Transcription
Дорогие друзья, всем привет. Сегодня у нас будет гайд по теме 11 уровней, Machine Learning, Data Science. Мы пройдёмся по всем уровням от новичка, который только планирует начать изучать что-то в этом направлении до экспертов и мировой элиты.
Если вы вдруг не знаете, что такое MLDS, а это в целом, ну, наверное, знаете, полезно, чтобы максимум получить пользы из этого видео, то это не проблема. В описании я оставлю, во-первых, ссылку на свой доклад в одном из сообществ, где я в целом рассказывал про то, что это за направление такое, чем здесь занимаются люди и почему в целом сейчас одно из самых перспективных направлений. Много людей из других направлений в IT перекатываются именно сюда. Почему для этого на самом деле не нужно быть каким-то гением, идеально знать математику, быть выпускником фисте. Ну и самое главное, почему здесь интереснее, чем в других направлениях, и какие есть перспективы, которых нет в направлениях других.
Ну и также оставлю ссылку на свой сайт, где, во-первых, подробнее можно прочитать про меня. Там я здесь не буду подробно рассказывать про то, какие вообще у меня есть достижения и почему я про всё это могу так или иначе рассказывать. Ну и про то, чему я могу быть полезен другим людям. Я, собственно, обучаю людей как раз-таки вот этому направлению с полного нуля до трудоустройства и ещё дальше.
Также ещё один небольшой дисклеймер - это, как я уже сказал, мой опыт, который с собирается из опытом меня, моих знакомых, которые уже долгое время работают в MLDS, пошли по различным веткам, дошли до высоких должностей и так далее. Он может немножко различаться с тем, что вам там может выдать какой-то чат GPT или может выдать какой-то лендинг на каком-то курсе. Здесь будет чуть более подробно. Чат GPT я здесь только использовал, чтобы генерировать картинки.
Ну и как можете заметить, сверху есть такая интересная аналогия с уровнями фейса. Она не случайна, на самом деле, потому что до того, как начать заниматься мэлем, получается 6,5 лет назад, я мечтал стать киберспортсменом. Я играл в CS:GO, я играл на Фейсити и так далее. И тогда, ну, когда мне, получается, было 15 лет, я всё-таки подумал, что, ну, вряд ли, наверное, я стану вторым донком, хотя тогда про донка ещё особо никто не знал, и киберспортсменом вряд ли я стану. Поэтому неплохо бы найти какое-нибудь другое дело, которое не менее интересное, но при этом за которое ещё желательно платят. Пройти я тогда ничего не знал, слышал немножко про ээкэнд, про фронт-endнд и так далее, но оно мне казалось немножко скучным, потому что по сути особо-то там двигаться некуда. То есть ты изучил какие-то базовые вещи, потом что-то ты там доучиваешь, делаешь плюс-минус одну и ту же работу, и нет какого-то вот чувства прогрессии, к которому, на самом деле, очень сильно привыкаешь, э когда играешь в какие-то там соревновательные игры и так далее. Думаю, многие люди, кто там занимались спортом или киберспортом, не знаю, меня поймут.
А поэтому, когда я встретил МДС, мне тогда был 15 лет, вообще узнал про это направление, я вот понял, что это вот оно. И здесь есть куда развиваться. Притом развиваться не просто, чтобы, так сказать, бы бежать быстрее, что-то постоянно учить, как вот это говорят, нужно войти постоянно что-то учить, просто чтобы оставаться на месте, как сейчас там бэкэндеры перекатываются там, не знаю, с какого-нибудь питона, ногой и так далее. Просто, чтобы остаться на плавую, не остаться без работы, нужно сменить стек, а именно делать это из позитивной мотивации, чтобы можно было расти дальше, по знания, по деньгам и так далее.
Давайте перейдём к первому уровню. Первый уровень, по сути, это человек интересующийся. Это человек, который ещё даже не начал полноценно изучать AIL. И вообще, по-хорошему, я хотел назвать этот уровень ноль, но всё-таки давайте расскажу, что здесь происходит. А здесь обитают следующие типы людей.
Первое - это аналитики, которые, ну, как бы ближе всего к элю, но многие из них думают, что вот как бы я аналитик и каким-то естественным образом в один из дней я окажусь в эмле. Ну, там лишний раз задачку какую-нибудь на работе возьму, связанную с имейлем, тут что-то сделаю. Но это так не работает. Конечно, чтобы стать инженером, нужно прикладывать для этого какие-то целенаправленные усилия.
Второй тип людей - это люди, которые знают AL на уровне каких-то научно популярных вещей. Потому что, когда там, не знаю, там 7 лет назад я начинал вкатываться в, тогда про ML узнавали из каких-то там, не знаю, э, агентов, ботов, античитов в играх. Сейчас, конечно, многие узнают вообще про это направление через вещи по типу чат GPT или просто используют какие-то там модельки по типу YOLO для написания диплома и так далее, что, конечно, круто, но важно, когда вы со всем этим познакомились, не думать и не залипать во всех вот этих Telegram-каналах, следить за новыми моделями и так далее. На самом деле реальные майлеинженеры этим далеко не все занимаются. И суть не в том, чтобы сидеть следить за вот этим потоком новостей, а чтобы действительно изучать базу, и, скорее всего, тогда вы без работы не останетесь.
