Чему вы научитесь
Junior ML-собеседование редко выигрывается знанием длинных определений. Обычно смотрят другое: можете ли вы понять задачу, выбрать метрику, не пропустить leakage, объяснить переобучение и спокойно сказать, что проверите первым.
Этот курс сделан как практичный тренажёр. В нём 4 модуля, 10 уроков и 95 шагов: короткие объяснения, интервью-кейсы, choice, matching, sorting и free-answer для тренировки формулировок. Каждый урок идёт по рабочей цепочке: задача → формализация → решение → проверка → типичная ошибка.
Курс рассчитан на Junior-кандидатов, студентов и аналитиков, которые переходят в ML. Нужна базовая ориентация в Python, таблицах данных и идее обучения модели. Глубокий production-опыт не требуется.
Главная цель курса - не зазубрить ответы, а научиться звучать как начинающий ML-специалист, который думает структурно: уточняет target, момент предсказания, метрику, данные, baseline и риски. Такой ответ ближе к тому, что ждёт интервьюер, чем пересказ учебника.
Внутри: постановка ML-задачи, подготовка данных, метрики, линейные модели, деревья, ансамбли, обучение модели, практические поломки и финальное тренировочное интервью.
296