Открыв разговор с вопросов об учебе в школе и университете, поговорим о поступлении в университет, составлении резюме и важных этапах университета, которые играют важную роль в карьере ML инженера.
Погружаясь в опыт первых работ и процесс становления тим лидом, мы рассмотрим стек знаний для устройства на первую работу в области data science и machine learning. Пофилософствуем о курсах и эффективности процессов в ml-командах.
Новые истории от молодых специалистов ждут вас в следующих выпусках, подписывайся на нас, чтобы не пропустить:
Сайт подкаста: https://experience.mave.digital/
Анонсы и еще всякое: https://t.me/experience_it
Инстаграм* Руслана: https://www.instagram.com/_maslennikov/
Инстаграм* Кирилла: https://www.instagram.com/opyat_rano_vstavat/
*запрещен на территории РФ
Тайм-коды:
- Вступление
- Про школу
- Советы по составлению резюме для совсем новичков
- Про поступление
- Полезность универа и что бы поменял
- О специальностях с физикой
- Как учился в универе
- Как делал лабы за деньги и почему это круто
- Отзыв о курсах ЯП и как устроился на первую работу
- Философствуем о курсах
- Стек знаний для устройства на первую работу дата саентистом
- Про первую работы и как стал тим лидом
- Как выглядит работа DS и ML инженеров
- Вторая работа: ML, бэкенд, менеджмент
- Про SCRUM
- Поиск новой работы и чем занимался на проекте
- Состав ml-команды и неэффективность процессов
- Маленькие компании vs Корпорации
- Как жить и работать эффективно
- Про медитацию и випассана
- Послание себе
- Ставьте лайки и подписки
