ML — курсы vs реальность: Где же обещанные цветочки и единороги?

[kneaded]

Вот поэтому я и есть дата инженер - я отвечаю за вопросы "где, как, какие данные вытащить, похожие на production", а так же проектирую где данные будут храниться, по какой логике обновляться, обвешиваю какими-то дополнительными флагами / признаками для облегчения работы аналитиков, data scientist специалистов и прочих. Естественно с мониторингом, devops практиками и прочее

Я решаю всю боль описанную в статье. Хороший специалист я? Ну наверное, но оплачиваются выше DS а не DE

[Zotovaa]

Дааа, порой создается ощущение, что один специалист отдувается за нескольких. И так и хочется разделить работу на роли DA, DE, DS, MLOps и прочие - но не всегда удается набрать такую команду или получить добро для этого найма. Поэтому приходится закрывать смежные сферы, и часто говорят, что востребованные спецы такими и должны быть.

Data-инженер - очень важный специалист в команде!

[bigtrot]

Идеального мира не существует. Курсы - это в первую очередь коммерция. Рассчитывать на курсы - это скажем дообучение. В первую очередь необходимы базовые знания с широкими горизонтами, естественные науки, умение решать задачи, не те, что-то типа ЕГЭ, а те новые задачи, когда надо что-то придумывать. То что заказчик не знает чего хочет, это нормально и не надо от него, что-то требовать, какой-то конкретики. Вы должны сами предлагать и даже не предлагать (потому что заказчик все равно ничего не поймет), а решать задачу и показывать ему результат. Вот когда появится результат, тогда и начнется то обсуждения и понимание чего хочет заказчик, возможно даже придется всё переделать. Хорошо когда Вы сможете работу разделить на роли, но этому тоже надо учится организовывать людей, создавать конвейер. Но для этого надо много чего знать и постоянно обучаться, обмениваться опытом и не рассчитывать на курсы. Это приходит с опытом. Главное не боятся браться за задачи, которые еще не знаете, как решать.