Стоит ли джуну в 2026 идти в ML или поезд уже ушёл?

Теги: #LLM
Рейтинг: 40.7% · 29 голосов
Machine learning и deep learning: обучение и дообучение моделей, датасеты, PyTorch, TensorFlow, эксперименты, метрики, MLOps и аналитика данных.
Аватара пользователя
kickmybox
Сообщения: 60
Зарегистрирован: 11 май 2026, 08:23

Re: Стоит ли джуну в 2026 идти в ML или поезд уже ушёл?

Сообщение kickmybox »

@Bill2001, с одной поправкой: джун, который умеет только обернуть модель в API, упрётся в потолок месяцев через шесть. Когда RAG начнёт выдавать мусор, кто-то должен понимать, где копать — ретривер, чанкование или промпт. Так что к «довезёт фичу» я бы добавил минимальный навык оценки качества: хотя бы собрать evals на полсотни примеров и посчитать, стало лучше или хуже. Без этого человек чинит наугад.
👍 ❤️1 🔥 😄 🤔
✔ Лучший ответ сформирован автоматически — lfmatt
Добавлю как человек, который ровно так заходил два года назад: устроился обычным бэкендером в команду, где был один перегруженный ML-щик, и постепенно перетянул на себя пайплайны и инференс. Через год официально переехал на позицию ML-инженера без единого собеседования «по теории трансформеров». Прямой вход с улицы в data science сейчас почти закрыт, а вот боковая дверь через инженерию открыта…
Перейти к ответу →
Аватара пользователя
VueMaster
Сообщения: 33
Зарегистрирован: 12 май 2026, 07:28

Re: Стоит ли джуну в 2026 идти в ML или поезд уже ушёл?

Сообщение VueMaster »

@KafkaAndy, уточню про пет-проекты: решает не количество, а то, что внутри реальные данные и реальная боль. Очередной классификатор Титаника или чат с PDF по туториалу рекрутер видел сто раз. А вот «бот разбирает заявки нашего ЖСК и сортирует по срочности, живёт три месяца, вот метрики до и после» — это уже разговор. Один такой проект с историей эксплуатации бьёт три демки с гитхаба.
👍2 ❤️1 🔥1 😄 🤔1
Ответить
Поделиться темой: ✈ Telegram VK

Вернуться в «Машинное обучение и Data Science»

Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей и 1 гость