Подборка для ML-инженера: как прокачаться джуниору

Привет! Меня зовут Антон Моргунов, я инженер МО в «Базис.Центре» и программный эксперт курса «Инженер машинного обучения» ^[1] в Яндекс Практикуме. В этой статье я поделюсь бесплатными мини-курсами, учебниками, книгами и ресурсами, которые помогут прокачаться в профессии или даже войти в неё с нуля.

«Учебник по машинному обучению», Яндекс Образование

Бесплатный учебник от Школы анализа данных (ШАД), который познакомит с машинным обучением ^[2] и поможет углубиться в интересующую вас область. Написан на основе курса ШАД, включает теорию и примеры из практики. Уверенное владение математикой ^[3] будет плюсом, но познакомиться с учебником можно и без него.

Перейти → ^[4]

«Прикладная математика для машинного обучения», teach-in

Онлайн-курс от преподавателей МГУ для желающих подтянуть математику, необходимую в наших делах. Программа последовательно разбирает методы, на которых строится машинное обучение и модели нейронных сетей. Подходит начинающим ML-инженерам без математического бэкграунда.

Перейти → ^[5]

Машинное обучение в биологии, teach-in

Машинное обучение используется в самых разных областях — от банковской сферы до прогнозирования заболеваний. Этот курс поможет применить уже имеющиеся знания ML-инжиниринга в биологии и отработать навыки на реальных задачах.

Перейти → ^[6]

Машинное обучение в физике, teach-in

Ещё один курс-погружение в специфическую область — в этой программе акцент сделан на решение задач, возникающих при работе с данными в физике, с учётом их характерных свойств и особенностей.

Перейти → ^[7]

«Машинное обучение. Портфолио реальных проектов», Алексей Григорьев

Книга, в которой собраны практические проекты, связанные с конкретными бизнес-задачами из разных индустрий. Помогает понять, в каких сценариях используется машинное обучение, и погрузиться в ключевые концепции через практику — например, углубиться в лучшие практики по созданию моделей для прогнозирования цен на автомобили.

Купить на сайте издательства → ^[8]

«Промт-инжиниринг для GenAI. Паттерны надежных запросов для качественных результатов», Джеймс Феникс и Майк Тейлор

Книга для тех, кто хочет научиться получать максимум от GPT и других LLM-моделей. Пригодится как в ML-инжиниринге, так и в решении профессиональных задач в других сферах.

Купить на сайте издательства → ^[9]

Сайт Open Data Science

Open Data Science — крупнейшее сообщество ML-инженеров в России. Вы можете посещать мероприятия комьюнити, искать вакансии в сфере, присоединяться к проектам и проходить курсы, а когда наберётесь опыта ^[10] — участвовать в соревнованиях (часто с хорошими денежными призами).

Перейти на сайт → ^[11]

Участвовать в соревновании → ^[12]

Блог Практикума

Блог, который будет актуален для всех, кто только хочет или уже начал карьеру в ML-инжиниринге или других IT-направлениях. Материалы, как правило, не требуют от читателя глубоких познаний, но здесь всё равно можно найти много интересного.

Перейти → ^[13]