Какие видишь расхождения между требованиями и твоим опытом

Основное расхождение - отсутствие коммерческого опыта работы с реальными данными в продакшене. В проектах использовал "чистые" датасеты (Kaggle, UCI), а в реальности данные часто грязные, несбалансированные и требуют сложного ETL.

Пример обработки реальных данных:

# Вместо простого чтения CSV
df = pd.read_csv('data.csv')

# Чаще нужно:
df = pd.read_csv('data.csv', 
                encoding='latin1',
                parse_dates=['date'],
                dtype={'user_id': 'str'},
                na_values=['NULL', 'N/A'])

Также пока слабо знаком с MLOps-инструментами (MLflow, Airflow), но активно изучаю их. Готов быстро восполнить пробелы.