А третий тип людей - это которые люди даже по сути не начали учить имеil, но думают, что, не знаю, нужно идеально знать математику для имейля. Я таких много людей знаю. Можете даже в интернете такие примеры найти. То есть люди там чисто годами учат математику, чтобы просто подступиться к имейлю. Очевидно, этого делать не нужно. Опять же есть вот мой пример. Мне было 15 лет, когда я начал изучать. Тогда у меня не то что высшего образования, даже девяти классов не было. Тем не менее, мне это никак абсолютно не помешало во всё это погрузиться. Да, немножко не так, как другие, а с точки зрения скорее практики, нежели какой-то суперсильной теории. Но я рассказываю лишь про то, что знаю и учу лишь тому, что умею. Поэтому я думаю, что это возможно. Ну и там среди моих учеников тоже есть куча примеров, где люди там без высшего образования по 18-19 лет вкатывались. И здесь нет такого, что летом нужно знать какую-то математику. Конечно, она пригодится. Я тоже там, например, этому учу, но точно не тратить года. Примеры здесь не риторические. Такие люди действительно есть.
Ну и четвёртый кейс людей, которые вот что-то там делают промт инжиниринг, какие-то рак системы, вот прочие какие-то вещи, которые даже не требуют знания имейля, просто какие-то высокоуровневые. И думают, что они при этом имеil-инженеры. Кто-то из них даже находит работу каким-то и я инженером и так далее. Но это, конечно, всё не то. А все эти всех этих людей объединяет то, что вот наступит какой-то день, когда они действительно начнут заниматься, найдут работу в мэле, но как бы это не так, ради этого нужно прикладывать усилия.
Здесь, кстати, я снизу буду ещё писать доход везде, во-первых, чистыми, во-вторых, зарплата для России, но я для удобства буду писать в долларах. Сегодня на момент записи этого видео, в май 2026 года, доллар примерно составляет 75 руб. Ну, понятное дело, что на этом уровне вы конкретно с Эмле пока что ничего не зарабатываете. Поэтому, когда вы это изучили, я надеюсь, что вы со временем поняли, что, чтобы изучать имеil, нужно имеil изучать, а не изучать какую-то математику, там, не знаю, промт инженеринг и так далее. А какая-то база, конечно, пригодится для знакомства, но лучше погружаться в практику.
Второй уровень - это новичок. Когда вы поняли, что, собственно, нужно изучать, вы, надеюсь, начали это делать. Здесь в первую очередь с чем вы сталкиваетесь. Если опять же вы идёте по хорошему курсу, не знаю, или у вас есть какой-то хороший ментор, который вам объяснит, что нужно начинать именно с классики, несмотря на то, что есть хаype на NLP, лмки и так далее, это очень частая ошибка новичков, то, что они сразу пытаются изучать агентов, изучать какие-то трансформеры, а, большие языковые модели и так далее. В итоге сбиваются и ни к чему это не приводит. Поэтому нужно начать с базы. Это ClassicML, как эта база из точки зрения знаний, с точки зрения будущего трудоустройства. Здесь вы изучаете классические библиотеки для работы там с массивами, с тензорами, с данными, для визуализации данных, какие-то простые линейные модели, SQL сюда же можно добавить и так далее. Собственно, на этом уровне вы тоже ещё по-прежнему пока что ничего не зарабатываете, потому что это такой уровень новичка, надо это просто всё изучить. Ну, как в целом и в любом направлении, некая такая инвестиция.
Следующий уровень - это так называемый стажёр. Собственно, что здесь происходит? Всё-таки вы поняли, что классикаль вы изучили. Но чтобы быть более таким конкурентоспособным на рынке труда, да и в целом, наверное, просто интересно, а изучить то, ради чего вы изначально сюда и пришли. Это так называемые нейросети и это deep learning. А если говорить в терминах ML, то здесь вы уже начинаете изучать непосредственно не какие-то простые односложные алгоритмы по типу там линейных регрессий, деревьев и так далее, что тоже важно. Здесь вы уже начинаете изучать, собственно, глубокое обучение deeplearning. А если говорить про фреймворки, основной из них - это сейчас PyTorch. Большинство кода пишется на нём, а как в контексте исследований, работы, соревнований и так далее. И когда вы это всё изучаете, изучаете основы моделей, написания пайплайнов, тренировки, валидации, то вот на этом уровне в теории вы уже можете рассчитывать на то, чтобы устроиться стажёром. Но на самом деле это в теории на практике очень большая конкуренция на этом уровне. кто выучил там какой-то классик, SQL, deeplearning. И, очевидно, во-первых, стажёрам устроиться сложно, скорее всего, здесь, если нет каких-то других достижений. И во-вторых, также даже если есть какие-то достижения и так далее, это просто невалидно. Логичней доизучить ещё некоторые вещи, про которые мы поговорим дальше, и устроиться сразу на хороший грейд, например, на мидла. Если говорить про стажёра, то зарплата там может составлять там до 1.000 долларов, но лучше опять же вкатываться про это дальше. То есть это нечто общее, что объединяет с другими направлениями. Логичнее сразу устраиваться на хороший грейд. Про то, что для этого нужно, сейчас дальше расскажу.
