Comments 9
Извините, но статью не читал. Заглавная картинка – у меня ровно наоборот. Data Scentist/ML Engineer/ CV Engineer больше 5 лет.
Спасибо! Как человеку, который сейчас смотрит и книги и курсы и чувствует себя "потерянным" - довольно полезный материал :) А мог бы ещё что-нибудь сказать про рекомендательные системы? В плане их перспективности для трудоустройства и как их применяют. +/- понимаю, но хотелось бы мнение "бывалых" услышать 😅
привет! за доп материалами - напиши в тг @alexANDRico, а по поводу рек систем, занимаются только большие компании, в них большой порог входа, именно через длинные этапы собесов и тд. Ни разу не приходило запроса на рек системы от маленькой или средней компании.
Очень полезная статья! А можете подсказать книги по изучению классического ML?
Ни о чем)
Когда речь идет о выборе специализации и фокусе на одной теме, стоит учитывать несколько важных моментов. Да, существуют различные направления в учебе и работе, и это естественно, что человек не может знать все абсолютно. У каждого из нас есть области, с которыми мы больше работаем, которые нам больше нравятся, и на которые у нас могут появиться предложения по работе.
Тем не менее, не всегда такое разделение идет на пользу. Например, если человек изучает только NLP, он может упустить тот факт, что те же трансформеры используются и в компьютерном зрении. В результате он может быть удивлен, столкнувшись с этой технологией в другой области. Или, например, считают, что CNN предназначены только для обработки изображений, и удивляются их применению в других задачах.
Классификация «Классическое машинное обучение» также вызывает вопросы. Хотя задачи могут различаться по конечной цели, способы их решения часто пересекаются с другими специализациями. Поэтому возникает вопрос, нужно ли так строго разделять области? Особенно важно предоставлять более общую картину новичкам, чтобы они понимали взаимосвязь и универсальность методов в различных направлениях.
Спасибо за хорошую статью. И правда поднимает мотивацию продолжать обучение в ds(ml). Особенно человеку, который находится на этапе машинного обучения/ подтягивание sql
Как стать разработчиком ML и нейронок