Почему решил пойти на курс?
ML — очень динамичная сфера сама по себе и постоянно появляются новые инструменты. Практически каждый месяц в этой сфере что-то меняется и нужно оставаться на одной волне с развитием области.

До начала обучения на курсе я уже работал несколько лет на позиции Data Scientist в одной из крупнейших IT-компаний на российском рынке. Спустя время понял, что мне не хватает навыков разработки и деплоя полноценных ML-сервисов.

Попытался найти бесплатные материалы в сети, но понял, что цельную картину так сформировать не получится. Поиск курсов в интернете привёл к OTUS MLOps.

Почему выбрал направление Machine Learning?
Я пришел в направление Machine Learning из лингвистики. Раньше работал переводчиком в сфере IT, занимался локализацией программного обеспечения.

Реализовав весь свой потенциал в гуманитарной сфере, я переквалифицировался в техническую специальность, так как там было много возможностей для роста.

Выбрал ML, потому что увидел много перспектив как карьерных, так и для личного развития. Для меня в Machine Learning больше пространства для творчества.

Как обучение повлияло на твою карьеру?
Мне удалось практически сразу получить повышение зарплаты в полтора раза.

Сразу после обучения я поговорил с руководителем и аргументировал свое повышение новыми знаниями и навыками, полученными на курсе.

Более того, я сейчас изучаю различные вакансии и понимаю, что благодаря полученным навыкам, подхожу под любую вакансию на рынке труда. Нет ни одного пункта в вакансиях Senior Data Scientist, Senior ML Engeenier, где у меня был бы пробел.

Стоит дополнить, что полностью уходить в сферу MLOps, я не планирую. Тем не менее выбрал эту специальность в OTUS, чтобы прокачать свои остальные навыки.

Дело в том, что сейчас на Senior Data Scientist и ML-позиции практически никогда не достаточно знаний только Data Science, алгоритмов и математики. Практически все спрашивают как минимум Docker и Kubernetes, минимальный деплой в продакшн. А чаще всего спрашивают полный спектр инструментов: базы данных, Spark с большими данными, AirFlow и инструменты версионирования данных, Kafka, Prometheus и Grafana для настройки визуализации метрик.

Почему выбрал этот курс?
Альтернатив по сути не было. Мне нужен был курс, который свяжет DevOps с машинным обучением.

Хотелось делать вообще весь процесс, начиная стадией исследований, заканчивая разработкой и выводом в продакшн именно ML-cервисов.

Только курс OTUS полностью соответствовал моим требованиям. Я посмотрел, какие инструменты могут быть нужны, о чем спрашивают на собеседовании, что требуется в вакансиях, объединил это в один список. Так я увидел, что OTUS предлагает как раз программу с этими темами.

Как проходило общение в группе?

Мы активно общались в чате. Например, я задавал вопросы и на них отвечали не только преподаватели, но и сокурсники. Было такое, что кто-то из ребят обращался в чат и мы накидывали идеи все вместе

Какие навыки применяешь сейчас в работе?
Я применяю практически полный спектр полученных навыков. Дело в том, что за последний год меня резко расширился круг обязанностей на работе.

Я теперь не просто выполняю ресерч задачи, но очень много занимаюсь разработкой и деплоем сервисов машинного обучения.

Крайне полезными оказались знания по Docker, Kubernetes, Prometheus и Grafana и MLFlow. Это основные инструменты, но вообще я использую все инструменты, которые изучил.

Расскажи про проект, где ты применил эти навыки
У меня появился крупный проект по компьютерному зрению. Нужно было разработать сервис по обнаружению некачественных изображений для крупной торговой площадки. Дело в том, что заказчику нужно было именно готовое решение и получилось так, что примерно уже в это время я начал проходить обучение на курсе.

Когда нужно было уже разрабатывать продукт, появилось много вопросов, как это деплоить. Во-первых, нужно было сделать готовое приложение, затем нужно было связать это с Kuber, прикрутить визуализацию, сделать версионирование. Прямо по мере того, как учился на курсе и узнавал новые инструменты, мне приходилось их применять и в результате я успешно сделал работающий в продакшене сервис.

Тяжело ли было учиться?
Иногда я чувствовал большую нагрузку. Было тяжело совмещать и обучение, и работу. Но у меня принцип такой: если я прихожу учиться, значит, мне нужно выкладываться по максимуму. Сделать все домашние задания на 100 %, сделать качественный финальный проект, потому что он пойдет в портфолио и его можно показывать потом потенциальным работодателям.

Я должен был работать целый день на работе, а большую часть вечеров и выходных учиться.

Зато практика, полученная в рамках Д/З, очень сильно помогла реализовать то же самое в работе.

Поделись, как тебе удавалось не терять мотивацию?
Для меня мотивация заключается в том, что обучение нужно исключительно мне. Я стараюсь не для кого-то, а для себя.

Еще меня мотивировало то, что я видел непрерывный прогресс. Я чувствовал свой рост: видел, как пополнялся мой багаж навыков, инструментов. Я понимал, что сейчас могу решать разные реальные проблемы.

Еще хочу отметить фидбеки по домашним заданиям. Они правда были максимально развернутые, и в рамках этих фидбэков я получал много рекомендаций, в том числе они показывали, что делать в реальной ситуации.

Что считаешь самой большой ценностью курса?
Самая большая ценность курса — авторская программа от экспертов области. Она действительно хорошо структурирована и было понятно, что над ней работают специалисты, которые решают все эти кейсы на практике. Мне понравилось, что программа имела максимальную практическую ориентированность.

Вообще, я бы сказал, что приобретение навыков по результатам курса складывается из трёх частей: практика на вебинарах, практика с домашними заданиями (а все домашние задания в итоге дают полноценный сервис), а потом ещё свой финальный проект с нуля.

Что вы могли себе сказать перед тем, как идти на курс?
Я бы сказал: «Иди, вперед!». Ты делаешь 100 % правильный выбор, и совсем скоро ты получишь крутой результат. Более того, сможешь сравнить себя самого до обучения и после и осознать, как раньше не хватало всех этих знаний, а теперь они есть

Как планируете развиваться дальше?
Планы на ближайшие несколько месяцев — это отдохнуть, восстановиться и попытаться полученные знание дальше применять в текущей работе. А поскольку ML постоянно развивающаяся область, мне придется развиваться вместе с ней. Я был бы рад увидеть в OTUS еще курсы по ML, но вот особенно интересна мне сфера Reinforcement Learning.