Собственно, следующий грейд - это Junior. Он понял условно проблему, которая была на прошлом этапе, то, что он всё выучил, но чего-то не хватает. Почему-то, э, на собеседовании не зовут, никто не понимает, какую вакансию вам предложить и так далее. Проблема в том, что вы пока что не выбрали специализацию. Вот здесь, когда у вас уже заложена база, у вас возникает возможность выбрать ту или иную специализацию. Из основных, которые сейчас есть в ML, которые пользуются наибольшей популярностью и какими-то прикладными вещами, первое - это продвинутое классическая машина обучения, то, что, несмотря на свою простоту, по сути и приносит больше всего денег бизнесу по сей день, это ценообразование, а uplift, а какие-то базовые рекомендации в виде ранжирования, может быть, там поиск, а какие-то подробные подобные вещи, там кредитный скоринг, вот это вот всё классикаль. И несмотря на свою простоту, как я уже сказал, он действительно по-прежнему очень востребован, и большая часть вакансий посвящена ему.
Второе направление Хиз - это рекомендательные системы, которые вы тоже наверняка везде встречали. Любое приложение на телефоне откройте, не знаю, YouTube, а TikTok и так далее. Там, скорее всего, используются рекомендательные системы, которые как раз-таки делают ML-инженеры.
Третье, то, что сейчас наиболее на хайпе, NLP, LLM, обработка естественного языка, работа с текстами и там большими моделями, как здесь написано, и так далее. А, собственно, сюда же все раги, агенты и так далее.
И четвёртое - это компьютер Vision. По сути, работа с картинками, с видео, со всем вот этим. Тут распознавание, сегментация и всё такое.
Если эти направления, опять же, вам ни о чём не говорят, это нормально. Э, ребята, которые там приходят ко мне на обучение, я рекомендую определиться с этим чуть позже. В любом случае мы всегда начинаем с базы, мы начинаем с классик ML, мы начинаем с deep learning. И потом, когда фундамент заложен, у вас уже больше контекста и понимания того, в какое из направлений пойти. Если вы приходите на какой-то курс и вам сразу начинают говорить, что нужно идти чисто в NLP, в LLM или там ещё в какое-то направление, скорее всего, вам просто хотят продать то, что вот они продают. А и сделать вид, что все вакансии чисто в этом направлении. Хотя на самом деле это не так. Есть огромное количество направлений, даже за пределами этих, которых можно зарабатывать хорошие деньги.
В целом, в теории, здесь вы можете устроиться джуном. Ваш доход будет составлять от нуля до 2.500 долларов, что само по себе неплохо, но когда вы это сделали, остаётся сделать ещё чуть-чуть и уже можно залетать сразу на хороший грейд. Здесь нам поможет, собственно, следующие вещи, связанные с ML System Design. Разработчики, которые работали, например, фнтендерами, бэкэндрами, не знаю, там просто софтверн инженерами, могут вспомнить классический system design. про архитектуру приложений, дизайн сервисов, базданных и так далее. Это тоже может немножко находить применение в ML, но, скорее всего, это не то, чем вы прямо будете заниматься и это не то, что будут спрашивать вас в собеседованиях. Плюс даже для многих бэкэндеров тема систем-дизайном остаётся чем-то, э, что применяется только на собесе и многие в работе не так часто этого касаются. Тем же ML System Design, на мой взгляд, 100% имеет более прикладное значение. Она сама по себе куда более интересна. И даже за пределами ML изучать её, мне кажется, очень классно. Это вообще про то, как работают крупные сервисы, как собираются данные, как тестируются гипотезы, как проводить A/B тесты, деплоить модели, какие метрики подбирать и так далее. В общем, очень полезная вещь. Навыки отсюда, я даже не побоюсь этого сказать, пригодились мне и в жизни. Но самое главное, для чего это пригождается, это пригождается для поиска работы. Именно ML System Design и является тем, что отличает хорошего синьора от какого-нибудь стажёра и джуна. Поэтому, если вы изучили, не изучить сразу System Design, это будет достаточно большим упущением.
