Makine öğrenimi bilim adamının günlük iş rutini nedir?


25

Ben Alman üniversitesinde yüksek lisans öğrencisiyim ve şu an tezimi yazıyorum. Doktora ile devam edersem ya da sektörde bir iş bulmam gerekiyorsa iki ay içinde çok zor bir karar vermem gerekecek.

Doktora yapmak için nedenlerim:

  • Çok meraklı bir insanım ve hala çok fazla bilgim olmadığını hissediyorum . Çok fazla şey öğrenmek istiyorum ve doktora bunun için bana yardımcı olacak, çünkü daha iyi kurslar yapabiliyorum, tonlarca makale okuyabiliyorum ve veri madenciliği ve makine öğrenimi konusunda uzman olabiliyorum. Matematiği severim ama bu konuda iyi olmadı. Şimdi bu Alman Uni'de çok fazla matematik becerisi geliştirdiğimi hissediyorum ve bunu geliştirmek istiyorum çünkü gerçekten matematiği çok seviyorum! (Ben lisans derecemdeki matematik dersinde gerçekten çok kötüydüm ve yaşamım boyunca ama şimdi matematikte iyi iş yapabildiğimi görüyorum!)

  • Entelektüel olarak zorlu şeylerle çalışacağım.

  • Dürüst olmam ve benden daha yüksek dereceli birini görmekten nefret ettiğimi söylemem gerekiyor . Eğer sokağa girip doktora yapmış birini görürsem, "vay bu adam benden daha zeki" demem gerekmez. Diğer tarafta olmayı tercih ederim. ;)

Doktora yapmamamın nedenleri:

  • İnternette doktora yapmak ya da yapmamak hakkında okudum. En sık ve her zamanki durumlarda doktora yapan kişilerin aynı tür ustaları çalıştığını öğrendim. (Bu bilgisayar bilimlerindeki genel bir gözlemdi, ML / DM ile ilgili değildi).

  • 1 ya da 2 yılda bir kariyere başlayabilir ve çok para kazanabilirim, o zaman muhtemelen kendi şirketime başlayabilirim.

Henüz net olmayan ne:

Sonunda nihai amacımın ne olduğunu hala bilmiyorum. Ünlü bir küçük şirkete sahip olmak mı? Yoksa ünlü bir bilim adamı mı olacak? Hala bu soruya bir cevabım yok.

Bir karar vermeme yardımcı olmak için iki şeyi bilmek istiyorum:

  • Endüstride yüksek lisans derecesine sahip bir veri bilimcisi / makine öğrenicisi olarak çalışmak nasıl bir şey? Nasıl bir işte çalışıyorsun? Özellikle bu reklamları Amazon'da bir makine öğrenimi bilimcisi olarak okuduğumda ne yaptıklarını merak ediyorum.

  • Daha önce olduğu gibi aynı soru, ancak doktora ile. Farklı bir şey mi yapıyorsun yoksa ustalarla aynı şeyi mi?

  • Zorlu ilginç sorunlarla başa çıkacak mıyım? Ya da bazı sıkıcı şeyler?

Hafif bir not olarak: Makine öğrenimi alanında doktora yapan bir adam gördüm (Almanya'da) ve makine öğrenimi yazılımını destekleyen bir şirkette çalışıyorum. Anladığım kadarıyla işinin çoğu insanlara yöntem ve yazılımı kullanma konusunda eğitim veriyor (karar ağaçları .. vb.).

Bazı ünlü iyi firmalarda Almanya / İsviçre ile ilgili deneyimlerin bazı cevaplarını alabilirsem çok iyi olur.


5
"... ve herkes süper olduğunda kimse olmaz" - Incredibles'da Sendrom. ( youtube.com/watch?v=A8I9pYCl9AQ ) Etrafta dolaşacak kadar ün yok. Herkesin eşit bir payı varsa, talep için yeterli değildir. Bu, gerçekten farklı ve istisnai olmanızı, bir avcı olmanızı ya da başarısız olmanızı gerektiren ekonomik bir bilmecedir. “Çünkü hepimiz sadece büyük rock yıldızı olmak istiyoruz, Ve on beş araba süren tepedeki evlerde yaşıyoruz.” Medyanın cevabı yok - aynı zamanda avcılar ve başarısızlarla dolu. Egzersiz Dikkat!
EngrStudent

