道
менторство by @bimchine

Карта пути
в ML

от первой строчки кода до оффера

Роадмап для тех, кто идет в ML-инженеры или data scientist: пять блоков, чек-листы «что должен уметь» и отобранные бесплатные ресурсы. Тот самый скелет, по которому я веду учеников.

автор, Владислав Ковальчук, Senior ML  ·  кто это пишет →
листай вниз
道
пара слов перед стартом

Если коротко, зачем это

Привет. Ты, скорее всего, либо только решаешь, идти ли в ML, либо уже идешь и не очень понимаешь, туда ли.

Я собрал сюда то, что проговариваю каждому, кто приходит ко мне в первый раз: что учить, в каком порядке и до какой глубины. Без этой картинки люди годами ходят по кругу, набирают курсы и никак не могут сложить их во что-то целое.

Ссылок тут немного, и это специально. Утонуть в двухстах материалах легко, толку ноль. Отобрать за тебя и есть моя работа.

как этим пользоваться

В каждом блоке есть короткий список «что должен уметь». Отметь то, что можешь объяснить вслух, а не «вроде где-то читал». Это очень разные вещи, и на собесе проверяют первое. Отмечай прямо здесь: нажми на пункт, и он зачеркнется. Отметки сохранятся в этом браузере, можно возвращаться и продолжать.

про порядок

Блоки идут не по интересности, а по зависимостям. Прыгнуть в ML, не умея работать с данными, это надежный способ потратить полгода и застрять. Пропущенная ступень все равно всплывет, только позже и дороже.

図
оглавление

Пять блоков

Так выглядит путь от нуля до оффера. Блоки идут строго по зависимостям, и каждый следующий стоит на предыдущем.

сколько это по времени

Честно: при 10-15 часах в неделю с нуля до первых собесов это от 6 до 10 месяцев. Все, что обещает «войти в айти за 3 месяца», либо про другую профессию, либо про другой рынок. Если у тебя уже есть аналитика, разработка или сильная математика, путь короче в полтора-два раза.

忍01

Python

язык, на котором дальше все

Python нужен не «в общих чертах», а до автоматизма: дальше он перестает быть предметом изучения и становится инструментом. Пока ты думаешь над синтаксисом, ты не думаешь над задачей.

что должен уметь на выходе
Свободно владеть списками, словарями, множествами, кортежами и понимать, чем они отличаются по скорости поиска
Писать генераторы списков и словарей вместо циклов там, где это уместно. На собесе это первый маркер, что человек пишет на Python
Понимать изменяемость: почему список, переданный в функцию, меняется снаружи, а число нет
Основы numpy: массив против списка, векторизация вместо цикла
ресурсы
Уроки Python для начинающих
Школа itProger · 22 видео · около 5 часов 10 минут
Ровная база от установки до ООП и декораторов. Двух вещей в курсе нет: генераторов списков и работы с окружением, добери их отдельно. Последнее видео в плейлисте, это реклама платного курса, его можно не смотреть.
открыть плейлист →
Вся сложность алгоритмов за 11 минут
Alek OS · 11 минут 26 секунд
Быстрое введение в O-нотацию. Смотреть до того, как начнешь решать задачи, иначе будешь писать решения за квадрат и не понимать, почему это плохо.
смотреть →
忍

На платформе этот блок, это тренажер с автопроверкой кода: пишешь решение, сразу видишь, где не так, и разбор почему.

数·

Математика

минимум, которого хватит для старта

Матана нужно меньше, чем пугают на форумах, но больше нуля. Тебе не надо решать интегралы руками, тебе надо понимать смысл происходящего, чтобы читать формулы, а не пролистывать их.

что реально нужно
Производная и градиент: что значит «функция растет», почему движение против градиента уменьшает ошибку. Основа всего обучения моделей
Векторы и матрицы: умножение, размерности, скалярное произведение. Без этого не читается ни одна формула в ML
Логарифм: зачем логарифмируют признаки и почему функция потерь логарифмическая
Вероятность: условная вероятность и формула Байеса на уровне понимания, а не вывода
ресурсы
Смысл производной, интеграла и вектора
SciencePub · три ролика по 3-4 минуты
Быстрое «зачем это вообще нужно» за 11 минут суммарно. Это не обучение математике, это снятие страха перед ней.
производная → интеграл → вектор →
Зачем нужны логарифмы
QWERTY · 11 минут
Смотреть с начала. Логарифм всплывает в функциях потерь и в преобразовании перекошенных признаков, так что тема рабочая, а не академическая.
смотреть →
честно про эти видео

Это двадцать минут интуиции, а не курс математики. Их задача, чтобы слово «градиент» перестало пугать. Настоящее понимание придет позже, когда ты увидишь эти штуки в работе моделей. Не садись учить матан «до конца» перед тем, как начать ML, это ловушка, из которой не выходят.

