Как взять лучшее от обучения в онлайн-школе и вузе: разбираемся на примере ML-инженеров

Привет! Меня зовут Анатолий, я основатель karpov.courses.

Недавно мы в karpov.courses запустили совместную программу с ИИ-магистратурой. Рассказываем, как обучаем аналитиков на реальных задачах и открываем для них карьерные перспективы.

О чём расскажу в статье:

• Как общие знания помогли нам составить актуальную программу
• Какие перспективы у студента после выпуска
• Задания и итоговые проекты программы
• Заключение: в чём польза

Чтобы дать студентам нужные для работы навыки, мы регулярно собираем опыт работодателей. Проводим исследования рынка и опрашиваем руководителей ML-направлений в разных компаниях — поэтому знаем, какие требования выдвигают к соискателям.

AI Talent Hub — магистратура по ИИ от Napoleon IT и Университета информационных технологий, механики и оптики (ИТМО). Там преподают профессионалы многих российских компаний по работе с машинным обучением и аналитикой данных: МТС, Ozon, VK, Napoleon IT. Поэтому у них тоже есть прямой доступ к запросам работодателей и их навыкам.

Мы совместили опыт наших экспертов и составили востребованную на рынке труда программу «ML-Engineering: от технической базы до создания AI-продукта». В ней нет устаревших технологий или модулей для галочки — есть только то, что поможет студенту устроиться после выпуска.

Для общей программы мы совместили две программы — от ИТМО и от нашей школы. От себя взяли техническую базу — курс «Machine Learning для начинающих». От AI Talent Hub — обучение на практике через продуктовый подход. Для этого коллеги из ИТМО добавили модули ML Ops, Разработка ML-сервисов на Python и My First Data Project. Все авторы курсов — практикующие специалисты из разных компаний: ИТМО, «Райффайзенбанка», «Яндекса», «Тинькофф».

Получился продукт для инженеров, который прокачивает продуктовое мышление. В итоге каждый выпускник готов к реальной работе ML-инженером на уровне между джуном и мидлом.

Чтобы попасть на нашу программу ДПО, нужен диплом о высшем образовании. После выпуска присуждается диплом ИТМО о дополнительном профессиональном образовании и степень MicroDegree. Потом при желании можно поступить в магистратуру и закончить её за один год вместо двух.

Мы спросили наших студентов, зачем они пришли на курс. Вот три самых популярных ответа.

Трудоустройство. Если студент хочет начать строить карьеру в бизнесе, то может воспользоваться программой трудоустройства: его могут взять на работу партнёры Karpov.Courses или партнёры AI Talent Hub. А ещё мы выделили в отдельный блок обучению по прохождению собеседования для ML-инженера: что обычно спрашивают, что важно рассказать самому, на что обратить внимание.

Ускоренная магистратура. Кто-то хочет продолжать учиться, получить вторую специальность или заниматься наукой. Университет ИТМО занимает верхние строчки в рейтингах вузов РФ и по всему миру, поэтому его диплом открывает много возможностей для карьеры или исследовательской деятельности.

Кто-то может прийти учиться для работы, а потом передумать и пойти в магистратуру: начать преподавать, развивать научную карьеру и приобщиться к чему-то большому и важному.

Комьюнити. Некоторые приходят для развития связей внутри индустрии, нетворкинга. Karpov.Courses и AI Talent Hub давно и успешно развивают DS-сообщества, внутри которых можно спросить совета, найти нужного специалиста или интересное предложение по работе.

Задания мы берём из реального опыта и дополняем их образовательными элементами. Обычные домашние задания должны научить студентов всем нужным техническим практикам.

Человеку без опыта может быть довольно сложно, поэтому ему помогают эксперты и большое количество автоматических проверок, грейдеров:

• Эксперты поддерживают студентов на всём пути и быстро отвечают — максимальное время ответа составляет всего два часа.
• Грейдеры очень полезны в ML. Ручное код-ревью даёт фидбек, но грейдеры позволяют совершенствовать качество кода много раз.

Два финальных проекта направлены на получение реальных результатов в работе:

• Рекомендательная система по ранжированию постов в соцсетях. Задачи такого рода — хлеб ML-инженера, поэтому умение выполнять их повышает ценность в глазах работодателя.
• My First Data Project. Студенты создают свой проект, проходя весь путь от начала до конца. Нужно не только создать ML-проект, но и презентовать его, запитчить и посчитать доходность. В итоге учащиеся понимают, зачем ML-инженер нужен бизнесу и индустрии и сами погружаются в процесс на практике.Второй проект удачно ложится на отработанные навыки, и студент может более свободно и творчески подойти к задаче.

Последние несколько лет бизнес-компании начали работать совместно с вузами и другими образовательными организациями. Работодатели и сами рекомендуют обучение на программах ДПО.

Такое обучение выгодно всем:

• Студенты хотят найти работу и зарабатывать деньги. Но после обычной программы вуза им часто не хватает практических навыков и релевантного опыта.
• Университеты хотят выпускать востребованных на рынке специалистов.
• Компании хотят нанимать грамотных профессионалов с хорошей теоретической базой знаний и реальными практическими навыками, чтобы не тратить время на дообучение.

Это был наш первый опыт работы над программой обучения совместно с вузами. Но кажется, что получилось здорово, а значит, можно подумать и над другими подобными проектами.

Так что оставайтесь на связи и приходите учиться!