3
Burada ilgili bir soru var Burada da ilgili olan birçok cevabı olan makine öğrenenlerinde bulmak zor Beceriler .
Esad Ebrahim

1
Endüstri hakkında düşündüğünüz gibi, yakınlarda seçmeyi düşünebileceğiniz birkaç kişi / şirket var, bunlardan biri şimdi SAP tarafından edinilen SAF (İsviçre). Bu sitede araştırma matematikçisi var ... belki de kendini tanıtır. ;) Değilse, forum dışında benimle temas kurmaktan çekinmeyin ve giriş yapabilirim. Booking.com (Amsterdam), bazı ilginç makine öğrenme / veri madenciliği problemleri için, sizinkine, yüksek lisansına veya doktora derecesine sahip bir geçmişi olan aktif olarak insanları işe alıyor. Yine, eğer ilgilenirseniz temas kurmaktan çekinmeyin.
Esad Ebrahim

Ayrıca ilgili
Simone

5
Bunu söylediğim için üzgünüm, fakat doktora yapmayı düşündüğünüz son sebep berbat bir şey. Bunun ana sürücünüz olmadığından emin olun, aksi takdirde sizi bir duvara sürükler.
Marc Claesen

Yanıtlar:


22

Alex, özellikle Almanya veya İsviçre hakkında yorum yapamam, ancak farklı ülkelerden gelen 100.000'den fazla çalışanı olan uluslararası bir şirkette çalışıyorum. Bu insanların çoğu en az lisans düzeyindedir, birçoğunda yüksek lisans ve doktora dereceleri vardır ve İK ve Yönetici kadrosu dışında çoğumuz bir veya daha fazla farklı bilimsel alanda uzmandır. 30 yıldan fazla deneyime sahibim, yetenekli bir bilimsel / teknik uzman, bir yönetici, bir Proje yöneticisi olarak çalıştım ve sonunda zevk aldığım tamamen bilimsel bir role geri döndüm. Ayrıca personel alımı ile de ilgileniyorum ve belki de izleyen gözlemlerim sizin için değerli olabilir.

  1. Yeni mezunların çoğu ne istediklerini tam olarak bilmiyorlar ve öğrenmeleri genellikle birkaç yıl alıyor. Çoğu durumda, işyeri deneyimlerinin bir dizi nedenden dolayı beklediklerine kıyasla oldukça farklı olduğu ortaya çıkmaktadır. Bazı işyerleri heyecan verici, bazıları sıkıcı, sıkıcı ve "işyeri politikası", kötü patronlar vb. Bazen büyük problemler yaratabilir. Daha yüksek bir derece bu sorunlardan herhangi birinde yardımcı olabilir veya olmayabilir.

  2. İşverenlerin çoğu, "işi yapan" kişiyi istiyor ve mümkün olan en kısa sürede üretken oluyor. İşverene bağlı olarak yüksek dereceler önemli olabilir veya olmayabilir. Bazı durumlarda kapı kapatılmamış UNLESS doktora derecesine sahipsin. Diğer durumlarda, kapı kapatılabilir, çünkü bir doktora dereceniz vardır ve işveren "daha az teorik ve daha pratik deneyime sahip" birisini ister.

  3. Doktora mutlaka daha hızlı promosyonlar veya maaşta çok fazla fark anlamına gelmez ve elde edebileceğiniz pozisyon türünde herhangi bir fark yaratabilir veya olmayabilir. Genel olarak adaylarla röportaj yaparken en çok işle ilgili tecrübesi olan insanları bulmakla ilgileniyorum. Bir doktora bir pozisyon güvence altına nihai bir karar faktörü olabilir, eğer adayın tez konusu özellikle ilgili ise.

  4. İnsanlar artık eserleri eskisinden daha sık değiştirme eğilimindedir. Dairenizde dolaşmaya başlamadan önce yaşınızın 2 * pi'ye bölünmesi, bir işyerinde kalmak için uzun yıllar boyunca kötü bir kural değildir. Bazı insanlar bir süre çalışır ve daha sonra yüksek çalışmalara döner. Bazı insanlar (benim gibi) doktora yapmaya başlar ve sonra "reddetmek için çok iyi bir teklif" alırlar ve doktora çalışıp çalışmaya giderler. Bunu yaptığım için üzgünüm? HAYIR, hiç değil ve tekrar baştan başlasaydım, yine de tamamen farklı bir konuda doktora yapardım.