В этом блоке, когда вы уже всё изучили по части базового ML, даже какую-то специализацию, вы погружаетесь в архитектуру именно ML-ных систем, вы погружаетесь в A/B тестирование, вы погружаетесь в деплой модели. Вот здесь я привёл, например, сервисы по типу Airflow, Docker, которые могут даже быть знакомы людям из других направлений и так далее. Когда вы это сделали, у вас есть возможность сразу устраиваться на нормальный грейд. Опять же, как это сделать? Нужно иметь и хорошие знания, и хорошее резюме. Потому что часто я вижу, люди выбирают одну из крайностей. Они думают, что какие-то супер хорошие харды обеспечат хорошее рабочее место. Но это далеко не так, потому что есть люди, у которых хорошие харды. Я сам по себе знаю. Сейчас мы там дальше будем говорить про достижения вне работы и так далее, и как они пригождаются, pet-проекты, всё остальное. Я ещё немножко про это тоже расскажу. Но в целом, если у вас, к сожалению, нет опыта, вот вообще прямо ноль, это частая ситуация, как в других направлениях ваше резюме просто будет отлетать уже там и по себе и по ученикам, у которых ээ опять же мы там брали разный опыт, мы проводили уже чуть ли не A/B тесты на учениках. Статистика здесь не очень весёлая.
Ну и вторая крайность - это наивная вера в то, что вы сейчас, э, просто ничего не зная, выучите список десяти самых частых вопросов для собеса, нарисуете себе в резюме 3 года опыта. Ну, о'кей, даже у кого-нибудь консультацию возьмёте, он вам сделает резюме, сделает какую-то легенду через чат GPT и всё, вы пройдёте. Конечно, это так не работает. Я предлагаю вместо того, чтобы выбирать что-то из этого, делать и то, и другое. Это делать акцент и на сильные харды, как от базовых вещей, так и до продвинутых, включая систем дизайна, так и, собственно, на хорошее резюме легенду. Если опять же брать легенду, которую мы делаем у меня на обучении, это не только, чтобы там один раз её считать с собеса и после этого сразу забыть. Это действительно то, что вам ещё заочно до работы позволяет разомкнуть этот замкнутый круг, когда вы не знаете, что происходит на работе, из-за этого не можете не пройти, если и проходите. Если не можете пройти собес, даже если проходите, то скорее всего вам сложно на испыталке, вы сразу начинаете понимать, что ждёт вас на работе. И за счёт этого реалистично при должном усилиях, опять же, это не волшебное какое-то число, но там за полгода, может быть чуть больше, устроится сразу на хороший грейд. Если уделять там много времени, ну хотя бы там 20 часов в неделю, 15-20 часов в неделю, изучать всё по порядку, не отходить от плана, делать акцент как на харды, софты, понимание всего остального, то возможно выйти на Great AE middle, middle+. Это как раз-таки есть, наверное, медианная зарплата по моим ученикам, которая здесь представлена. А для людей, кто прошёл обучение, кто-то делает, опять же, это за несколько месяцев, у кого-то на это уходит год. Здесь у всех в разном темпе. Но самое главное, что если всё это сделать, то можно сразу устроиться на хороший грейд.
Дальше давайте поговорим про следующий уровень синьор. На самом деле по сути это вот если вы уже вышли мидлом, middle плюсом, опять же, вот эти все там гриды middle 9+ Pro Max, ни одних вас они раздражают, пока что можете не обращать на них внимания, но давайте возьмём классического мидла и синьора. А на самом деле, спустя какое-то время вы так или иначе, вероятно, станете там синьором. То есть там где-то проводилась статистика, что в целом большинство людей в течение года так или иначе синьорами становятся. Но я попытался всё-таки выделить, что выделяет хорошего синьора от среднестатистического мидла. И в целом, наверное, здесь несколько ключевых вещей.
Ну, первое - это то, что такой низковисящий фрукт, о котором можно задуматься, когда уже вы достигли этого уровня, немножко погрузиться хотя бы в разные направления. Успех ключ успеха в ML, как и в других направлениях жизни - это какая-то чёткая специализация. Например, там вы специализируетесь на классике или на NLP, LLM, но вместе с тем немного шарить за все направления, это бывает полезно, потому что даже взять классические задачи поиска, ценообразования, матчинга и так далее, которые в своей постановке являются задачами классическими, но при этом давно уже решаются мультимодально, то есть там применяется и NLP, и компьютер Vision, и так далее. Поэтому знать за эти вещи, оно бывает полезно и часто позволяет вам находить какие-то более интересные вакансии на стыке направлений, у которых и вилка ожидаемо будет побольше.
Ну, второй момент - это бизнесовое понимание, то есть общение с заказчиком, умение всё это делать, общаться, понимать, что нужно бизнесу и так далее. А что в целом и желательно знать мидлу, и мы там на обучении тоже у меня это проходим, но всё равно с опытом это ещё быстрее растёт, и это, наверное, тоже ценно.
Ну и третье - это ещё больше систем дизайна. Его много не бывает. Ещё лучше понимать, как прогнозировать там проектировать хорошие масштабируемые системы и так далее.
Ну и на этом уровне у вас там доход чуть побольше. Опять же берём там среднестатистического синьора в каком-нибудь бигтехе там в российском. Примерно зарплата сейчас такая вот где-то там у вас может быть и у Мидла зарплата больше, где-то там у синьора меньше. Ну короче, условные медианные цифры.
