Source
HANNA PYLIEVA ПРО ІТ 🚀 | Після етеру про ML я вирішила відповісти на декілька популярних питань...
867 Views/Reach
2025-12-03 18:56
Message №874
Після етеру про ML я вирішила відповісти на декілька популярних питань текстово тут. Поїхали 👇❔Чи можна не вчити Python і просто делегувати весь код ChatGPT?
Можна спробувати, але це не працює для складних речей. Якщо ви будуєте серйозний продукт, мовна модель рано чи пізно зламається на якомусь етапі, і без базових навичок програмування ви просто не зможете довести проєкт до кінця. Так, є інструменти, де можна зібрати базові моделі без коду — навіть у тому ж Excel. І якщо ви product / project-менеджер, який хоче швидко перевірити гіпотезу, то ChatGPT / Claude повністю вистачить. Але якщо ваша ціль — це бути професіональним ML-інженером або дата-саєнтистом, без коду ніяк. P. S. На інтерв’ю все одно буде етап, де треба писати код самостійно 🤓 ❔ Які типові помилки допускають новачки під час навчання ML⚪️Занадто довго «мучать» Python або математику
Місяцями сидять на теорії і бояться перейти до задач. А краще одразу брати дані⚪️ хоч той самий Titanic для тренування⚪️ і робити задачі. Ви швидше зрозумієте, навіщо взагалі потрібен кожен алгоритм.⚪️ Навчання без плану
Без структури дуже легко злитися посередині. ML — об’ємна сфера: таблиці, тексти, time series, зображення. Потрібна послідовність.
😊 Добре працює: навчатися в групі, мати ментора, мати чіткий roadmap з проєктами. У моєму курсі «ML для людей» ми за 8 місяців робимо більше 23 практичних задач, готуємо портфоліо й резюме — і саме це дозволяє дійти до кінця, а не потонути в теорії.❔ Чому важлива практика, а не просто знання про алгоритми
Тому що ML — це про вміння розв’язати задачу від А до Я:підготувати дані, закодувати категорії, опрацювати дисбаланс класів, правильно розбити вибірку, обрати метрики. Це неможливо освоїти, просто читаючи про алгоритми — тільки практика дає відчуття контролю.❔ Наскільки перспективний ML як напрям
Дуже. Сьогодні вакансії з ML — це не тільки Data Scientist чи ML Engineer. Це й AI Engineer, і project-менеджери, які працюють у AI-проєктах. ML-компетенція відкриває доступ до високих зарплат. Найвищі офери, які я бачила по Україні — $12 000-15 000. Найбільше заробляють Computer Vision Engineers, які відносяться до Data Science 😎
Якщо відчуваєте, що готові — залишаю посилання на сайт з програмою курсу по ML. Ще є шанс долучитися до цього потоку, тож не зволікайте 💗
Можна спробувати, але це не працює для складних речей. Якщо ви будуєте серйозний продукт, мовна модель рано чи пізно зламається на якомусь етапі, і без базових навичок програмування ви просто не зможете довести проєкт до кінця. Так, є інструменти, де можна зібрати базові моделі без коду — навіть у тому ж Excel. І якщо ви product / project-менеджер, який хоче швидко перевірити гіпотезу, то ChatGPT / Claude повністю вистачить. Але якщо ваша ціль — це бути професіональним ML-інженером або дата-саєнтистом, без коду ніяк. P. S. На інтерв’ю все одно буде етап, де треба писати код самостійно 🤓 ❔ Які типові помилки допускають новачки під час навчання ML⚪️Занадто довго «мучать» Python або математику
Місяцями сидять на теорії і бояться перейти до задач. А краще одразу брати дані⚪️ хоч той самий Titanic для тренування⚪️ і робити задачі. Ви швидше зрозумієте, навіщо взагалі потрібен кожен алгоритм.⚪️ Навчання без плану
Без структури дуже легко злитися посередині. ML — об’ємна сфера: таблиці, тексти, time series, зображення. Потрібна послідовність.
😊 Добре працює: навчатися в групі, мати ментора, мати чіткий roadmap з проєктами. У моєму курсі «ML для людей» ми за 8 місяців робимо більше 23 практичних задач, готуємо портфоліо й резюме — і саме це дозволяє дійти до кінця, а не потонути в теорії.❔ Чому важлива практика, а не просто знання про алгоритми
Тому що ML — це про вміння розв’язати задачу від А до Я:підготувати дані, закодувати категорії, опрацювати дисбаланс класів, правильно розбити вибірку, обрати метрики. Це неможливо освоїти, просто читаючи про алгоритми — тільки практика дає відчуття контролю.❔ Наскільки перспективний ML як напрям
Дуже. Сьогодні вакансії з ML — це не тільки Data Scientist чи ML Engineer. Це й AI Engineer, і project-менеджери, які працюють у AI-проєктах. ML-компетенція відкриває доступ до високих зарплат. Найвищі офери, які я бачила по Україні — $12 000-15 000. Найбільше заробляють Computer Vision Engineers, які відносяться до Data Science 😎
Якщо відчуваєте, що готові — залишаю посилання на сайт з програмою курсу по ML. Ще є шанс долучитися до цього потоку, тож не зволікайте 💗