  5. Size verebileceğim en iyi öneri, yapmaktan en çok zevk aldığınız şeyi yapmak ve nasıl ortaya çıktığını görmek. Başka hiç kimse size sizin için neyin iyi olacağını söyleyemez. Bazen bir şeyler denemek zorundasınız ve eğer işe yaramazsa, o zaman elinizden geldiğince bilgi alın ve başka bir şeye geçin. Rodin'in dediği gibi: Deneyimi akıllıca kullanırsanız, hiçbir şey zaman kaybı olamaz.


doktora konunuz neydi ve şimdi hangi konuda doktora yaparsın?
Jack Twain

1
Alex, bu tamamen senin sorununla ilgili değil, ancak asıl doktora derecem, petrol ve gaz saha araştırması ve geliştirilmesinde farklı kaynaklardan (Jeofizik, Jeoloji, Petrofizik, Üretim ve Rezervuar Mühendisliği verileri) çeşitli bilgileri bir araya getirme metodolojileriyle ilgiliydi. Peki şimdi ne yapmalıyım? ML & Bilgi Teorisinin Finansal Piyasalardaki Uygulamaları. Çok daha zor, zorlu ve daha iyi ödeme! :-) Neye karar verirsen ver, sadece eğlen.
TonyMorland

2 * pi kuralını anladığımdan emin değilim. Bir örnek ile detay verebilir misiniz?
dksahuji

8

İş rutiniyle ilgili fikrimi tarif etmeden önce, görevinizin alakalı olduğunu düşündüğüm birkaç parça seçeceğim (benimkine önem ver):

  1. Çok meraklı bir insanım
  2. Fikri zorlu şeylerle çalışacak
  3. Dürüst olmam ve benden daha yüksek dereceli birini görmekten nefret ettiğimi söylemeliyim ( kibir )
  4. 1 ya da 2 yılda bir kariyere başlayabilir ve çok para kazanabilirim
  5. başlatmak kendi şirketimi

1 ve 2'ye dayanarak, genel olarak veri bilimi ve araştırma konusunda çok romantik bir görünüme sahip olduğunuz görünmektedir. Evet, ilginç problemler üzerinde çalışmaya başlayacaksınız ama kesinlikle 7/24 (bu hem endüstri hem de araştırma için geçerlidir).

2 ve 3'e göre, insan aklının zirvesini araştırmayı ve doktoralarınızı akıllılarınızın bir sertifikası olarak görüyorsunuz. Katılmıyorum, çünkü:

  • Hem akademik araştırmada hem de endüstride entelektüel olarak zorlayıcı problemler var. Bence akademisyenlerin en zorlarıyla karşılaştıkları garip bir varsayım.
  • Doktora yapmak akıllı olduğun anlamına gelmez, bu alanda iyi bir araştırma yapmak için gerekenlere sahip olduğun anlamına gelir. Araştırma başkasından daha akıllı olmakla ilgili değildir (yardım etmesine rağmen). Yaratıcılık ve sorunlara farklı bir açıdan yaklaşmak da çok önemli özelliklerdir. Bir sonraki kişiden daha akıllı olduğunuzu ispatlamak istiyorsanız, doktora değil Mensa sınavlarına katılın.

Kişisel görüşüme göre, en zeki insanlar yaptıkları seçimlerle mutlu bir yaşam süren insanlar, bunun nükleer fizikçi mi yoksa marangoz mu olduğu anlamına geliyor. Kararlarınızı, size gösterecekleri bir şey verip vermediklerine dayanarak vermeyin.

4 ve 5'e göre, bir noktada kendi şirketinizi kurmayı hayal ediyor gibisiniz. Yeni başlayanlar yaparken, teknoloji odaklı olanları bile, zamanınızın çoğunu gerçek teknoloji ile harcayamayacağınızı unutmayın. Pazarlama, iş planları, yönetim vb. Her şey başarılı girişimler için eşit (daha fazla değilse) önemlidir. Bir doktora yardımcı olmasını nasıl beklersiniz?