Следующий уровень - это Senior+. Что происходит на этом уровне? Скорее всего, вы прокачали уже достаточно хорошо свои харды, но понимаете, что упёрли зарплатный потолок. Вы получаете уже там, не знаю, 6.000 долларов в своей компании, в России. Понимаете, что, конечно, это всё круто, но хочется расти куда-то дальше. Вам там особо никто не может ответить, что стоит делать, что вам как-то сильно поняли зарплату. Поэтому глобально есть несколько вариантов, которые тоже совпадают с другими направлениями, но и здесь есть свои интересные особенности, которые уникальны для DSA.
Первое - это, конечно же, валютная удалёнка. Переход на работу в зарубежной компании уже в валюте - это часто возможность вырасти по доходу. У меня, кстати, на обучение тоже есть люди, которые устраиваются на валютные удалёнки. Все материалы по валютным удалёнкам от создания резюме, там до отдельных гайдов у меня тоже имеются. Это чуть более сложный трек, я не всем его гарантирую с нуля, поэтому здесь я немного более внимателен к опыту работы, ну, и в целом бэкграунду человека и помогу сориентироваться, типа, что там лучше валютной удалёнкой и так далее. Но тем не менее для многих людей это такой понятная траектория развития. Если вы уже работаете, то тем более. Поэтому валютная удалёнка - это первый момент. В целом в ML здесь всё о'кей. Также людей нанимают, всё в поряде.
Второе - это уже какие-то крупные топ-тир компании, либо даже в российских компаниях я знаю топовые лабы, где людям платят, ну, если уже брать в рублях там семизначные суммы, скажем так, иногда и достаточно крупные зарплаты сами по себе. В российских компаниях тоже такие лаборатории есть, но в целом для многих людей более логичным шагом является приход куда-то в FAANG или какие-то крупные там зарубежные стартапы. Порой это требует релокации. И тут я уже не буду касаться того, что ваш общий уровень жизни может временно или там не очень временно даже упасть, потому что у меня, например, есть ряд знакомых, кто работает в ML заграницей, в Лондоне, например. Вот недавно с другом общался, и он говорит, что его доход вырос там в два раза больше, чем который он получал в Москве. А он получал в Москве, ну, очень хорошо, уже даже больше тогда рынка, но он говорит, что он там за недвигу одного отдают там в три раза больше, чем в Москве. И в итоге, если брать с точки зрения накоплений, то не всегда это сходится. Но это отдельный момент. Здесь важно ставить цели, что вам нужно и так далее. Но конкретно по цифре зарплате это один из возможностей вырасти.
Ну и третий вариант достаточно классический - это две работы. Просто берёте две работы и получаете в два раза больше денег. Вот опять же при должной оптимизации в ML, как и в любом другом направлении, в найме можно работать там, ну, допустим, 4 часа в день. То есть при желании, даже меньше, а при желании можно взять там несколько работ и их совмещать, но я не очень люблю этот путь, он немножко тупиковый. Если у вас какая-то финансовая цель, э, то можно быстренько это взять, сделать. Но, конечно, расти в долгосрок намного интереснее. И как мы сейчас дальше увидим, есть варианты действительно расти ещё дальше по деньгам, потому что мы пока что только на седьмом уровне из одиннадцати.
Следующий момент. Э восьмой уровень называется, как ни странно, не Senior+, он называется развилка, потому что на этом уровне снова нужно принять решение в то, из каких вещей вам, в какую сторону вам лучше двигаться. Здесь у вас уже открывается несколько веток. Я выделил четыре основных, на самом деле их больше. Вот, например, у меня там на обучение есть отдельный там гайд на 7 часов по вообще путям развития в какие плюсы, минусы и так далее. Даже людям, кто там вначале заходит, интересно это посмотреть, ну, а потом, когда ты там в зарплатный потолок упираешься, то тем более а ещё более это актуально. Но здесь я выделил четыре основных. Это, например, рост по корпоративной ветке, по технической ветке, по речу, по своим каким-то продуктам и бизнесу и так далее. Сейчас раскрою это подробней, но важно понять, что, да, действительно, существует некая развилка, потому что до сюда вы дошли, и вы понимаете, что, ну, вот с точки зрения там классической работы, вы уже выучили, ну, всё, что можно. Конечно, сейчас придут люди, там, инженеры, скажут там, одним вещам, не знаю, там, одному докеру можно 10 лет учиться и так далее. Но проблема в том, что это не интересно для большинства людей, давайте будем честны. Во-вторых, это ваш доход. Он вначале растёт, конечно, от этого гиперболически, но потом выходит на плато. И от того, что вы учите докер 10 лет, это уже не особо интересно. А это как с точки зрения хордов, с точки зрения вашего резюме тоже, потому что, ну, у вас к этому моменту уже может быть несколько лет, неважно, настоящих, не настоящих, но суть-то в том, что вы не можете как бы линейно там прикрутить себе не три, а 10 лет. И потому что само по себе года опыта не особо репрезентативная вещь. чтобы вам рекрутеры не рассказывали и так далее, в каких-то нормальных командах это не то, на что смотрят в первую ве в первую очередь. Но это не значит, что можно устроиться там с одним хакатоном без опыта. Смотрят
На кое-что другое, что более сложно. Про это мы сейчас поговорим.
