С нуля в ML
Python, математика и работа с данными. Затем — модели, собственные проекты и первые интервью.
Даниил · Senior ML Engineer
ML через
практику.
ML / Data Science / Python / C++ / CUDA
Войти с нуля, перейти из разработки или выйти на зарубежный рынок. Лично со мной: проекты, разбор кода и подготовка к интервью.
Первый созвон — бесплатно. Обсудим цель и план.
Machine LearningData ScienceML EngineeringQuant Research
С какой целью ты приходишь
Из разработки в ML
Не повторяем знакомый синтаксис. Разбираемся в ML, ставим эксперименты и учимся доводить модель до сервиса.
На следующий уровень
Углубляем специализацию. Готовим проекты, резюме и интервью для российского или зарубежного рынка.
Твой ментор
Привет, я Даниил.
Senior ML Engineer в финансовой компании. Сам прошёл путь от Python-бэкенда к ML и Quant.
В европейских стартапах работал над аналитическими системами и видеоаналитикой. Этот опыт переношу в задания: не только обучить модель, но и понять данные, проверить гипотезу и объяснить результат.
Созвоны, проверка кода и обратная связь — лично со мной. Без передачи другому куратору.
Python → ML → Quant
Обратная связь
После созвона
«Ответил на все интересующие меня вопросы по hh.ru, LinkedIn, техническому стеку и другим тонкостям трудоустройства.»
Поиск работы · ML / Data Science
Полный отзыв
Очень понравилась консультация! Ментор поделился интересными кейсами из своего опыта, рассказал о процессе поиска работы, этапах найма и различных нюансах, на которые стоит обращать внимание. Ответил на все интересующие меня вопросы по hh.ru, LinkedIn, техническому стеку и другим тонкостям трудоустройства. Также было полезно узнать больше о самом процессе менторства и возможностях, которые он даёт. Общение получилось открытым и информативным. Большое спасибо за уделённое время, полезные советы и готовность делиться опытом! Однозначно рекомендую всем, у кого есть похожие вопросы!
«По общению прям легко всё было, расположил к себе, видно было, что шарит в теме) Задал ему все интересующие вопросы, и он мне давал структурированные и лаконичные ответы.»
2,5 года в ML · выход на зарубежный рынок
Полный отзыв
Немного о себе(про ментора чуть ниже отзыв): мл инженер с порядком 2,5 годами опыта. Живу в Грузии, работаю на РФ компанию. Чувствовал, что как будто бы стагнировался: в компании многого добился, достаточно вырос, как специалист. Соответственно, подумывал про выход на ву, так как идея привлекала меня уже давно, но никак не решался) Был страх зарубежной компании, собеса на англ и прочего. И тут прям как раз предоставилась возможность зайти и глянуть про людей, которые живут в разных странах, + скорее всего, работают в зарубежных компаниях, может чего полезного и возьму для себя - подумал.
Теперь про ментора) Увидел Даниила на стриме у Назарова и услышал, что он работает на ву из Грузии. Прикинул, подумал, что к нему можно обратиться за помощью про выход на зарубежный рынок, как раз он находится там, где я живу) Списались, сразу в тот же момент назначили консультацию на следующий день и созвонились.
По общению прям легко всё было, расположил к себе, видно было, что шарит в теме) Задал ему все интересующие вопросы, и он мне давал структурированные и лаконичные ответы. Созвон прошёл порядка 2-3 часов, за которые он помог мне создать плато и пищу для размышлений по моему вопросу.
Советую его как ментора,рад, что обратился за помощью! Успехов
Работаем вместе.
Не вместо тебя.
Не просто доступ к лекциям. Ты решаешь задачи, я помогаю разобраться — от первого эксперимента до защиты решения на интервью.
Знакомимся
Бесплатно обсуждаем опыт, цель и время на учёбу. Решаем, подходит ли тебе мой формат.
Собираем план
Выбираем направление и спринты под твой уровень. У каждого задания — понятный результат и критерии готовности.
Делаем и разбираем
Ты работаешь с данными и кодом. Я проверяю решения; на еженедельных созвонах разбираем ошибки и вопросы.
Готовимся к найму
Оформляем проекты и резюме, проводим mock-интервью. Для зарубежного рынка — в том числе на английском.
Своя платформа.
Твой прогресс.
Задания с критериями готовности, мои комментарии и история решений. Плюс тренажёр собеседований с подсказками и повторением вопросов.
Ниже — интерактивные примеры. Попробуй без регистрации.
Пример спринта
Backend to ML Engineering 02
Спринт 02
Логистическая регрессия и выбор модели
Выполнено следующее ДЗ Zoomcamp: модель converted, оценка признаков и выбор регуляризации по validation accuracy.