Şimdi bu ön hazırlıkların dışında kaldık: makine öğrenimi bilim adamının iş rutini hakkındaki kişisel görüşüm. Her şeyden önce: Seçtiğiniz bir vurgu ile büyük / karmaşık / ilginç veri setleri üzerinde son teknoloji yöntemlerle çalışmak. Bu kesinlikle çok ilginç bir iştir.

... FAKAT

Gerçek makine öğrenmesi çok fazla kaba iş gerektirir

Sen olacak değil bilgisayarların bir ordu sizin teklifler verir iken matematiksel zarafet dolu bir ütopik dünyadaki her çalışma saati geçirirler. Zamanınızın büyük bir kısmı büyük bir iş yaparak harcanacak: veri tabanı yönetimi, veri kümeleri hazırlama, işleri normalleştirme, tutarsızlıklar ile uğraşma vb. Zamanla daha heyecanlı büyümezler. Konunuz hakkında tutkulu değilseniz, sonunda bunları yapma motivasyonunu kaybedeceksiniz.

Makine öğrenimi dersleri aldıysanız, genellikle tutarsızlıklar olmadan güzel bir şekilde etiketlenmiş veri kümeleri alırsınız, her şeyin olması gerektiği gibi, eksik veriler yoktur. Bu gerçek hayattaki makine öğrenmesi değil. Zamanınızın çoğunu en sevdiğiniz algoritmayı çalıştırmaya hazır olduğunuz noktaya gelmeye çalışmak için harcayacaksınız.

İşbirliklerinde beklenti yönetimi

Disiplinlerarası projeler yapmak istiyorsanız, ne yaptığınız hakkında hiçbir şey bilmeyen insanlarla nasıl çalışacağınızı öğrenmek zorunda kalacaksınız (bu herhangi bir uzmanlık için geçerlidir). Genellikle iki senaryodan birini gösteren makine öğrenmesinde:

  • Ortak çalışanlarınız çok fazla TV izlemiş ve her şeyi, bir algoritma ve harika görselleştirmelerle çözebileceğinizi düşünüyorlar.
  • İşbirlikçileriniz kullandığınız teknikleri anlamıyorlar ve bunun gibi faydaları veya potansiyel uygulamaları görmüyorlar.

5

• Sektörde yüksek lisans derecesine sahip bir veri bilimcisi / makine öğrenicisi olarak çalışmak nasıl bir şey? Nasıl bir işte çalışıyorsun? Özellikle bu reklamları Amazon'da bir makine öğrenimi bilimcisi olarak okuduğumda ne yaptıklarını merak ediyorum.

İşletme sorunları, derecenize bağlı olarak gerçekten değişmez, bu nedenle aynı veya benzer şeylere bakarsınız. Büyük bir kuruluşta çalışıyorsanız, şirketin büyük veri kümeleri üzerinde çalışırsınız. Bu genellikle ürün / müşteri verileri veya operasyonel veriler olabilir (kimyasal işlem verileri, finansal piyasalar verileri, web sitesi trafik verileri vb.). Genel amaç, paradan tasarruf etmek veya şirket için para kazanmak için verileri kullanmaktır.

• Daha önce olduğu gibi aynı soru, ancak doktora ile Farklı bir şey mi yapıyorsun yoksa ustalarla aynı şeyi mi?

Cevap yukarıdaki gibidir, hemen hemen aynı şeyleri yapardınız. Bununla birlikte, araştırma / kantitatif analizde veya büyük bir uluslararası şirketin benzer bir teknik departmanında, eğer bir doktora dereceniz varsa, yüksek lisans derecesine sahip birisinin üstünlüğü vardır. kariyer gelişimi açısından. Doktora size bağımsız bir araştırmacı olmayı öğretir (ya da öğretmesi gerekir), bu yüzden doktora ile, şirket genellikle emeğinize (meraklı beceriler ve çalışkanlık) biraz daha fazla değer verir. ANCAK Doktora yapmamayı şiddetle tavsiye ediyorum, sadece (potansiyel olarak) daha hızlı kariyer gelişimi için. Doktora yapmak zor ve özellikle de son acı sürecine doğru, konunuzu sevmeniz (ideal olarak sevmeniz) gerekir ve bence akademide kalma potansiyeline sahip (ki bu da araştırmaya olan ilginizi açığa vuran) ve partiuclar konusu) katlanılabilir hale getirmek için

Ayrıca, doktora ile sektöre geri dönmenin, kariyer basamaklarında gecikme yaşayacağınızı ve teknik yönelimli bir destek rolüne yönlendirilebileceğini unutmayın (bu, şirket için gerçek para kazananlara göre daha az ödüyor) - Bu sizin birincil hedefiniz olmayabilir. Son olarak, küçük ölçekli bir şirkette çalışıyorsanız, kendi şirketinizde, bir doktora derecesinin olması kariyerin ilerlemesi veya maaş açısından neredeyse yok olur.

