а фильтр - "1 euro filter" - адаптивный low pass фильтр:) Идея простая, работает очень неплохо, кстати! Хорошие башмаки, надо брать

---

Немного про смертную любовь. Недавно рассказали мне историю про нашего сис-админа Петю (Петя, кстати, это полное финское имя: Petja))

Петя починил какой-то комп, и ему кто-то кричит на радостях через весь опен спейс:
- Petja, you're the best!
Петя (не дрогнув ни на миллиметр нордическим выражением лица):
- No, I'm not. But I'm here.

---

Меж тем мои рабочие дни сейчас выглядят так: лежу в кроватке, читаю книжечку. У нас можно взять неделю на самообразование и всякие сайд-проекты. Я читаю Foundations of Computer Vision. Наконец-то стала понимать про всякие проекции и вращения, которые мне коллега 8 месяцев назад на пальцах объяснять пытался))) Ну и вообще ужасно увлекательно

Наша айтрекинг команда активно собирает данные 👻

Коллега научил меня как ловко решать все проблемы с гитом с помощью git rebase -i - и теперь я просто как почтальон Печкин, у которого есть велосипед. Это я почему раньше так гит не любила? А это потому что у меня интерактивного ребейза не было))

А еще помните в Айболите было такое животное Тянитолкай? ))) Просто мое тотемное животное теперь.

Ну, и мне не с кем поделиться этими дурацкими культурными референсами🙂

Еще дурацкое наблюдение. Раньше программирование вызывало у меня довольно сильный стресс. Я прям удивилась, когда коллега сказал, что конечно ему нравится процесс (с комментарием, а почему бы иначе он бы работал программистом?). Мне процесс вообще не нравился, мне нравился результат - что что-то работает, моделька учится, статистики считаются. Во время аспирантуры часто я впадала в какой-то прям паралич, когда осознавала, что надо написать какой-то код, который все аккуратно обработает, собирая все файлы с данными, проверяя это, это - и еще вот это - и не облажаться, и не потерять где-то что-то при мердже, проверить количество наблюдений в каждой записи и тд и тп. Недавно вдруг поняла, что этот стресс пропал. Я просто делаю и все. Как всегда, оказалось, что тревога в основном побеждается практикой. Слушала тут подкаст с одной финской профессоркой психологии. Она там говорит: "graduahdistusta käsitellään tekemällä gradu" - “чтоб совладать с тревогой о написании диплома, нужно писать диплом” (не очень точный перевод, там буквально “с тревогой о дипломной работе совладают деланием диплома”). Полгода работы дата сайентистом и написания всего вот этого каждый день (и еще кто-то иногда это потом в код ревью видит) - и норм) Берешь и делаешь, и это даже уже успокаивает в каком-то смысле.

Начала я, значит, понемногу вглядываться в С++. Если вам почему-то тоже нужно вглядываться в эту бездну, то мне рассказали, что раньше была такая специализация от Яндекса на Курсере: “Белый пояс по C++”, желтый, красный, коричневый и черный. Сейчас на Курсере, конечно, ничего нет. Но интернет все помнит.

Все кому я сказала о своих намерениях, хором сказали мне “О, тебе не понравится!”, и “одумайся”. Что, конечно, только увеличило мой энтузиазм - намечается веселье, ну:) Type 2 fun - мой любимый.

Но. Как я вообще втянулась в это чертово программирование? Когда я закрыла все курсы про программированию для программистов, которые начинаются с чтения какой-то лабуды из консоли, типов, циклов и написания своей собственной сортировки пузырьком. Пока сможешь сделать что-то реально интересное - уже вся мотивация завянет. Я, значит, все это закрыла, и открыла курс по программированию для психологов (вернее, известный многим курс “Анализ данных в R”): как прочитать ваши данные из .csv, как работать с дата фреймами, как приложить ваш первый t-test… а теперь давайте поговорим о циклах:) Вот такой подход мне больше нравится. С нюансами можно разобраться по дороге.

Но что для этого искать в контексте плюсов вообще пока не ясно. Вряд ли есть курс по статистике в C++))) В какой-то computer vision, видимо надо смотреть, да?

В качестве хобби я хожу в качалку, привычку эту я завела во время аспирантуры, и она здорово помогает мне не ебануться! Лучшее мое приобретение в аспирантуре:) Так же в целом, я считаю, что за то чтоб думать мне на работе платят, а в тренажерке я делаю что сказали, у меня для этого есть тренерка=) Но совсем отказаться от привычки почитать литературку по теме конечно не могу. Про тренинг, носимые устройства, физиологические метрики и всякое такое. Вот последнее время мне нравится что пишет Марко Алтини https://marcoaltini.substack.com/ Например, что такое низкий HRV? Эта заметка в блог, но на научные статьи оттуда тоже легко выйти, мне, например, понравилась их недавняя статья про recovery metrics в разных девайсах.

