ВСЯ ПРАВДА ПРО ML В ОДНОМУ ПОСТІ 👇

Я зібрала ТОП-10 питань про машинне навчання, які вас цікавили найбільше: від знань з математики до віку і технічного бекграунда:

❔ Скільки часу приблизно займає пошук роботи за напрямами ML/DS/AI Engineer?

В принципі, так само, як у будь-якому іншому напрямі 😅

Всі максимально по-різному отримують свої офери. Буквально тиждень тому мені написала учениця: 1,5 місяця тому завершилося навчання, і зараз вона проходить перевірку безпеки в відомому банку в Україні. 

Буває, що знаходять з першої подачі, а буває  з 50-ї, і це сильні студенти, які отримали червоний сертифікат. 

Тут є частина везіння ➕ технічна база, а є частина якісної роботи з резюме. Я вчу, як це робити, і постійно додаю нові практики та лайфхаки.

❔ Чи потрібна технічна освіта для позиції Senior?

Якщо ви маєте практичні навички та досвід –  більшості випадків формальна освіта не є настільки корисною, як від неї очікують.

У моєму випадку магістратура була свідомим і суто практичним кроком, я чітко розуміла, навіщо туди йду. Чи допомогло це мені? Так, бо я точно знала, у що саме інвестую.

❔ Що очікувати людині з дуже слабкими знаннями математики?

З мого досвіду дослідження цієї проблеми у студентів, у 90% випадків просто не було метчу з викладачем математики у школі чи університеті.

Проте наш курс з ML у нас пройшли 200+ студентів, і всі вони вивчали ці ж самі похідні. Головне, що вам потрібно зробити зараз – відкинути свій попередній негативний досвід і довіритися процесу.

Складні концепції реально зрозуміти, якщо їх розкласти структурно та з практичним поясненням. Ми всі дорослі люди: коли нам пояснюють, навіщо це потрібно в реальному житті, ми можемо розібратися в чому завгодно.

Я пояснюю математику через візуалізації та симуляції. Багато студентів приходять без розуміння лінійної алгебри, векторів чи матриць і ми все це вивчаємо з нуля. Особисто я вчу студентів не для галочки, а щоб вони осягнули, як працюють самі ML-моделі та як на їхній основі будувати рішення для бізнесу.

Також ви можете використовувати АІ-Ганну – це спеціальний інструмент, де можна перевірити свої знання з технічних тем і зрозуміти, до чого варто повернутись і що підтягнути перед співбесідами.

А якщо й цього мало – є ми в чаті, є зідзвони та менторська підтримка. Ми обов'язково прийдемо до розуміння. Важливе ваше бажання розібратися, а решту ми закриємо 😉

❔ Хто перевіряє проєкти для портфоліо під час навчання? Чи можна робити Final Project на власну тему? Чи допомагаєте з GitHub та портфоліо?

Усі проєкти та домашні завдання перевіряють експерти в галузі Data Science з практичним досвідом у цій сфері.

З приводу Final Project: так, наш фінальний проєкт дає дуже велику свободу. Ви можете обрати один із трьох шляхів:

1️⃣ Взяти проєкт, який пропонуємо ми
2️⃣ Скористатися джерелами даних, які ми надаємо на вибір
3️⃣ Взяти власну тему та свої дані (наприклад, із вашої поточної сфери чи бізнесу) і реалізувати взагалі будь-яку ідею

Ми перевіримо все, що ви придумаєте, і дамо детальний фідбек.

Перевірка GitHub, резюме та профілю в LinkedIn входить до нашого спеціального кар'єрного модуля.

Також усі студенти отримують доступ до нашої бази знань, де є:

👉 приклади успішних проєктів наших випускників;
👉 реальні резюме випускників, які вже отримали офери;
👉 приклади тестових завдань на позиції ML/DS-інженерів

Усе це ви зможете використовувати для підготовки та власного старту в професії 🙌

❔ Чи можна почати в IT у 51 рік?

У нас навчаються люди різного віку: наймолодшому студенту було 17 років, а найстаршому якраз десь 51-52 роки.