• Zorlu ilginç sorunlarla başa çıkacak mıyım? Ya da bazı sıkıcı şeyler?

Sanırım buna genel bir cevap yok. ML disiplinler arasıdır. Bir analist olarak çalışıyorsanız, genellikle verilere bakar ve modeller oluşturmaya çalışırsınız, geliştirme tarafındaysanız, uygulamanın örgütsel aşırılığını ele alırsınız. Müşteriyle yüzleşiyorsanız, çok fazla el tutma ve müşteri eğitimi almanız gerekebilir (ancak muhtemelen daha fazla para kazanabilirsiniz). Genellikle, sorunuzun cevabı kişisel tercihinize ve işvereninizin ne kadar esneklik sağladığına bağlıdır.


Hiçbir işvereni etkilemek için doktora yapmak istemiyorum. Sadece çoğunlukla ve çoğunlukla bilgi için istiyorum
Jack Twain

Bunun doğru motivasyon olduğunu düşünüyorum.
Zhubarb

2

Veya istatistikçilerin ve makine öğrenenlerin günlük görünmediği bazı araştırma gruplarına katılmayı deneyebilirsiniz. Örneğin istila ve hastalığın yayılması, botanik veya ekoloji, sosyal böcek veya belki sosyal bilimler?

Size kesin örnekler veremem, ancak bunların çok az olduğu bir yerde iyi bir istatistikçi / ML iseniz, insanların ve farklı araştırma tekliflerinin sizi bulacağından daha iyi. Mesele şu ki, sizin tarafınızdan çok fazla çaba harcamadan gerçekten talep göreceksiniz.

Bu fikri sevdiyseniz, mevcut konularınızın (endüstri) dışındaki makine öğrenme problemlerini aramaya çalışmaktan ve belki de "zorlu ilginç problemlerinizi" ve "entelektüel olarak zorlayıcı şeylerle çalışmayı" nasıl bulacağınızı bulacaksınız.


2

Diğer cevaplara katılıyorum. Sadece sizin gibi bir doktora ile devam etmekten çekinmeyen veya doktora derecesini aldıktan sonra endüstriyi yapmaktan çekinmeyen insanlar için ortak bir yolun (en azından ABD'de) doktora başvurusunda bulunmak, sonra izin almak (bir yıl veya daha fazla) olduğunu vurgulamak isterim. işler beklendiği kadar iyi değilse veya sektörü keşfetmek istiyorsa. Doktora başvurusu genellikle lisans eğitiminden hemen sonra kolaydır: henüz sınavları (GRE) toplama alışkanlığını henüz unutmadınız, sizin için tavsiye mektubu yazacak profesörler, sizi hala iyi hatırlıyorlar vb.

Ayrıca, doktora ve endüstri arasındaki karşılaştırmanızda, sahip olduğunuz fırsatlar arasında, ilginç veri kümelerine erişimi, bilgisayar kümesi kullanılabilirliğini, mekanın yazılım mühendisliği becerilerini ve her bir proje için kaç kişinin atandığını karşılaştırmak isteyebilirsiniz.

Son olarak, sektörde entelektüel olarak zorlayıcı birçok şey bulabilirsiniz, örneğin IBM / Google / Microsoft / Nuance / Facebook / etc. araştırma departmanı (tıpkı sizin gibi entelektüel olarak zorlayıcı şeylerin akademi bulabilirsiniz). Örneğin SVM'nin arkası milletvekilleri AT&T'de çalışıyor, IBM Watson IBM'de, Google Translate en iyi makine çeviri sistemlerinden biri, Nuance ve Google en iyi ses tanıma sistemine sahipler ve bunlar izole örneklerden çok uzak. Aslında, endüstri ve akademi arasında kimin makine öğrenimi araştırmalarına en fazla katkıda bulunduğunu her zaman merak ettim (Quora'daki veritabanı araştırmasıyla ilgili aynı soruyu sordum: Veri tabanı araştırması, çoğunlukla son on yılda endüstri tarafından yönlendirildi mi? ).


