✨После почти десятилетнего ожидания Tesla запустила ограниченную службу самоуправляемых автомобилей в районе Остина, Техас. Руководство компании, включая Маска, заявило, что технология автономных транспортных средств, дебютирующая сегодня, критически важна для будущего Tesla.

🚗Ограниченная служба, которая пока доступна только ранним пользователям, приглашенным Tesla, включает около 20 седанов Model Y 2025 года, доступных для поездок через приложение от Tesla между 6 и 12 утра. Условия обслуживания, размещенные на X приглашенными пассажирами, указывают на то, что служба будет приостановлена или ограничена в случае плохой погоды. Поездки в рамках этой фазы только для приглашенных доступны за фиксированную плату в $4.20, как написал Маск на X в воскресенье.

🔄Люди, которые получили одно из ограниченного числа приглашений — несколько из них приехали в Техас этим уикендом, чтобы принять участие в запуске — смогли начать поездки примерно в 2 часа дня по местному времени в воскресенье.

🛣️Компания заявила, что ее специально разработанный Cybercab начнет производство в следующем году; пока седаны Model Y будут единственными Tesla, которые будут ездить автономно в рамках программы.

📍Согласно скриншотам, размещенным на X, служба, по-видимому, берет пассажиров и высаживает их только в определенной части Остина, ограниченной частью южного района города, прямо через реку Колорадо от центра. Обслуживаемая зона, по-видимому, включает оживленные

📧В электронном письме, отправленном приглашенным на этой неделе в X, Tesla сообщила, что сотрудник компании будет сидеть на переднем пассажирском сиденье каждого роботакси. Запуск сервиса автономных транспортных средств с «водителем безопасности» не является чем-то необычным. Дочерняя компания Alphabet Waymo запустила свой сервис с водителем безопасности в 2018 году, как и General Motors’ Cruise в 2020 году. Компания из Мичигана May Mobility заявляет, что сделает то же самое при начале работы в Атланте в этом году. Но сотрудник Tesla, сидящий на пассажирском сиденье, а не на водительском, вероятно, не сможет взять руль или нажать на тормоза в случае дорожного происшествия.

📡Сервис роботакси Tesla также, вероятно, будет дополнен телеоператорами: водителями, которые при необходимости смогут давать советы или даже управлять автомобилем удаленно, чтобы обойти нестандартное препятствие или выйти из сложной ситуации.

🗓️Макс обещал технологию роботакси Tesla с октября 2016 года, когда он сообщил инвесторам, что каждый автомобиль, произведенный его компанией с тех пор, имеет все необходимое оборудование для автономного вождения. Это не было правдой; Tesla позже обновила оборудование на своих автомобилях. В 2019 году Макс заявил, что у Tesla будет 1 миллион роботакси на дорогах уже в следующем году. (Это не произошло.)

🚘Макс сказал earlier this year, что компания будет иметь сотни тысяч роботакси на общественных дорогах в следующем году.

⚠️Технология помощи водителю Tesla была предметом федеральных расследований по вопросам безопасности, двух отзывов и жалоб клиентов, связанных с сообщениями о том, что автомобили внезапно тормозят без видимой причины и могут столкнуться с неподвижными объектами, включая машины экстренных служб. Эта технология, которая включает в себя более старую функцию Autopilot и новую функцию Full Self-Driving (Supervised), отличается от автономных функций Tesla. С функциями помощи водители должны оставаться за рулем и следить за дорогой в любое время. Автономные функции не требуют никаких действий или внимания со стороны водителя.

🛑Проблемы со старыми технологиями вызывают вопросы о безопасности новой автономной технологии Tesla, говорит Сэм Абуэльсамид, аналитик автомобильной отрасли, специализирующийся на автономных технологиях в Telemetry Insight. Full Self-Driving (Supervised) «будет работать нормально в течение нескольких часов и затем случайным образом совершать очень серьезные ошибки, которые не всегда повторяются», — говорит он.

