Как я не мог найти работу 🗑 Всё началось на 3‑м курсе университета. Тогда я ещё работал в PwC в консалтинге и немного в нём разочаровался. По окончании 3‑го курса уволился из консалтинга и как‑то поступил в Школу 21. Это вообще забавная история: мы с моим другом Ваней встретились в баре, он рассказал мне про эту Школу 21, и мы «по приколу» решили задания и пошли проходить бассейн (по сути, ты месяц учишься в Школе 21, а потом принимают решение о том, можно ли тебе учиться дальше). Нам так зашло, что мы в неё поступили и начали учиться. Ваня быстро забил, а я пошёл дальше. Там нашёл свою первую команду на хакатоны по ML. Тогда я был уверен, что если мы победим на хакатоне, то нас по‑любому возьмут на стажировку, и будет воооообще кайф. Мы даже занимали призовые места и начинали идти в Kaggle, но потом совсем угасла мотивация. Параллельно этому процессу я пытался попасть на стажировку. Постоянно готовился к собеседованиям, но их было очень мало, и в основном там были довольно жёсткие задания, не связанные с ML. При этом у меня тогда уже был крутой математический бэкграунд и опыт в нескольких хакатонах. Было много разных курсов, и я хотел их все пройти, но на это просто не хватало ресурса. Казалось, что нужно всё, и это всё надо брать. Я брал: и основы статистики от Карпова, и легендарный интенсив на Coursera от Вышки. Смотрел лекции Воронцова (не фанат). Даже закончил две программы от Deep Learning School — и всё равно сидел без работы 😭 Я уже суперуверенно себя чувствовал в ML и понимал, как отвечать на 90 % вопросов, но очень сильно не хватало практики. Ведь поход на собес был скорее праздником. И вот, спустя долгое время мне удалось устроиться в Тинькофф аналитиком данных, где я немного занимался ML. Самое смешное, что меня вообще не спрашивали про код на этапе собеседования: на пяти собесах я решал головоломки. Поняв, что аналитика совсем не про меня, я усиленно продолжил готовиться к ML и наконец выбил заветную позицию в Сбере, где меня спросили три вопроса про бустинги и попросили решить простенькую задачку на Python. Круто? В результате очень плотной работы и штудирования большого количества материалов мне удалось «случайно» устроиться на работу 📈 Нужно ли было всё это на начальном этапе? Очевидно, нет. Максимум 30 % от всех материалов. И ещё часть не помешало бы добавить. Мог ли я пройти быстрее? Тогда, наверное, нет. Но сейчас решение есть. Мы с командой уже более 1,5 лет помогаем искать работу в ML нашим клиентам. У нас есть отобранные материалы и проработанные схемы выхода на рынок, чтобы вы могли пройти этот путь за четыре месяца и не тратили своё время и нервы на бесконечные попытки. Средний оффер выпускников — 308 к на руки. Подробнее тут: ml-mentor.ru