Бинарная классификация · One-hot кодирование · Взаимная информация · Логистическая регрессия · Отбор признаков и регуляризация
DataTalks.Club / Задание курса
ML Zoomcamp 2025 · Homework 3, вопросы 1–6
EN- Data preparation; Questions 1–2: мода industry и корреляции
- Split the data; Question 3: mutual information только по train
- Question 4: one-hot и LogisticRegression baseline
- Questions 5–6: feature elimination и пять значений C
Разделы и материалы
- Notebook курса: код классификацииEN, в новой вкладке
3.3: разбиение; 3.6–3.10: mutual information, корреляции, DictVectorizer и логистическая регрессия. Пример churn — справка по коду, не данные ДЗ; в Q3 использовать train, не full_train из демонстрации.
- Lead Scoring: данные именно Homework 3EN, в новой вкладке
Исходный CSV из Dataset задания; целевая переменная converted.
0 / 4 выполнено
Тренажёр интервью
Подготовка
к собеседованиям
Вопросы, ответы и повторение сложных тем.
Открыть тренажёрClassic MLПрактикаДемо
Что такое SGD и чем он отличается от обычного градиентного спуска?
Демо · без сохранения
Программа
обучения
Направления, темы спринтов и результат каждого этапа.
Python & Data Foundations
Спринтов: 7Спринт 01
Python: от запуска программы до условий и циклов
Терминал и запуск .py · Ввод и типы данных · Условия
Результат
Запускаемые программы с вводом, ветвлениями и обработкой последовательности; шесть принятых задач Яндекса.
Python & Data Foundations. Спринт 1: Python: от запуска программы до условий и циклов
Условия до начала работы
Стоимость менторства
Во всех вариантах
- План под твою цель и уровень
- Еженедельные созвоны и разбор кода
- Практика и личная обратная связь
- Платформа и тренажёр интервью
- Резюме и mock-интервью
Меньше на старте
30 000 ₽
предоплата
+ 100% постоплаты
от одной месячной зарплаты после налогов
Меньше после оффера
40 000 ₽
предоплата
+ 80% постоплаты
от одной месячной зарплаты после налогов
Без постоплаты
150 000 ₽
предоплата
0% постоплаты
Фиксированная стоимость, без привязки к зарплате.
Постоплата — не процент от годового дохода. График платежей и условия согласуем в договоре до старта. Возможен частичный возврат предоплаты.
Обсудить условияРазовая работа
Ознакомительный созвон — бесплатно. Консультации оплачиваются отдельно.
- Пробное интервью
- 10 000 ₽
- Консультация
- 10 000 ₽
- Разбор резюме
- 15 000 ₽
Частые вопросы
Можно начать без Python и опыта разработки?
Да. Начинаем с Python, инструментов разработчика и нужной математики, затем переходим к ML. На знакомстве определяем стартовый уровень и реалистичный объём работы.
Я уже разработчик. Придётся проходить всё с нуля?
Нет. Знакомые темы пропускаем. Сосредоточимся на данных, моделях, экспериментах и твоей специализации — без повторного курса программирования.
Кто проверяет работы и как часто созвоны?
Я работаю с тобой лично: проверяю решения, отвечаю на вопросы и провожу созвоны. Обычно встречаемся раз в неделю; ритм согласуем. Между встречами — практика и обратная связь по ней.
Что остаётся в кабинете между встречами?
План, теория, видео и задания с критериями готовности. Там же отправляешь решение и видишь моё ревью, историю работ и прогресс. Отдельно можно тренировать ответы на вопросы собеседований.
Сколько времени нужно на учёбу?
Зависит от направления и подготовки. У спринтов есть оценка трудозатрат, но это не жёсткие календарные недели. Нагрузку и последовательность подбираем под твоё расписание.
Помогаешь выйти на зарубежный рынок?
Да: разбираем резюме, представление проектов и собеседования, в том числе на английском. Для начала обучения свободный английский не обязателен; для зарубежных вакансий требования к языку обсудим отдельно.
Что значит 100% или 80% постоплаты?
Это доля одной месячной зарплаты после налогов в полученном оффере, а не процент от годового дохода. При зарплате 200 000 ₽ после налогов постоплата составит 200 000 ₽ или 160 000 ₽ соответственно. Сроки, порядок платежей и условия расчёта фиксируем в договоре до старта.
Есть гарантия оффера или конкретного срока?
Нет. Результат зависит от стартового уровня, практики, поиска работы и рынка. До начала работы обсуждаем цель и план, а по ходу подготовки корректируем их по прогрессу.
Можно ли вернуть предоплату?
Да, частично: вычитается стоимость пройденного материала и времени нашей работы. Условия и порядок расчёта — в договоре.
Обсудим
твою задачу
Напиши про свой опыт и цель. На бесплатном знакомстве обсудим план подготовки.
Написать в TelegramЛичный Telegram · @oudser