Но тем не менее, вторая проблема с годами опыта, что их сейчас все крутят. Это никак не проверяется. То есть в целом, особенно там в каких-то зарубежных вакансиях, да и в России по-прежнему, опять же, в других направлениях я сейчас знаю, это достаточно душит. Ко мне ребята приходят, перекаты фронтенд, эээнд, QA, там уже у всех проверяют трудовые. В мэле этот тренд как будто там на пару лет отстаёт спокойно. То есть здесь как бы особой проблемы с этим нет.
Но в этом есть проблема, то что дальше всё равно вот вас сколько бы не было опыта, вы думаете, а что отличает меня на других? И другие понимают, то есть года опыт уже не являются чем-то особо репрезентативным. Каждый может нарисовать сколько себе хочет и так далее. Поэтому вы начинаете задумываться о том, какие вообще вещи позволяют вам вырасти ещё дальше и отличить вас от других. Я выделил здесь тоже несколько, их, на самом деле, сильно больше, но давайте я расскажу про некоторые из них.
Первое, например, - это соревнования. В мле различные хакатоны, соревнования, платформы по типу Каг и так далее. Это, на самом деле, очень ценный момент. Если кто вдруг не знает, то у меня есть звание Кагл Competition мастера. Я его получил ещё в 18 лет, тогда став самым молодым человеком в СНГ с таким званием. Кстати, не исключено, что я и по сей день таковым являюсь, но я уже не проверял. Возможно, это не так. Ал - это платформа, которая позволяет вам решать различные соревнования по машинному обучению. То есть, ну, про Хакатона, я думаю, многие слышали. Ногл - это более интересная тема. Это более долгосрочно, с хорошим погружением, с хорошими призовыми и то, что котируется. Основных рангов там пять. Ну, если брать, которые вот цены - это Kegle Expert. Раз уж у нас сегодня аналогия там с CS:GO, сфей там эксперта можно сравнить с глобалом, кг мастера можно сравнить с десятым левелом фейста. И дальше есть ещё grandmas. Его можно сравнить, наверное, с прохождением в FPL. Эти вещи очень ценны.
Из своих ошибок, которые я допустил, я делал это вместо работы. В начале, ну, во-первых, мне простительно, потому что, во-первых, я тогда был школьником, как бы, и я всё равно ещё даже тогда не знал, что, а как вот устроиться на работу, если я там школьник, студент, это же невозможно. Это уже сейчас я как бы знаю там кучу ребят, как и сказал, там по 18-19 лет без опыта спокойно устраиваю. Но тогда для меня это казалось чем-то странным. Поэтому я, так как всё равно хотелось развиваться, я решал кг, во-первых. Во-вторых, а я, ну, успешно достаточно это делал. Л соревнований там ещё до 18 лет, наверное, первый миллион руб на этом заработал, а со временем там ещё больше. Ну и в-третьих, у меня всё-таки была идея фикс закрыть, когда мне competition Master, когда мне было 17 лет. Тем самым я тогда вот, как сказал, стал одним из четырёх самых молодых людей в мире с таким достижением, что, конечно, классно. Вот.
Но тем не менее эти вещи, они не заменят реальный опыт работы. И сейчас, наверное, если бы я смотрел назад, если бы я начал работать раньше и параллельно, например, бы решал Кагл, то мне бы это сильно больше забустило. Я бы там спустя время уже быстрее вышел на какой-то более хороший доход и научился более прикладным вещам. Тем не менее, я считаю, что очень многому меня научил. Во-первых, как таковой, и в целом это было очень интересно, полезно и так далее. Во-вторых, я считаю, что это очень так или иначе похоже на работу, потому что когда ты выходишь на работу, конечно, нужно разобраться с какой-то инфраструктуры и так далее, но со временем всё равно ты задаёшься вопросом: "А что меня отличает от других людей в этом же направлении, кроме там летопыта?" И такие достижения, они выходят как бы на передний план. Ну и третье, то есть сейчас даже, когда я там работаю вне найма, мне это очень сильно пригождается, потому что люди приходят, они смотрят на мой бэкграунд, годами опыта никого не впечатлишь, все уже знают, что все крутят, доверия-то никакого не вызывает, а такие достижения их никак не подделать, поэтому мне кажется, это очень круто.
А к другим достижениям, таким же можно доне отнести работу в каких-то топовых компаниях по типу фаang. научные публикации, resarch mail очень сильно развивается и, например, какие-то вещи по типу участия в игре комбинаторах или прочее стартап акселераторы даже поменьше, которые прокачивают ваш бизнес, ну и прокачивают там в целом вашу ценность как инженера с точки зрения знаний, с точки зрения того, что написано в вашем резюме.