Facebook, Microsoft ve Google (ve sanırım diğer pek çok büyük şirket) çok sayıda ziyaret eden araştırmacı ve tam zamanlı veya yarı zamanlı akademisyenler istihdam etmektedir. Sanırım bu insanlar (akademiden ödünç alınmış) ve bu şirketlerin temelde sektörde ilerleme kaydeden neredeyse sınırsız kaynakları olduğunu düşünüyorum.
Zhubarb

1

Doktora almak için, insan bilgisinin durumunu ilerletmek zorundasınız. Sadece daha fazla şey öğrenmek zorunda değilsin. Orijinal bir şey üretmek zorundasın. Bu uzun, yavaş ve acı verici bir süreçtir ve herkes bu konuda başarılı değildir. Öyleyse, doktora yapmalısın, ancak içindeki alana yeni, yaratıcı, katkının olduğunu düşünüyorsan.

Sadece alanı öğrenmek ve alanı uygulamak istiyorsanız, en fazla Üstatlarınızı alın ve daha sonra başvururken hayatınızın geri kalanını öğrenerek geçirin. Bir şeyler oku. Arada sırada atölye çalışın. Bir noktada gerçekten orijinal bir şey yapma dürtüsüyle enfekte olmuşsanız, kariyerden (uzun) bir mola verin ve o zaman doktora almaya çalışın.


Bu benim de düşündüğüm bir şey. Fakat korkarım ki endüstriye girdiğimde, akademi hakkında düşünmek için çok uzakta olacağım ve yoğun sanayi dünyasına kaybolacağım, dolayısıyla akademiyi unutabilir ve şu an sahip olduğum fırsatı kaybedebilirim.
Jack Twain,

1
@TonyMorland Eğer böyle bir şey sizce olurdu çalışmak pratikte ?
Jack Twain

Zeki ve çalışkan bir doktora biliyorum Profesörlerini zaman içinde giyen PhD'leri tanıyorum. “İnsan bilgisinin durumunu ilerletme” fikri, tüm veya muhtemelen çoğu durumda doğru değildir. Artımlı adım küçükse ve etkili bir şekilde çoğalmazsa, aslında var mı? Endüstride olanlarla ilgili olarak her yerde aynı şey var: en çok egzersiz yaptığınız yetenekler güçlenirken, haftada birkaç saat eşik değerinin altında egzersiz yaptığınız aktiviteler buharlaşacaktır. Endüstri, işlevsel olmayan organizasyonlarda çalışma konusunda sizi daha iyi hale getirecektir. Yine de daha çok kazanıyorsun.
EngrStudent

0

/ Ünlü küçük şirketi / rotayı seçtiğinizde, şirketinizde bir araştırma departmanı kurma özgürlüğüne sahipsiniz.

Burada sinir bozucu bir şekilde yaratıcı olabilirsiniz, olduğu gibi, sınırlanmamış ... tüm çocukluk hayallerinizi, entelektüel olarak zorlayıcı şeyleri keşfedebilirsiniz ...

Katil / araştırma makalesi yazmak için Üniversite Laboratuvarlarında oturmanız gerekmez.

Buna rağmen, yine de, Univ'deki ilgili araştırma bölümleriyle her zaman koordine edebilirsiniz. görmek...? zwei vögel mit eines stein :-)

... daha yüksek dereceli başka biri ...

Vanity, ılımlı bir biçimde, olabilecek en iyi şeyi aramaya bizi motive eder.

İyi şanslar.

yb


Bu rota göründüğü kadar eğlenceli, teori. Şirket başına bir kişi araştırma departmanı kuruyor. Reklam öğesi, üretken veya faturalarını ödeyebilen ile aynı değildir. Her iki şekilde de katil yazılar yazmalısın. Bunlardan biri departman bütçelerini veya araştırma tekliflerini savunmak, diğeri ise araştırma tekliflerini ve departman bütçelerini finanse etmek. Vanity, gurur gibi, düşmeden önce gelir. İnsanlar olarak, kendi imha düğmelerimiz tam arkamızda kendimizi patlattığımız yerde olma eğilimindedir.
EngrStudent
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.