ML w Polsce

0

Witam na wstępie wszystkich:D
Sluchajcie, mam taki dylemat. Mam 3 lata doświadczenia w IT, z czego 2 lata jako Java dev i rok jako IT Specialist zajmujacy sie wszystkim. Od początku praktycznie interesuje się ML, katuje Pythona, potrzebną matmę i powoli przymierzam się do aplikowania o pracę w tej dziedzinie, ale mam pare pytań:

  1. Jak jest z branzą w Polsce i czy rzeczywiście jest dużo Januszowych tematów?
  2. Realne stawki i perspektywy rozwoju
  3. Co należy do waszych codziennych zadań, na co zwrocić szczególną uwagę ( jeżeli pracujecie jako ML engineer)
  4. W niektórych ofertach wyskakuje jakieś Django, Rest Api i tak staram się rozkminić po co to? Przetestować ogólną wiedzę kandydata czy może ML też się tym zajmuje?
    Z góry dzięki za odpowiedzi, wychodzę z założenia że lepiej poznać opinie bardziej doświadczonych osób :D
1

Zastanawia mnie co rozumiesz przez ML engineera skoro nie jesteś w stanie rozkminić dlaczego rzeczy takie jak Django i REST mogą być potrzebne. Bez ironii, poważnie pytam, bo mi się troszkę wydaje, że rozmijasz się trochę w definicjach stanowisk (mimo że są one bardzo ogólne).

1
  1. Ja pracowałem prawie rok w projekcie mocno związanym z ML. Ogólnie pierwsze 2-3 miesiące były super, wtedy idzie poznać i wypróbować wiele rozwiązań w praktyce, ale gdybym miał to skonfrontować z typową pracą webdevelopera to on też przez pierwsze 2-3 miesiące ma spoko zajęcie. Prawdziwy problem dla osób szukających rozwoju / wyzwań zaczyna się później, gdy przez długi czas nic nowego nie wpada.

W kontekście ML ostatnie miesiące to był na przemian przygotowywanie materiałów do procesu nauki, a druga część to próby uzyskania nieco lepszego wyniku w rozpoznawaniu. Ja rozumiem to też praca, też się zdarzają się nudne rzeczy, ale dla mnie było tu słabiej niż w webówce. Plus jaki widzę jest dla osób, które wolą uniknąć dłubania w kodzie dużego projektu.

  1. Realne stawki i perspektywy rozwoju - ciężko powiedzieć. Zależy jak dobry będziesz, ale stawki w okolicach 15k są możliwe. Data science to jest chyba jedyna dziedzina z Pythonem, którą bezproblemowo też można wykorzystać za granicą.
  1. Bardziej tu chodzi o to, że python to trochę wszechstronny język, a i też trochę taki ekonomiczny. Cześć firm w fazie rozwojowej preferuje mieć programistę, który może pociągnąć dwie działki (np. backend, ml) niż jedną. To trochę ułatwia przydział zadań, bo jeśli skończyłby się zadania z ML w danym miesiącu, to co wtedy mała/średnia firma miałaby z Tobą zrobić? A tak firma wie, że mogłbyś przyspieszyć pracę w innym obszarze. Takie doświadczenie warto mieć jeśli w przyszłości chciałbyś robić produkty, które mają interfejs webowy, a w tle wykorzystują rzeczy z ML.
2

tl:dr ML to swiezy temat i wciskane tam jest wszystko od obróbki danych i tworzenia ETL'ów aż po reaserch nowych alogorytmów.

  1. Jako "przecietny" DS bedziesz raczej klepal to co juz milion innych ludzi rowniez wyklepalo i robil mlowe "CRUDy" bo zeby wyjsc za ten schemat trzeba minimum parę lat praktyki polaczonej z teoria a wiekszosc ludzi w polsce to jednak data analitycy ktorzy nawet w temacie mlowym sie nie rozwijaja i czesto mozesz trafic do takiego wlasnie zespolu

  2. dla "seniora" (3/4 lata expa w ML'u) ~20 do 25k osiagalne w wiekszych korpo w Polsce ale tematyka zdecydowanie mocno srednia regular raczej zamyka się w max 12/13k. US stawki ~120/130k+ usd dla seniora plus jakies tam benefity

  3. Przewaznie przygotowujesz dane i modele plus caly pipeline który później bedzie na produkcji

  4. Bo jako ML dev/engineer musisz miec duza wiedze z programowania nie tylko "numerycznego" bo gdzies ten model musi byc udostepniony etc.

1 użytkowników online, w tym zalogowanych: 0, gości: 1