Совершенно не связным образом, но как-то в рифму с предыдущим постом, коллега прислал мне видео Уэса МакКинни (Wes McKinney), создателя pandas - c одной из самых-самых первых презентаций pandas. 13 лет назад опубликовано это видео!

- Не только пандас тогда - это совершенно новая штука, но и ipython ноутбуки только появились. И МакКинни там всех просит не беспокоиться и обещает всем объяснить, что это за заверь такой:)

- Поразительно, но очень многое из того, о чем он там говорит не утратило актуальности! Многие основы не изменились, и многое мне стало лучше понятно, че, как и почему устроено. Что раньше я делала методом тыка, перебирая способы обращения к индексам и немного матерясь - вдруг стало получаться более осмысленно

- Еще я узнала, что pandas - вдохновлен датафреймами R, а я всегда думала, что все наоборот. В моем мире python - это такой всемогущий великий инструмент для всего, а R - это где психологи дата анализом балуются (хотя R - до сих пор мой самый любимый язык программирования!). А сам Уэса МакКинни сейчас, кстати, работает в Posit (бывшее название которого RStudio).
Хотя, конечно, восприятие очень зависит от контекста - теперь-то, в контексте текущей работы, мне кажется, что С++ - это настоящее всемогущество, а питон - это где наши дата сайентисты прототипы свои крутят:)

Посмотрела видео Веритасерума про цепи Маркова: "The Strange Math That Predicts (Almost) Anything". Во-первых, забавно, что вся эта история начинается со спора о применимости математики для рассуждения о свободе воли! Нынче у нас нейробиологи в этот философский вопрос лезут, а раньше, вот, математики зарубались:)
Во-вторых, там есть ламповое видео с основателями Гугла примерно вот с тех самых времен, когда его придумали.

Когда я искала работу (простыню про это дело я публиковала в своем “финском” канале https://t.me/northandmoss/1246), успела сходить на довольно много собесов, иногда там были какие-то неожиданные интересные обсуждения. На одном собеседовании мы из смолл-толка как-то неожиданно вышли на разные факторы, влияющие на качество сна. На другом поговорили про угол отклонения зрительной оси зрачка от оптической, и как это влияет на айтрекинг (плохо - из-за этого, в основном, и приходится калиброваться, хотя я думала раньше, что там другие факторы).

Только в одном месте на вопросы, на которые я не смогла ответить, собеседующие мне потом рассказали правильный ответ. Мне кажется, это очень хорошая практика. Понятно, что в зависимости от задачи иногда единственного правильного ответа может и не быть, но мне кажется, это хорошая практика, когда собеседующий что-то тоже рассказывает - правильный ответ или свое видение вопроса. Обычно ты что-то рассказываешь, отвечаешь, лезешь из кожи вон - собеседующий кивает одобрительно и задает следующий вопрос. Это в целом, конечно, ситуация дисбаланса власти. Хорошо, когда она хотя бы немного компенсируется тем, что собеседующий делится какими-то знаниями.

Ну, собственно, в этом месте я теперь и работаю.

Есть один момент со сменой работы, который экономит мне кучу нервных клеток.

Когда моя работа была напрямую связана с темами ментального здоровья, это было тяжеловато, потому что куда ни ткни в психологии, у каждого не-специалиста есть ✨МНЕНИЕ. И когда я вижу, что это мнение с научными представлениями совпадает вот как - никак, то молча пройти мимо я обычно не могу. Давит на мозг и обостренное чувство справедливости, и вроде какая-то профессиональная ответственность.

Про то как работает мозг люди тоже часто заблуждаются очень сильно (ориентируясь больше на красоту метафор и понятность/приятность теорий, чем на факты и учебник физиологии), но это все, мне кажется, наносит меньше вреда - так что тут я чаще могу заткнуться и заняться своими делами.

К счастью, с тех пор как моя работа анализировать данные и мутить айтрекерные алгоритмы - жизнь моя стала гораздо проще. Потому что nobody, literally nobody is wrong about eye-tracking on the internet! Хотя нет - один раз я видела такое! Собственно, обсуждая этот вопиющий, так сказать, случай :D я познакомилась с прекрасными админами канала PostPostResearch. И с тех пор тишь, гладь и божья благодать:)

В общем, смех смехом, но это неожиданно положительно влияет на мое собственное ментальное здоровье

Простите меня великодушно, я сейчас буду говорить банальные и очевидные вещи, но последнее время стало ясно, что это нужно сказать. А то как-то много стало истерики вокруг нашего мозга и завышенных ожиданий с одной стороны, и полного забивания на это дело с другой. Давайте смотреть на вещи реалистично и трезво, без перегибов на местах.

