Что обычно не учитывают, когда готовятся выходить на рынок | Проблемы подготовки Когда ты хочешь пойти поменять или найти работу, ты первым делом думаешь какой навык будет полезен на работе и что лучше прокачать. Машинное обучение - это широкая область и считается, что круто знать много всего: графовые подходы, немного CV и как строятся RAG системы на всякий случай. Вдруг на работе надо будет. Это мы еще не говорим про "продовые" техноглогии: попробовать разные БД, посмотреть, что такое кафка и в чем суть S3. Это действительно важные вещи, но 65% из них тебе не пригодится на работе, а 80% можно выкинуть при поиске работы. В изабилии данных выбор что изучать очень важен. Немного оффтопа. Я в MADE учил полгода графовые нейронки и концептуально мне очень заходила идея их использовать. Более того, когда я работал в VK, очень хотел их применять: "Тут же соцсеть, мы сейчас к рекомендациям прикрутим и вообще пушка бомба получится". Но все мои идеи отлетали в стол, так как были более срочные и нужные задачи. Прекрасно их понимаю в целом. Эта история про то, что если ты потенциально можешь применить какие-то знания, не факт, что это реально произойдет. Так вот. На что стоит обратить внимание при подготовке к поиску новой работы: 1. Готовься к собесам, а не к работе На этапе поиска работы тебе нужно готовиться не к работе, а к прохождению собеседований. Это ключевое. В частности алгоритмы, ответы на теоретические вопросы по мл, систем дизайн и связный и поставленный рассказ о своем опыте. На первых трех пунктах долго останавливаться не будем, есть гайды в закрепленных сообщениях, но про рассказ об опыте есть что сказать. Важно заранее расписать все, что ты делал. Не просто строчкой в резюме, а разложить как на секции систем дизайна. Это поможет сложить картинку и продумать сложные моменты. 2. Учись рассуждать вслух Это более абстрактная штука. Тебе нужен этот навык, чтобы раскрутить задачу по алгоритмам и грамотно объяснить ее интервьюеру, также чтобы докрутить вопрос по теории, который ты не помнишь, но можешь вывести и естественно весь систем дизайн построен на этом навыке. Онсновная тренировка это практика. 3. Дай мозгу время адаптироваться Вот все, что описано выше классно работает, если твой мозг это переварил, иначе у тебя в голове будет лютая каша и подготовка вообще того не стоит. Дай себе хотябы неделю подготовки до выхода на рынок. Тогда новые знания подулягутся и мозг будет лучше справляться. 4. Собери красивое резюме Ну вот база же. Но все равно у многих резюме - это какой-то мрак с разными шрифтами, поехавшей версткой и т.д. Более того, внутри написаны не задачи, а просто обязанности в общем, что недопустимо в таком конкурентном рынке, как сейчас. Поэтому ультра важно, чтобы твое резюме было читаемым и осмысленным. Подробнее про резюме писал тут - тыык Большинство проблем на выходе на ML-рынок возникают не из-за нехватки знаний, а из-за недооценки этих моментов. Их редко видно в начале, но именно они решают, дойдёшь ты до оффера или нет. Как-то так. Раскатываем ML кабины | MentorShip