ml engineering:

«Я работала аналитиком в банке — занималась BI-аналитикой, готовила отчёты различной сложности и витрины данных для других пользователей. Пошла на курс, чтобы изучить классическое машинное обучение и в будущем сменить работу.

Ожидания от обучения оправдались процентов на 80%. Курс очень интересный и интенсивный. Было сложно, особенно в модуле по глубинному обучению, но я надеюсь заполнить пробелы в будущем. Очень здорово, что все материалы остаются с нами и к ним можно вернуться.

Больше всего понравились первые два модуля — по Python и машинному обучению. Преподаватели очень доступно объясняли сложные моменты и помогали решать задачи, тех. поддержка тоже :)

Блок по статистике показался мне немного быстрым, хотелось бы ему уделить больше времени.

Курс повлиял на мою карьеру — в июле я стала откликаться на вакансии и в августе нашла работу Junior Data Scientist в QIWI, чему очень рада! Было два этапа собеседования, и вот — теперь работаю на новом месте.

Всем преподавателям огромная благодарность за то, что учите нас на своём опыте и помогаете достичь целей :)

Спасибо большое всей команде, вы делаете крутой продукт!»

Курс стал прямым билетом в магистратуру ИТМО.

В магистратуре ИТМО есть обязательный хакатон после зачисления. Мы, выпускники Карпова, решили в нем поучаствовать и взяли в команду еще студента ИТМО. В итоге выиграли хакатон по задаче от компании NapoleonIT и сейчас проходим у них практику.

Мы работали над продуктом, продающим аналитику по отзывам. Нужно было сделать агента, который на основе собранных данных может отвечать на популярные вопросы потенциальных покупателей.

По мнению основателя Napoleon IT, наше решение оказалось лучшим среди предложенных. Сейчас в рамках практики мы модернизируем бот для установки в прод у Napoleon IT.

Главный плюс — много практики

Прошёл курс ML Engineering — он действительно стоит внимания.
У меня уже был опыт с Python, поэтому начальные темы прошёл быстро.

Дальнейшие блоки по ML и DL дались труднее, по мне, очень интенсивно, было трудно совмещать с работой, многие темы приходилось проходить вскользь, чтобы быстрее сдать до дедлайна.
Но перед финальными заданиями по модулю возвращался и повторял всё, так что к концу курса в голове осталось всё, что нужно, и набитая рука на практическую реализацию проектов.

Курс точно выдернет тебя из зоны комфорта, но это всё окупится сполна.

Главный плюс — много практики. Курс построен не вокруг теории, а вокруг задач, и именно через это приходит настоящее понимание. Понравилось, что всё максимально приближено к реальной работе, без искусственных «учебных» примеров.

Поддержка тоже на уровне — кураторы быстро отвечают, помогают и не просто «дают ответ», а подталкивают и поддерживают. Огромное спасибо Марине Тюлькиной и Инне Карамовой — лучшие кураторы из ныне живущих)

Из того, что бы я улучшил — хотелось бы часть по DL поглубже: хоть в ней есть вся база для старта, и, может быть, добавил бы больше материалов с объяснениями через интерактивные визуализации алгоритмов ML и DL.

В общем и целом ML Engineering — суперточка старта для тех, кто хочет системно разобраться в машинном обучении и двинуться дальше без хаоса в голове. После него появляется ощущение понимания, как устроен зверь ИИ и как его приручить.