🔍В отличие от других разработчиков автономных технологий, которые используют несколько более дорогих датчиков для обнаружения препятствий вокруг своих автомобилей, Tesla полагается только на камеры. Некоторые эксперты выражают сомнения по поводу этого выбора, который может потенциально привести к проблемам с солнечным бликом и был виновником предыдущих столкновений Tesla с машинами экстренных служб. Но финансовые эксперты говорят, что этот подход может дать Tesla преимущество в более быстром внедрении своей менее дорогой технологии потребителям.

📈Компания Zoox, принадлежащая Amazon, заявила о запуске собственной автономной службы в Лас-Вегасе позже в этом году. May Mobility планирует предлагать поездки вокруг Атланты через приложение Lyft в этом году. В этом весне дочерняя компания VW Moia объявила о запуске самоуправляемой службы в Лос-Анджелесе в 2026 году, также на платформе Uber.

🔄Опыт этих компаний показывает, что у Tesla есть несколько логистических препятствий перед тем, как её служба роботакси сможет широко распространиться. Есть человеческие роли: Работники удалённой поддержки могут помогать растерянным пассажирам на расстоянии; работники по техническому обслуживанию могут ремонтировать автомобили в их свободное время; уборщики могут убирать мусор, потерянные вещи или что-то худшее, оставленное пассажирами.

🏗️Также есть потребности в инфраструктуре. VW’s Moia работает электрической службой совместного использования поездок в Гамбурге, Германия с 2019 года, используя этот опыт для подготовки к будущим самоуправляемым автомобилям. Компания определила, что ей потребуется хорошо развитая и децентрализованная структура во всех городах, где она будет предоставлять услуги. Расположенные по всему городу депо будут «размещать транспортные средства и обеспечивать инфраструктуру для зарядки и технического обслуживания, а также возможность проводить постоянные проверки безопасности автомобилей», — говорит Саша Майер, генеральный директор компании.

🚪Иными словами: есть большая разница между несколькими самоуправляемыми автомобилями и массовым внедрением автономных технологий на городские улицы.

Источник: wired.com

🚀 Data Science, No Degree

Честный анализ плюсов и минусов моего пути в технологическую индустрию и лучшие советы, которые можно извлечь из моих ошибок.

Изображение от автора | Canva

Все и их собаки 🐶 пытаются войти в технологическую индустрию, будь то через изучение программирования, вход в управление продуктами или что-то другое. Я довольно новый в этой индустрии, с всего лишь 5 годами опыта, но по мере общения с большим количеством людей, некоторые беспокоятся о том, как получить доступ из-за отсутствия высшего образования.

В этой статье я расскажу о своем пути и объясню, что делать и чего избегать. 🚀

Как я стал Data Scientist без степени в области компьютерных наук

Пять лет назад я был в сложной ситуации. Я недавно бросил учебу на фармацевтическом факультете, чтобы построить карьеру в технологической сфере. У меня был выбор: вернуться в университет и изучать компьютерные науки или найти другой путь. Будучи британцем, университетское образование было дорогим, и так как я уже провел два года на фармацевтическом факультете, у меня оставалось только два дополнительных года государственной поддержки. Оставшиеся два года мне пришлось бы оплачивать самостоятельно. Это не выглядело привлекательно, учитывая, что стоимость составляла £9000 в год.

Я начал искать онлайн-курсы, которые были значительно дешевле, и нашел буткэмп для дата-сайентистов, который выглядел отлично: 9 месяцев полного времени обучения неполный рабочий день, что идеально совпадало с моим графиком. Однако это не сработало для меня. Я работал полный рабочий день и проводил вечера, пытаясь изучать Python и модели машинного обучения. Это не помогло. Я сдал экзамены, но не мог уверенно сказать, что являюсь квалифицированным специалистом по данным наукам.

