Chief Data Scientist в МТС и один из преподавателей школы MLinside – Никита Зелинский👥

☝️Как я уже говорил ранее, Никита обладает двумя важнейшими для меня качествами хорошего преподавателя – глубочайшим погружением в темы, которые его интересуют, и искренней любовью к грамотной подготовке материалов для вас, наших слушателей.

Помимо ученой степени (кандидат физико-математических наук) и преподавательской практики Никита имеет 14 лет коммерческого опыта в Data Science/ML. Он прошел большой путь от джуниор ML-специалиста до CDS & Head of ML-platforms и успел поработать в таких крупных компаниях, как:
▪️Сбер (CDO в среднем и крупном бизнесе),
▪️МТС (CDS & Head of ML),
▪️Департамент информационных технологий Москвы (Team Leader DS),
▪️Яндекс.Терра (ML-engineer).

Я искренне горжусь тем, что в моей команде есть такой человек, как Никита. И я уверен, что вас он также не оставит равнодушными :)

▪️Как из геологии перейти в DS и попасть в такие компании, как МТС, Сбер, ДИТ, Яндекс?
▪️На что тратят бонусы работники корпораций, и что стоит за красивыми названиями должностей?
▪️Как нанимают специалистов в МТС? Сколько они зарабатывают?
▪️И почему джуниору нельзя идти на низкую зарплату?

🗣️Об этом и многом другом мы поговорили с Никитой Зелинским в новом интервью.

Ролик выйдет завтра на youtube-канале MLinside в 19:00 по мск, не пропустите! А пока немного заинтригую вас и поделюсь
тизером👆

Интервью с CDS МТС, кандидатом физико-математических наук и преподавателем школы MLinside, Никитой Зелинским уже на канале!

▪️вскрыли подноготную работы в таких крупных компаниях, как МТС, Сбер, Яндекс, ДИТ Москвы,
▪️вспомнили интересные и где-то спорные кейсы с работы,
▪️обсудили особенности найма кадров в МТС, текущие зарплаты специалистов и многое другое.

Приятного просмотра⬇️

https://youtu.be/zr5BLuSgOHo

100🔥 собраны!👇

Как вкатиться в ML с нуля, перейти в ML с текущей позиции или начать применять эти знания у себя на работе, будучи аналитиком, разработчиком или менеджером?

На эти и другие вопросы я (Виктор Кантор) помогу вам ответить в рамках созвона, посвященного разборам ваших ситуаций.

⏰Открытые разборы пройдут в ZOOM в ближайшую среду 21.08 в 20:00 по мск.

В формате живого общения я выслушаю некоторых из вас (кого успею ~ за 1,5-2 часа), оценю ваш уровень и дам некоторые рекомендации касательно следующих моментов:
▪️как выстроить наиболее успешный карьерный путь в ML,
▪️стоит ли переходить с текущей позиции в ML,
▪️какие знания и навыки помогут вам добиться ваших целей в этом направлении.

Для участия в разборах вам нужно:
▫️быть подписанным на канал MLinside,
▫️заполнить форму ниже👇

[ отбор завершен ]

↪️Как мы будем отбирать участников для разборов: после начала прямого эфира я в режиме реального времени открою ваши ответы на форму и рандомно отберу 3-4 человек.
Для участников разбора это отличная возможность проконсультироваться по поводу своего карьерного пути, а для слушателей – шанс проанализировать услышанные истории и сделать выводы касательно себя и своего уровня.

Буду ждать на созвоне каждого, кто хочет и готов развиваться, в среду (21.08) в 20:00 по мск - ставьте в календарь напоминание!

До скорых встреч👋

🔔Напоминание: разборы ваших карьерных ситуаций сегодня в 20:00 по мск

На zoom-созвоне я:
▪️выслушаю истории некоторых из вас ( условия проведения созвона смотрите здесь ) помогу понять, насколько ваш текущий уровень знаний позволяет погрузиться в ML,
▪️дам рекомендации касательного того, стоит ли переходить с текущей позиции в ML,
▪️проконсультирую вас по поводу ваших дальнейших действий на пути к успешной карьере в машинном обучении.

☝️Ссылку для доступа на созвон я опубликую за 5 минут до начала! Следите за обновлениями в канале

До встречи 🤝

Старт разборов ваших карьерных ситуаций через 5 минут🕐

Ссылка для доступа 👇
https://us06web.zoom.us/j/85897742473?pwd=bgfqPJf6La0vCb0qZEdIEdkR4fMtgZ.1

Мы начинаем 🏁

🔥Спасибо каждому, кто был на разборах! 2 часа ответов на вопросы!

Напишите под данным постом, понравился ли вам формат, что можно в нем улучшить и делать ли переодически такие же разборы?

Стоит ли учиться на Data Scientist в 2024 году?🤔
Вся правда об этом популярном направлении: плюсы и минусы профессии.

Именно об этом я рассказал в новом ролике на нашем youtube-канале.

Буду рад, если это видео будет вам полезно, и вы дадите свой отклик в комментариях:)
Приятного просмотра👇

https://youtu.be/v6koyrcVSiM?si=lmLSEsjUx8C5jriN

P.S. запись вчерашних разборов будет доступна завтра.

Первый онлайн-вебинар: о школе MLinside и старте курса «База ML»

Как стать востребованным ML-специалистом? Как будет выглядеть карьерный трек, и какие перспективы ждут вас в области Machine Learning?

Об этом мы поговорим на открытом онлайн-вебинаре 28 августа в 20:00 по мск⏰

Также на вебинаре мы откроем запись на базовый курс ML и ответим на все ваши вопросы по поводу обучения!
P.S. для участников вебинара мы приготовили специальные условия поступления на программу🎁

Ждем тебя, если ты:
▪️работаешь в смежных с ML отраслях и хочешь полностью перейти в машинное обучение, так как видишь перспективы и испытываешь большой интерес к профессии ML-специалиста,
▪️новичок в машинном обучении, и хочешь изучить базу или закрепить имеющиеся знания для дальнейшего поиска работы,
▪️программист, инженер, аналитик, разработчик, проджект/продакт-менеджер или маркетолог, и хочешь изучить ML, чтобы применять эти знания в своих текущих и будущих проектах,
▪️работаешь в проектах с ML-командой и хочешь лучше разбираться в этом направлении, чтобы повысить свою эффективность и общаться с коллегами на одном языке.

Если вы готовы расти и полны мотивации работать в направлении ML, регистрируйтесь на вебинар👇

[ Зарегистрироваться на вебинар ]

Всей актуальной информацией о вебинаре мы поделимся в этом канале🙂