Как попасть в AI/ML без диплома МФТИ | Виктор Кантор скачать в хорошем качестве

Как попасть в AI/ML без диплома МФТИ | Виктор Кантор

Ссылка на анкету предзаписи на курс «База ML»: https://vk.cc/cNNwau Заполни анкету прямо сейчас и получи скидку 10% на курс! Ссылка на сайт курса «База ML»: https://clck.ru/3NBPys Ссылка на сайт курса «ML в бизнесе»: https://clck.ru/3NBQEQ Забрать ссылку на вопросы с собеседований и ответы на них: vk.cc/cNNwau Telegram MLinside: https://t.me/+xPCRRLylQh5lMmI6 Если вы аналитик, разработчик или менеджер и думаете, как вкатиться в ML — это видео нужно смотреть до конца. Виктор Кантор, экс-CDS Яндекс.Такси, ex-VP МТС, разбирает: — почему 90% новичков годами «учатся», но так и не доходят до собесов, — как не быть тем, кто «еще не готов», — как построить путь в Data Science, даже если вы не из топового вуза и не математик с рождения. Если коротко, то ответ — нетворкаться. Как раз для этого мы создали сообщество в Телеграм: https://t.me/ml_insidechat — вступайте, чтобы стать ближе к DS/ML. — реальные кейсы наших учеников, которого взяли джуном после курса "База ML" MLinside. В конце видео узнаете, как можно получить PDF с реальными вопросами с собеседований и ответами на них. Тайм-коды: 00:00 — Кто такой Виктор Кантор и зачем это видео 01:21 — Можно ли стать ML-специалистом без диплома ВШЭ и МФТИ 03:23 — Почему AI — это как Excel: без него скоро никак 04:38 — Чем ChatGPT не заменит реальных ML-специалистов 06:13 — AGI vs. узкий искусственный интеллект: что действительно работает в бизнесе 07:43 — Сколько зарабатывают джуны и как попасть в их ряды 10:52 — Рост зарплат в AI: от джуна до синьора 12:46 — Почему у многих не получается войти в ML 13:41 — Ошибка: вы хотите знать всё, но так и не собеседуетесь 14:47 — Что реально спрашивают на собеседовании 17:27 — Как мыслят руководители, которые нанимают джунов 20:22 — Почему собеседование важнее диплома 22:12 — Теория vs практика: как не стать "обезьянкой с алгоритмами" 23:51 — Как устроено обучение на курсе "База ML" 25:52 — Математика и программирование: что точно потребуется 27:26 — Как выглядит путь студента на курсе 28:50 — Соревнования, проекты, менторы, обратная связь 30:43 — Реальные истории: как студенты переходили в Data Science 34:41 — Кто может попасть на курс: аналитики, менеджеры, разработчики 35:28 — Мы не обещаем "вкатиться в IT за 30 дней" — но покажем честный путь 37:03 — Почему комьюнити важнее, чем кажется 38:00 — Как не собирать знания по крупицам, а получить результат 39:01 — Что делать, чтобы попасть на курс