Расскажи про свое обучение

Начинал с классических курсов по Python и машинному обучению (Coursera, Stepik). Затем углубился в математику — линейную алгебру, теорию вероятностей и статистику.

Практиковался на Kaggle (Top 10% в нескольких соревнованиях), решал задачи классификации, регрессии, NLP и CV. Работал с библиотеками: sklearn, PyTorch, pandas, numpy.

Пример предобработки данных:

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

Постоянно изучаю новые методы (трансформеры, GANs), читаю статьи на arXiv, пробую их в pet-проектах. Сейчас углубляюсь в MLOps (DVC, MLflow).

Обучение — непрерывный процесс, особенно в DS.