И вот здесь, на самом деле, уже видна разница с другими направлениями, потому что давайте отмотаем назад и посмотрим, например, там на уровень Senior Senor Plus. По сути, это всё, где заканчивается рост для какого-нибудь фронтендера, бэкэндера. Почему? Потому что, ну, вот всё, две работы, какая-нибудь мифическая валютная удалёнка. На этом всё. Много ли вы знаете компаний, в которых есть должность Head of Fontend, например? Ну, мне кажется, немного. Head of DS есть практически везде. Много ли вообще нанимают сейчас фан фронтендеров и какая там конкуренция? Ну, мне кажется, вопрос риторический. Есть ли какие-то исследования в области фронтенда, бэкэнда? Я сомневаюсь. А какой потенциал для построения своего продукта бизнеса, ну, действительно, чего-то стоящего, а не просто там за 2 дня навайп-кодить, мне кажется, тут тоже в этом плане сильно лучше.
Так что, если говорить про корпоративную ветку, то здесь вы можете ставить каким-нибудь Head of Data Science, можете ставить каким-нибудь engнириering менеджером. Если вы всё-таки хотите идти именно в хардовую ветку, то здесь речь может пойти про вакансии по типу э синер инженера. Это если говорить про фанк, потому что если вы скорее всего будете туда переходить, то там немножко будет дефляция грейдов. Если бы здесь вы были там сеньором, там вы станете медлом. А если вы в каких-то компаниях поменьше, то к этому моменту вы уже можете носить там tйтle staff инженера, например. Это какая-то супертехническая ветка. То есть вы можете нешиваться какие-то узкие направления. Shift, highфреquency trading. Это тоже туда, куда меня там часто звали в связи с моим там бэкграундом на кагле, куда я там проходил сабес. Тоже интересная тема со своими плюсами и минусами. У себя тоже там на обучении про неё рассказывал.
Третье - это resarch. То есть, кому интересна наука, погружаться в эту тему и так далее. Ну и четвёртое - это свой продукт и бизнес. Всё это, конечно, звучит круто, и даже цифра здесь большая, от 10 там до 20.000 долларов. Но, конечно, стоит понимать, что каждый из этих путей, наверное, особенно там в плане работы на себя, он подразывает определённый риск и возможность даже упасть в доходе. Если мы говорим про корпоративную ветку, порой переход изначальный из технической в менеджерскую ветку может нести просадку по деньгам. Это не сразу больше будет. Если говорить про ошифти какие-нибудь фонды, там интересный может быть формат оплаты, где у вас там процент от ваших стратегий успешных, то есть тоже может быть падение в доходе. Если говорить про resarch, то это тоже место, где часто приходится немножко пожертвовать своим грейдом и немножко пойти на меньшую зарплату с целью перспективы дальнейшего роста. Тот же бизнес, ну, тут тем более, да, то есть как бы есть вообще шанс, не знаю, там в минус уйти.
По сути, в каждой из этих направлений в какой-нибудь HFT, resеarch, там, продукт, можно пойти и сразу, минуя все предыдущие уровни. Но я не советую так делать по ряду причин, потому что всё равно всё-таки советую посмотреть изначально вообще базовый имеil, потому что если брать, например, тот же HFT, то это работает так, что ваш опыт в эмле в целом, он конвертируется в Shift. Не так много в мире людей, кто занимается Shift и не от всех требует, чтобы вы действительно им занимались. Ну и плюс у фандов есть как бы негласная договорённость не переманивать людей друг от друга. Поэтому часто нанимают людей без HFT бэкграунда, с целью, что они доучатся. Но в обратную сторону это так не работает. Если вы работали, например, в Shift, то если вы пойдёте в обычную продуктовую компанию, для вас, скорее всего, а для нанимающего этот опыт будет равен просто нулю. Ну и с речем также. Многие люди, особенно кто там учится на математических направлениях, они очень мечтают попасть в мальarch, тратят ради этого много лет, просто чтобы потом понять, что им это не особо нравится, как бы. Поэтому, на мой взгляд, логичнее поработать сначала в классическом меле и потом, ну, в классическом, именно продуктовом имейле и потом со временем, когда у вас уже есть знания, погружаться, например, в какой-то resarch. Ну и свой продукт, бизнес, тем более.
То есть сейчас я уже где-то полтора года не работаю в нами. Сейчас мой доход сильно больше, чем был в нами и вообще, наверное, там мог быть даже на очень высоких гредах. Но тем не менее я понимаю две вещи, что, ну, первую вещь я помню, что на первых порах у меня доход был меньше. В первый месяц это может быть там 100-200.000. То есть немного в сравнении с той зарплатой, которую я получал. Ну и во-вторых, я понимаю, что если бы я не работал до этого в найме, а сразу бы сказал: "Я там сейчас буду строить свой САС, бизнес и так далее", то, возможно бы ничего у меня не получилось. Поэтому здесь есть определённая развилка.
