Одна француженка российского происхождения выложила примерно такое резюме в соцсети, где обсуждалось трудоустройство в IT и AI:
(Оффтоп)
В наличии имеется
1) PhD по эконометрике (статистика) и опыт 5 лет в секторе энергетики/транспорта/поведения.
2) 4 месяца курсов по 35 часов в неделю переквалификации для обладателей PhD (статистика, физика, математика и т.п.) : программирование, базы данных, машинное обучение (deep learning, computer vision, NLP, recommender system и более классические вещи).
3) 6 месяцев опыта в стартапе (deep learning, computer vision), где практически все информатики.
4) Github c проектами.
Ну и технические навыки: python (хороший уровень), SQL, docker и bash (эти два послабже), работа с AWS, ну и основные причиндалы для машинного обучения, которые легко показать в проектах на github.
И ещё. А в аспирантуру по машинному обучению 35 летних старичков берут? 3d.gif mask.gif (у экономистов да, хоть в 50 лет).
Опыт:
- разные эконометрические проекты по мелочи во время обучения.
- 6 месяцев научная практика в конце магистратуры. Типичная эконометрика: чистка данных, временные ряды, PCA/MCA, clustering, causality. Всё закончилось опубликованной статьей.
- 3 года аспирантуры. Микроэконометрика: изучение поведения людей и как они выбор делают. Там много чего было, в том числе сама данные собирала (даже не знаю как по русски? Опрос?). Плюс summer school в EPFL.
- 6 месяцев проект с коллегами из лаборатории по теме моей аспирантуры.
- 3 месяца курсов для обладателей PhD: ML/DL, python, SQL, git. 35 часов в неделю, как работа. Работали исключительно c данными над конкретными проектами. Если начинать с нуля, то 3 месяца конечно ничего, особенно в таком формате. Но методы ML мне все хорошо знакомы. Было интересно увидеть как их используют Data Scientist, на чем акцент. Самый большой плюс это была работа с разным типом данных. В части DL, NLP и Recommender System вел специалист и хороший педагог. Есть с чего начать.
- 6 месяцев DL (computer vision) в стартапе. Проект сделан от А (общие черты задания) до Z (docker image и призентация возможностей для клиентов). Шефы более чем довольны, так как не думали, что смогу довести до конца и что найду настолько хорошию модель.
Если брать классические вещи (ML, базы данных, SQL, чистка данных и т.д.), то опыт 5 лет.
Питон: общий опыт года 4 из которых 9 месяцев на серьёзном уровне.
Computer vision: 6 месяцев
NLP: нету опыта
Если брать последний опыт, computer vision, то вроде как всего 6 месяцев. Но с другой стороны, чтобы я бы делала не имея опыта работы с данными, SQL? Не думаю что получилось бы на столько эффективно составить базу данных для DL и провести успешно кампанию по аннотации фотографий. Ну и плюс я сама свои ошибки находила, а не просто нажимала на кнопку "ввод" и слепо доверяла результатам.
Я не ищу чистый computer vision или NLP. Ищу работу, где буду совмещать и ML и DL, желательно в секторах в которых я работала. Поэтому пока считаю, что опыт 5 лет. Но может я ошибаюсь. На французском форуме мнения разделились.