"Плохо запоминается новое, все быстро забываю!" - я надеюсь, вы не думали, что вы такие одни, или с вами что-то не так, если это утвержение верно о вас. Это кривая забывания в действии. Быстро забывать новое - это абсолютно нормальное свойство нашего мозга, потому он, мозг, - ленивая скотина и экономит ресурс всеми доступными способами. Прилечь после обеда, добыть быстрого и легкого дофамина, копить силы на всякий внезапный опасный случай. Это мы знаем. И, hopefully, не сильно пинаем себя за то, что, к примеру, из 20 новых слов, которые вы только что учили, к утру в голове всплывет дай бог 6.
Кривая забывания, описанная немецким психологом Эббингаузом еще в 1885 году, показывает нам, как быстро вылетает из головы новое. В течение первого часа забывается 60% всей полученной информации, через 10 часов в памяти остается 35%, через 6 дней с вами только 20% из общего объема, и это если у вас нет никаких выраженных когнитивных нарушений, то есть не всем даже так повезло.

Что же делать? Повторять через определенные промежутки времени, больше ничего тут не поделаешь. Это больно и лень, но это очень похоже на тренировки в зале. Если вы сходите в зал один раз или придете на один урок танцев или плавания (подставьте свое), и больше никогда туда не вернетесь, вы же не будете от себя ожидать, что у вас внезапно от этого одного раза отрастут мышцы или вы запомните все движения? Ну, то же самое же, то же самое и с языком, с новыми словами, с новой грамматической структурой, вообще с новыми данными - все надо тренировать РЕГУЛЯРНО. В разных КОНТЕКСТАХ. Повторять и так, и сяк, использовать по-разному, но не надеяться, что один раз прочитали /услышали и все, запомнили.

Как регулярно? Ну, например, через 3 часа, потом на следующий день, потом через 3 дня, потом через неделю. Я вам клянусь, оно запомнится. И даже - good news - со временем будет нужно меньше повторений, будет запоминаться лучше. А если не повторять, то забудется и потом будет выглядеть в лучшем случае как "где-то видел, не помню, что значит, как там было". И нет от этого никакой волшебной таблетки, нету. Unfortunately.

В комментариях можно делиться своими лайфхаками удержания в голове новой информации.

Случайный роллбэк к психологии, но уж больно хороший пост, нельзя удержаться. Действительно, у многих ожидания от себя часто вообще где-то в области нереального

Переслушала вот это видео https://youtu.be/BJ_Aar1osUc - Толя Карпов, конечно, топ. Кажется, вообще все мое понимание статистики строиться на базе из the курса Карпова. Во-вторых, я думала, что я уже видала за свою научную жизнь всяких распределений. Но таких как я вижу сейчас, это мама дорогая 🙈👀 Видео, и ссылки из него очень помогли, что-то понять, типа что с этим делать, и куда бежать, если ни одно допущение ни для чего не выполняется вообще:)

Втора радость моей души, это рассылка Data Elixir https://dataelixir.com/

В целом, когда я работала в академии, я была подписана на кучу рассылок и на уведомления от гугл сколара. Как следить за тем, что происходит в области дата анализа и дата сайенс я пока так и не поняла. Если вы следите - это как раз пост, где можно посоветовать какой-нибудь совет на эту тему

Я привыкла к тому, что шум в данных есть всегда. Когда работаешь с людьми это так: три раза спросил у респондента один и тот же вопрос с разницей в две недели - три разных ответа получил. Про мозг вообще тяжело, мы знаем примерно дохуялион факторов, которые влияют на сигнал, например ЭЭГ (время суток, кофе, сигареты, количество сна, и миллион других вещей), и еще дохуялион не знаем. Так что когда я вижу, что какие-то данные шумные - я говорю, блин, тут много шума, вот наш лучший результат.

У разработчиков другие ожидания. Так что Т.Т. все время спрашивает: ‘В смысле, "шум"? Откуда этот шум? Какой у него источник?’

Первый раз я растерялась. Теперь вот ко всему этот вопрос прикладываю, как подорожник.

В общем, извините, думаю у этого канала сейчас случится полный ребрендинг. Я окончательно ушла в аналитику данных, и хотя я хотела дописать серию про СДВГ, видимо это не случиться - мой фокус внимания уже совсем не там, и про психологию писать стало сложно себя заставить.

Планирую и дальше писать тут про работу, но теперь это будет в основном про айтрекинг и анализ данных.

Никаких лайфхаков и десяти полезных фреймворков тут не будет, божеупаси. Будут просто какие-то заметки о том, что мне интересно по работе и о том, как выжить среди этой смертной любви, если у тебя бакалавриат по психологии, а вокруг одни инженеры:)

UPD ну, и канал переименовала заодно. Brunch of cognitive processes -> Сoffee and data science