Дальше давайте перейдём к следующему уровню. Когда вы выбрали развилку, то вы начинаете погружаться ещё больше. Допустим, у вас получилось, а, перекатиться, не знаю, в Shifty, в resarch, а, в какой-нибудь фан крутую должность или в свой бизнес. Теперь вы продолжаете это развивать. И здесь вы уже начинаете входить в топовый перцентиль, собственно, своей ниши. Здесь у вас есть различная возможность за счёт тех же вещей бустить свою экспертизу. Ещё больше научных публикаций, больше каких-то побед в топовых соревнованиях по типу кэгла, какая-то медийнность, если вам это нужно, и так далее. Это вещи, которые бустят вашу репутацию и позволяют зарабатывать ещё больше. В целом этот пункт вытекает из предыдущего, поэтому, наверное, он здесь логичен.
Давайте перейдём к десятому уровню. То есть здесь вы уже становитесь экспертом. На этом уровне ваш доход прямо может быть очень большим. Опять же, наверное, сложно такое найти где-то сейчас в России, но это для людей, которые вы можете найти там, не знаю, это информация условно открытая по какому-нибудь фангу, зарплаты и так далее. У меня тоже там работают друзья. Что если вот, допустим, на уровне восьмом вы пришли к каким-нибудь синер инженером, здесь вы стали став-инженером, здесь спустя время вы там стали каким-нибудь principн инженером. Конечно, это проще сказать, чем сделать, но тем не менее со временем, когда вы растёте, вы растёте по доходу, вы растёте по знаниям и так далее. На этом уровне у вас, скорее всего, уже очень большая профессиональная мобильность. Вы уже можете там спокойно идти в разные компании, получать большие деньги и самое главное заниматься тем, что вам нравится, что действительно круто.
Ну и, наконец, когда вы здесь прокачались и так далее, то есть вы уже входите там в топ 01 специалистов своей области. Вы, как я сказал, занимаетесь тем, что вам нравится, получаете хорошие деньги и так далее. Просто здесь различные ветки есть. Если вначале все там соревнуются, кто, собственно, чем занимается, кто лучше знает там классику, кто лучше знает deep learning, то здесь пути людей расходятся. Кто-то выбирает корпоративную ветку, кто-то техническую ветку, кто-то, кто-то свой продукт. И здесь, конечно, уже немножко расходится стек, и это нормально, как и в любом направлении. Важно не шиваться. И этих направлений, на самом деле, здесь намного больше. Ну и прикатываться между ними много. То есть знаю людей, которые и в рече имеют публикации, имеют какой-то свой бизнес там, а имеют хорошие знания там в плане вообще работы, у них там высокие гряды, при этом топовые достижения накагли. Я таких людей знаю, это как бы очень круто, это мотивирует.
Ну и, наконец, одиннадцатый уровень, глобальная элита, собственно, топ 001% от имели инженеров. Здесь хочу просто выделить топовых людей, которых вы, возможно, уже знаете. Это различные ресерчеры и так далее, у которых действительно не только большой бэкграунд, но и очень хороший вклад направление. Такие люди могут зарабатывать уже огромные деньги. Это то, что вы, наверное, видели там в новостях, когда там какого-то человека переманивают из одного направления в другую лабу по цене дороже, чем там в своё время. покупали Криштиану Роналду. Да, такое может быть. Собственно, это вот топовая элита, к которой можно стремиться. Здесь я привёл различных ресерчеров, которые, по сути, двигали науку и так далее, но помимо них могут быть очень крутые предприниматели и так далее. Можно там вспомнить какого-нибудь Сэма Альтмана и так далее. Про него там говорят, что вот он не очень хороший технарь, но хороший там предприниматель и так далее. То есть в целом это глобальная элита. Если вы речер, то это вот прямо картинка для вас. Если вы предприниматель, можете представить людей, кто там топовые предприниматели, фаундеры в мире и ну и также, собственно, по корпоративной ветки. Здесь вы уже можете ставить какие-нибудь STO и так далее и получать огромные деньги в своей области, что круто. И опять же, самое главное, заниматься какими-то интересными задачами - это очень круто.
Поэтому хоть до сюда, я думаю, дойдут далеко не все, это нормально, это хороший ориентир, куда стоит стремиться. И главная суть имейля - это то, что он позволяет действительно вкладывать вещи, которые прокачивают ваш доход. Не учить один фреймворк вместо другого, просто чтобы сохранить там свою позицию middle + ml инженера в какой-то небольшой компании, потому что вот все перекатываются, весь ээ все сервисы вдруг резко решили переписывать с питона на go и так далее, а изучать что-то действительно интересное. То есть если вы хотите, вы всегда можете ограничить каким-то базовым стеком. На самом деле базовый стек в МL, он уже давно не менялся. это всё те же фреймворки, всё те же алгоритмы и так далее, несмотря на то, что вам может казаться, что там куча новостей и так далее. Большинство из этого скорее информационный шум. Если вы учите базовый набор, вы уже, скорее всего, в ближайшие годы без работы не останетесь. Но затем, если вы захотите погружаться, у вас есть возможность изучать какие-то более интересные направления, расти дальше, зарабатывать с этого больше денег и делать очень интересные вещи. Чего я всем желаю? Всем успехов.