数

На платформе математика идет интерактивом на пальцах: крутишь параметры руками и видишь, как меняется результат. Без вывода формул.

統·

Статистика

спросят почти наверняка

Если математику можно пройти по верхам, то статистику нет. Это рабочий инструмент аналитика и специалиста по данным, и вопросы по ней звучат почти на каждом собеседовании, причем на понимание, а не на определения.

что должен уметь на выходе
Распределения и зачем нужно нормальное, центральная предельная теорема на пальцах
Проверка гипотез и p-value. Уметь объяснить, что p-value НЕ есть вероятность того, что гипотеза верна
A/B-тесты: как считать размер выборки, когда останавливать тест, что такое подглядывание в результаты
Множественная проверка гипотез и почему двадцать метрик сразу дают ложные открытия
ресурсы
Вероятность и статистика
Глеб Михайлов · 9 занятий · около 16 часов · с кодом на Python
Главный ресурс темы. Закрывает ровно то, что спрашивают: проверка гипотез, p-value, A/B-тесты на долях и на непрерывных величинах, поправки на множественные сравнения. С практикой, а не только с теорией.
открыть плейлист →
частая ошибка

Выучить определения и решить, что тема закрыта. Статистику спрашивают кейсами, а не определениями: дают ситуацию и смотрят, поймаешь ли подвох. Поэтому смотреть курс надо с ноутбуком и считать руками, иначе на первом же кейсе поплывешь.

統

На платформе статистика идет симуляциями и A/B-кейсами, которые считаешь сам, а не смотришь, как считает лектор.

守02

Аналитика и SQL

работа с данными до всякого ML

Самый недооцененный блок. SQL спрашивают на каждом собеседовании в аналитику и в Data Science, и заваливаются на нем чаще, чем на ML. Потому что ML можно рассказать словами, а SQL надо написать при интервьюере.

что должен уметь на выходе
Свободно писать SELECT с WHERE, GROUP BY, HAVING и понимать, в каком порядке база это выполняет
Все виды JOIN и понимание, почему после LEFT JOIN строк стало больше, чем было
Оконные функции: ROW_NUMBER, RANK, LAG и LEAD, суммы нарастающим итогом. Водораздел между «знаю SQL» и «знаю SQL»
Посчитать продуктовые метрики руками: конверсию, удержание, когорты
ресурсы
SQL Academy
около 190 задач · решать бесплатно, подсказки и эталоны платные
Набрать объем и довести синтаксис до автоматизма. Держи в голове: застрял, и разбор решения будет за деньги, так что рассчитывай докапываться сам.
открыть тренажер →
Оконные функции SQL простым языком с примерами
статья на Habr · 15 минут чтения
Самая частая дыра. Разобраны три группы функций на одном сквозном примере. Прочитать до того, как полезешь в задачи на окна.
читать →
守

На платформе, это тренажер со сквозным сюжетом компании. Задачи приходят языком бизнеса, «почему просела выручка в регионе», а не «выведи вторую колонку». Учишься переводить вопрос заказчика в запрос, это и есть настоящая работа.

守·

Pandas и разведка

чем ты будешь заниматься каждый день

Если честно посчитать рабочее время специалиста по данным, обучение моделей окажется меньшей частью. Большая, это притащить данные, понять их, почистить и не обмануться. Это и есть pandas.

что должен уметь на выходе
Отбор строк и столбцов через loc и iloc, фильтрация по нескольким условиям без превращения кода в кашу
groupby с агрегациями, включая несколько метрик разом и переименование результата
merge и его виды, понимание, чем он отличается от concat и как ловить дубли после склейки
Работа с пропусками: увидеть, понять природу, осознанно решить, чем заполнять и заполнять ли вообще
ресурсы
Анализ данных на Python и Pandas
Глеб Михайлов · 4 часа 46 минут одним видео
Плотный практический разбор от того же автора, что и курс по статистике. Смотреть не подряд, а с ноутбуком: остановил, повторил на своих данных, поехал дальше.
смотреть →
Любой открытый датасет, который тебе интересен
лучший ресурс блока
Возьми данные про то, что тебе правда любопытно, и задай им десять вопросов. Один такой заход дает больше, чем три курса по pandas: настоящие данные всегда грязнее учебных.
открыть каталог →
частая ошибка

Идти в ML, не научившись смотреть на данные. Человек получает подозрительно высокое качество и несет это на собес. А там выясняется, что в признаках была утечка целевой переменной, и модель просто подглядывала в ответ. Умение это заметить и есть навык.

