Data Science и ML-инженер: с чего начать

Это самое требовательное направление в аналитике: помимо кода нужна математика и терпение к экспериментам, которые часто не срабатывают.

Три близкие роли

Роль	Главная задача	Стек
Аналитик данных	Объяснить, что произошло	SQL, Python, BI
Data Scientist	Построить модель, которая предсказывает	Python, sklearn, статистика
ML-инженер	Довести модель до продакшена и держать её живой	Python, Docker, CI, MLOps

Начинать с нуля сразу в ML тяжело: большинство приходят через аналитику данных или разработку.

Какая математика нужна

• Линейная алгебра: векторы, матрицы, разложения (базово)
• Теория вероятностей и статистика: распределения, гипотезы, доверительные интервалы
• Оптимизация: градиентный спуск на уровне понимания
• Не нужно: доказательства теорем и олимпиадный уровень

План на 10–12 месяцев

1. Python и pandas — обработка и очистка данных (8 недель)
2. SQL — сбор данных из хранилища (4 недели)
3. Статистика и A/B — корректность выводов (6 недель)
4. Классический ML — регрессии, деревья, бустинг, метрики качества (10 недель)
5. Feature engineering и валидация — где рождается качество моделей (4 недели)
6. Прод: сервис с моделью — API, Docker, мониторинг (6 недель)
7. Специализация — NLP, CV или рекомендации (6+ недель)

Что отличает сильного джуна

• Понимает, почему выбрана метрика (не только accuracy)
• Умеет объяснить бизнес-смысл модели
• Проверяет утечки данных и корректность валидации
• Доводит проект до работающего сервиса, а не ноутбука

Проекты для портфолио

1. Предсказание оттока клиентов с честной валидацией и разбором признаков
2. Рекомендательная система на открытых данных
3. Сервис с моделью: загрузка данных → предсказание по API

Реалистичные ожидания

Вакансий джуна в чистом DS меньше, чем в аналитике данных. Рабочая стратегия: устроиться аналитиком, набрать доменный опыт и перейти в ML внутри компании.

Смежное: нейросети для работы и аналитик данных.

FAQ

Нужно ли высшее техническое? Не обязательно, но математику придётся подтянуть самостоятельно.

Хватит ли одного курса? Курс даёт базу; конкурентоспособность приходит с проектами и участием в соревнованиях.

Чем отличается Data Scientist от ML-инженера? Data Scientist ближе к исследованию и гипотезам, ML-инженер — к выводу моделей в продакшн: сервисы, пайплайны, мониторинг качества. Требования к инженерной части у второго заметно выше.

Какой минимум математики нужен? Линейная алгебра на уровне матричных операций, производные, теория вероятностей и статистика: распределения, проверка гипотез, доверительные интервалы. Этого хватает для старта.

Как собрать портфолио без реальных данных? Берите открытые датасеты и решайте прикладную задачу целиком: постановка, обработка, метрика, интерпретация, вывод в виде сервиса или дашборда. Соревновательные ноутбуки без выводов работают слабо.