Вот почему:

• Изучение языка программирования требует времени и терпения 🕰️. Оно требует много практики и это процесс, который нельзя ускорить.
• Буткемпы не предоставляют все знания, необходимые для успешного специалиста по данным наукам. Возможно ли втиснуть 4 года университетских знаний в 9 месяцев? Вряд ли 🤔. Но чтобы быть квалифицированным, вы хотите убедиться, что знаете и хорошо понимаете всё. Например, на моем буткемпе мы редко касались важности математики и статистики, которые являются основой данных наук.
• Руководство и поддержка необходимы при изучении чего-то нового; поэтому вы хотите убедиться, что не чувствуете себя спешащим через учебный материал 🚶‍♂️, и можете попросить о помощи, когда это необходимо, прежде чем переходить к следующему шагу.

Рекомендации по обучению данным наукам

Теперь у вас есть представление о трудностях, с которыми я столкнулся на своем пути в данных науках, вот мои лучшие советы 🌟:

1. Установите реалистичные цели

Первое, что вы должны сделать, это установить реалистичные цели. Они будут уникальны для вас на основе ваших личных обязательств, свободного времени и т.д. Вы хотите начать свой путь в данных науках с реалистичными ожиданиями, которые соответствуют только вам.

Как только вы определите свои цели, вам следует создать план по изучению данных наук 📝. Это будет ваш путь в мире данных и включает все элементы науки о данных, которые вам нужно изучить. Основные моменты, на которых стоит сосредоточиться, это язык программирования (идеально Python), знания в области науки о данных и машинного обучения, математика и статистика, а затем углубить их до экспертных знаний в науке о данных, машинном обучении и искусственном интеллекте.

Если вы не уверены, как построить свой маршрут, ознакомьтесь со статьей «Полное руководство по изучению науки о данных».

Дайте мне примерный временной план для вашего маршрута в науке о данных:

• Изучение Python на высоком уровне: 3-6 месяцев
• Изучение знаний в области науки о данных и машинного обучения: 2-3 месяца
• Изучение математики и статистики: 2-3 месяца
• Экспертные знания в конкретной области (например, наука о данных, машинное обучение или ИИ): 3-6 месяцев

Глядя на пример выше, вы, вероятно, думаете «это почти полтора года?!?» 🕒 Да, вы правы. Этот временной план может быть идеальным для кого-то, кто может уделять изучению науки о данных только часть времени или кто хочет пройти процесс не спеша. Нет ничего плохого в том, чтобы потратить время. Лучше быть компетентным во всех этих технических навыках 💡, чем отставать из-за того, что вы решили торопиться.

3. Практикуйте то, что вы учите

Как только вы завершите свои основные знания в области науки о данных и машинного обучения, вам нужно будет начать практиковаться 💻. Это может быть через участие в хакатонах, реализацию проектов или даже работу над реальными задачами.

Люди недооценивают ценность контента, будь то блоги или посты в социальных сетях 📲. Это лучший способ заявить о себе, наладить связи с другими профессионалами в области данных и возможно найти работу 💼.

Если бы я мог начать всё сначала, я активно публиковался бы в LinkedIn и Medium, чтобы продемонстрировать свои сети и взлёты и падения в индустрии данных. Это позволило бы другим оценивать мою работу и получать рекомендации по улучшению своих навыков, проектов и шансов на трудоустройство.

Многие профессионалы в области данных нашли наставников таким образом, чтобы отточить свои навыки 🎓.

Заключение

Надеюсь, эта статья принесла спокойствие тем, кто собирается начать свой путь в области данных. Начало чего-то нового нелегко, но лучший совет, который я могу дать, если вы решите это сделать, сделайте это правильно с первого раза 🌟, чтобы вам не пришлось возвращаться к уже пройденному.

Ниша Ария — специалист по данным, фрилансер-технический писатель и редактор и менеджер сообщества для KDnuggets. Она особенно заинтересована в предоставлении советов по карьере в области данных или обучающих материалов и теоретических знаний вокруг науки о данных. Ниша охватывает широкий спектр тем и хочет исследовать различные способы, которыми искусственный интеллект может улучшить продолжительность человеческой жизни 🧠. Любознательная Ниша стремится расширить свои технические знания и навыки письма, помогая при этом другим.

Источник: kdnuggets.com