守

На платформе, это данные внутри живого бизнес-кейса. Не «почисти датасет», а ответь на вопрос заказчика и по дороге сам наткнись на пропуски, дубли и утечки, как это и происходит в работе.

師
кто это пишет

Я сижу по обе стороны собеседования

Владислав Ковальчук
Сенсей · Владислав Ковальчук
Senior ML

Уже больше 5 лет я работаю в ML, сейчас Senior ML в Альфа-Банке, и собеседую ребят на такие же позиции в бигтех. Вижу найм с обеих сторон стола и одно и то же: приходят люди, которые честно все выучили, и сыплются на вещах, о которых им никто не сказал.

Эта карта собрана с той стороны стола. Не «что модно учить», а что реально спрашивают и где обычно рвется.

на чем сыплются чаще всего

Человек знает алгоритмы, но не может объяснить выбор метрики под задачу. Пишет модель, но не замечает утечку. Помнит определение p-value, но плывет на кейсе. Разваливается не на сложном, а на том, что казалось понятным.

100+пройденных собеседований
810 000 ₽максимальный оффер
850 млн ₽в год, общий эффект моих моделей
АльфаSenior ML в проде
ИТМОпреподаю DL-трек
ВШЭ · МФТИспикер, а еще YouLead и Альфа Будущее
壱
2016
Ученик
ЕГЭ 146 баллов, математика на 45. Ненавидел программирование, чуть не отчислился из-за долга по Visual Basic.
拾
2020
Подмастерье
Проектировал мосты. Хакатоны, BIM, Python, ведущий инженер. Разработал первый в РФ стандарт цифровых информационных моделей ИССО.
弐拾
2021
Боец
Ушел с головой в автоматизацию. Пришел к ML органическим путем, задолго до хайпа вокруг больших языковых моделей.
肆拾
2024
Мастер
Senior ML в Альфа-Банке. Собеседую специалистов и вижу найм с обеих сторон стола. Больше 10 моделей от идеи до прода, 6 из них работают каждый день, общий эффект больше 850 млн ₽ в год. Собрал свой AutoML-пайплайн, им пользуются коллеги и ведущие эксперты.
師
2026
Сенсей
Преподаватель DL-трека в ИТМО, спикер ВШЭ и МФТИ. Запустил BIMCHINE, площадку с тренажерами и мок-собесами.
Альфа Будущее YouLead Выступление в ВШЭ Purple Conf, МФТИ

Эту карту я собрал из того, что проговариваю каждому ученику на первой встрече. Она бесплатная и останется бесплатной.

鍛03

Classic ML

ядро профессии

Вот за это тебе будут платить. Самый большой блок пути и ядро технического собеседования. Здесь спрашивают много, вглубь и на понимание механики, а не на знание названий алгоритмов.

что должен уметь на выходе
Обосновать выбор метрики под задачу: precision против recall, ROC-AUC против PR-AUC. И почему accuracy на дисбалансе 1 к 100 бесполезна
Валидация: train/val/test, кросс-валидация, стратификация, разбиение по времени. Когда какое и почему
Найти утечку целевой переменной. Где прячется, как ловится, почему ломает даже отличную модель. Тема номер один по срезам на собесе
Деревья и ансамбли: чем бустинг отличается от бэггинга, как растет дерево, что делают глубина и число деревьев
ресурсы
Учебник по машинному обучению · глава 2
Яндекс Образование · бесплатно, без регистрации
Линейные модели, метрические методы, решающие деревья, ансамбли, градиентный бустинг. Читать вдумчиво, это не блог-пост, а учебник.
читать главу →
Учебник по машинному обучению · глава 3
Яндекс Образование · оценка качества моделей
Метрики, кросс-валидация, подбор гиперпараметров. Если выбирать одну главу учебника, бери эту: на собесе спрашивают отсюда чаще всего.
читать главу →
частая ошибка

Выучить алгоритмы списком, но не уметь сказать, какой под какую задачу и почему. Вопрос звучит так: «пятьдесят тысяч строк, двести признаков, бинарный таргет, сильный дисбаланс, важна интерпретируемость». Если в голове не выстраивается цепочка «тип задачи, семейство моделей, конкретный выбор с аргументацией», разговор закончится быстро.

鍛

На платформе, это практика на боевых данных и мок-собес по блоку: гейт, который не пройти пересказом теории.