Якщо вам зараз 45-50 років і ви плануєте активно працювати ще років 10+, це цілком релевантний термін, щоб опанувати нову спеціальність, яка вам дійсно цікава, і побудувати в ній успішну кар’єру.

Коли я тільки формувала програму з ML, ми проводили глибинні інтерв'ю (CustDev). До нас прийшов чоловік, якому на той момент було майже 60 років. Він уже побудував потужну кар'єру в банківській сфері й досяг там усього можливого, але хотів досягти нових кар’єрних вершин. І він бачив цей розвиток саме в машинному навчанні: у нього буквально горіли очі!

Людина з колосальним банківським досвідом приходить будувати AI-рішення для фінансового сектору. Такого фахівця хоче будь-який бізнес!!

❔ Чи є шанси у людини 30+ з гуманітарною освітою та мінімальним технічним бекграундом?

У нас є конкретний кейс: студентка, 30 років, яка працювала перекладачем та викладала англійську в IT-компанії. У неї були лише досить поверхневі знання з веб-розробки. Вона прийшла до нас на курс і пішла в напрямі NLP (обробка природної мови). Гуманітарна база та розуміння мовного контексту були її величезною перевагою.

До нас взагалі приходять люди з дуже різним бекграундом (наприклад, разом зі мною на магістратурі навчався хлопець-біолог, який теж успішно увійшов у професію).

Часто я бачу навпаки: люди із сильним технічним бекграундом не доходять до кінця навчання, бо на середині шляху починають тонути в сумнівах.

Тому ми дуже багато працюємо з психологією та мотивацією і допомагаємо фокусуватися на тому, що ви вже знаєте та вмієте.

У нас є спеціальна форма фідбеку, яка підкріплює вашу віру у власні сили.

Ми проводимо окремі активності та додаткові зустрічі, щоб ви фіксували свій прогрес і бачили: ви вже не на початку, а пройшли 50%, а то і більше шляху.

❔ Коли стартує навчання і що буде в перший тиждень?

Старт 6-го потоку нашого курсу вже 5.10.

Перший тиждень завжди ознайомчий, тому не потрібно заходити на курс із відчуттям, що ви вже маєте все знати 😁

Ви познайомитеся з програмою та форматом навчання, зрозумієте, як побудований ваш шлях у DS/ML/AI. А також: розберетеся, що саме будете вивчати та навіщо.

❔ Скільки часу на день потрібно виділяти на навчання?

Я б рекомендувала орієнтуватися на 15-20 годин на тиждень. Деяким студентам із високим рівнем самоорганізації або базовим бекграундом вистачає й 10 годин.

Я велика прихильниця гнучкості, тому всі наші уроки доступні в записі.

У нас є чіткий графік виходу матеріалів: приблизно раз на два тижні відкривається новий модуль (наприклад, блок із 5 уроків). Ви дивитеся відео у зручний для себе час та виконуєте практичні домашні завдання.

❔ Чи буде практика під час навчання, чи тільки теорія?

Гарантую вам 90% практики 😉

І навчання на реальних даних та бізнес-задачах. 

Раз на 2 тижні відкривається новий модуль. Лекції тривають у середньому 20-30 хвилин і одразу супроводжуються практикою.

Після лекцій – тести, практичні завдання та повноцінні ML/AI-задачі на реальних даних.

А кожне ДЗ перевіряється кураторами. Ви розумієте не тільки, що зробили неправильно, а й як мислити та покращувати рішення.

❔ Що буде, якщо я не встигатиму виконувати всі завдання?

9 місяців навчання – це досить тривалий термін (за цей час можна дитину виносити!). Ми розуміємо, що у всіх є робота, родина, відпустки, форс-мажори або відключення світла та інші обставини воєнного часу.

Тому в нас максимально лояльний та людяний підхід.

Ми вчимо студентів відкрито говорити про проблеми та попереджати про затримки, адже вміння будувати дорослу комунікацію – це така ж важлива навичка для IT-фахівця, як і вміння писати код.

Старт нашого курсу вже 5.10, тому не відкладайте свій старт в омріяній сфері на ще декілька років. 

Ставте ➕ в коментарях і ми з радістю відповімо і на інші ваші питання 🙌