Что ты будешь делать на стажировке ML-инженера - без иллюзий скачать в хорошем качестве

Что ты будешь делать на стажировке ML-инженера - без иллюзий

Хотите разобраться в ML системно и без иллюзий? Предзапись на 3 поток курса "База ML": https://forms.yandex.ru/u/6822f819842... Демо-курс "База ML": https://clck.ru/3FxXvU Курс "База ML": https://clck.ru/3FxXwp Курс "ML в бизнесе": https://clck.ru/3FxXya Подписывайтесь на MLinside в Телеграм: https://t.me/+xPCRRLylQh5lMmI6 Стажировка — это не про придумать свой ChatGPT. В этом видео — честный разбор того, что на самом деле делает ML-инженер на стажировке в крупных IT-компаниях. Александр Дубейковский — эксперт по машинному обучению в бизнесе (3 года в Яндексе), ментор студентов и школьников, выпускник Школы анализа данных от Яндекса. Вы узнаете: Какие типы задач дают стажёрам в ML и как с ними справляться Почему вам не дадут строить модели в первую неделю Что реально происходит в командах, где стажируются джуны Как не сгореть и получить оффер после стажировки Почему важно не только кодить, но и общаться с бизнесом Подходит тем, кто: готовится к стажировке в ML хочет начать карьеру в Data Science прошёл курсы и думает, что готов — но хочет понять реальность Если вы хотите строить карьеру в ML не в теории, а на практике — это видео для вас. Таймкоды: 00:00 – Зачем смотреть это видео 00:40 – Что не дадут делать на стажировке 01:44 – 3 типа задач стажёра: аналитика, фичи, эксперименты 03:36 – Бизнес vs ресёрч стажировки: в чём разница 04:20 – Личный опыт: стажировка в Яндексе и шок первых недель 06:07 – Почему знание ML — не главное на стажировке 07:09 – Какие навыки точно пригодятся на стажировке 08:24 – Чем работа отличается от учёбы: нет чёткого ТЗ 10:01 – Ошибки и ответственность: почему 70% задач пугают 13:31 – Как получить оффер: 3 совета из личного опыта