龍04

Deep Learning

грамотность, а не инжиниринг

Ставлю ожидания сразу: этот блок не делает тебя специалистом по нейросетям. Он закрывает то, что спрашивают на собесе даже там, где ты каждый день будешь работать с табличными данными и бустингом.

что должен уметь на выходе
Объяснить прямой проход и обратное распространение на маленькой сети, без вывода формул, но по сути
Зачем нужна функция активации и почему без нее глубокая сеть равна одному линейному слою
Регуляризация сетей: dropout, снижение весов, ранняя остановка. И почему dropout надо выключать на инференсе
Понимать когда какая архитектура: свертки для изображений, трансформеры для текста, и почему для таблиц обычно берут бустинг
ресурсы
Neural networks
3Blue1Brown · 10 видео · на английском, есть автоперевод озвучки
Лучшее визуальное объяснение того, что происходит внутри сети. Первых четырех видео, до обратного распространения включительно, достаточно для понимания механики.
открыть плейлист →
龍

На платформе, это диагностика по симптомам, как у врача. Сеть совсем не учится. Или на своих данных отвечает хорошо, а на новых проваливается. Или числа вдруг превращаются в мусор. Учишься по таким признакам понимать, что именно сломалось и с чего начинать чинить.

測05

Продукт и дизайн систем

что отделяет крепкого специалиста

Блок, которого нет почти ни в одном курсе, и именно он решает, возьмут тебя на позицию покрепче или предложат вилку ниже. Здесь проверяют не знание алгоритмов, а умение думать о задаче целиком.

что должен уметь на выходе
Перевести бизнес-задачу в задачу ML. «Хотим меньше оттока», это еще не постановка. Что предсказываем, на каком горизонте, что делаем с предсказанием
Связать техническую метрику с деньгами. Что бизнесу с того, что AUC вырос на 0.02
Набросать схему системы: откуда данные, где считаются признаки, где живет модель, как отдается предсказание
Как следить за моделью в проде: дрейф данных, деградация качества, когда переобучать
частая ошибка

Сразу нырять в алгоритмы: «возьму градиентный бустинг». Сильный ответ начинается с уточняющих вопросов о задаче, данных и ограничениях. Тот, кто сразу называет модель, показывает, что не работал с реальными задачами.

測

На платформе, это кейсы дизайна систем и мок в формате реального собеса, где оценивают ход мысли, а не заученный ответ.

証
каждый отзыв, это часть чьего-то пути

Что говорят ученики

2 оффера на 350к и 365к за 2,5 месяца подготовки голос с пути · аналитика
Путь воина голосовой отзыв · machine learning
Путь самурая голосовой отзыв · machine learning

Все забываю сказать, как четко ты описал мой опыт и проекты!) как будто сидел рядом и все знаешь)) Очень правильно описаны все процессы и метрики. И задачки реально хорошие, особенно тем что объединяют сразу несколько тем, это очень помогает в полировке навыков

ученик уровня MLпройдено

Я обычно долго принимаю решения, всегда взвешиваю за и против, с тобой я очень быстро решила, что попробовать точно нужно. Чекаю роадмап и прям чувствую, что ты прожил за время как проходил этот путь... очень откликается, и очень важно, что ты преподносишь информацию пропущенную через себя, это очень круто и я с таким форматом еще не сталкивалась.. с тобой очень комфортно

путь аналитикапройдено

Спасибо большое Владу за консультацию, чувствовалось, что человек заинтересован в проблеме и в моем развитии, как специалиста. Получил полезные советы по дальнейшим действиям, соориентировался, куда стоит двигаться) Особенно были полезны кейсы с инсайтами по работе HR-ов, точно поможет.

диагностикапройдено
極

Дальше начинается работа

«Карту можно выучить наизусть и все равно заблудиться. Дорогу знает тот, кто по ней прошел.»

Ты держишь маршрут целиком. Этого достаточно, чтобы не тратить месяцы не на то и не собирать двадцатый курс вместо первого законченного проекта.

Чего карта не даст: сказать, что твое решение неудачное, что так в проде не делают и что на собесе за это спросят. Это делает человек, а не текст на странице.

Скажу прямо: этой карты достаточно, чтобы дойти самому. Она бесплатная, останется бесплатной, и ничего не спрятано за регистрацией. Люди доходили и без меня, просто дольше и с большим числом тупиков.

Разница только в скорости и в том, есть ли кому сказать «вот тут ты ошибся». Если такой человек рядом есть, отлично. Если нет, эту роль закрывает платформа: тренажеры с проверкой, мок-собес после каждого блока и разбор твоего кода лично.

карта пути в ML · @bimchine · bimchine.ru