Если единственный аргумент при поиске работы — это "могу работать за маленькую зарплату или даже бесплатно", то шансы найти хорошую работу — малы (близко к 0). Более того, если даже Тебе удастся так устроиться, скорее всего, это повод чтобы растроится и оттуда стоит бежать!

Так что же делать?

Спроси себя, какую ценность ты можешь принести. Это должна быть задачей #1! Для этого обычно не нужно уметь решать интегралы. В мире машинного обучения и данных ценность зачастую кроется в другом.
Конечно, важно освоить "твердые навыки" (hard skills): Python, SQL, статистику, само ML/DS, и нейронные сети тоже не помешают. НО! Этого недостаточно для создания ценности. Это необходимо, но недостаточно.
Ценность — это когда ты получаешь абстрактную задачу, переводишь её на технический язык и делаешь нужное.

Например:
- Нам нужно уменьшить отток клиентов, — сказали из бизнеса.
- Хорошо, — ответил ты и приступил к обучению моделей.
- ... через пару недель (или месяцев)
- Смотрите, у нас precision 90%, использовал топовую модель (трансформеры!!!). В общем, всё круто." - похвастался перед бизнесом
- А проблема с оттоком решена?" - учточнил бизнес
- Хм... На это время не нашлось, я же искал самую крутую модель...

Надеюсь, суть ясна. Умение правильно применять опыт — это важно. Интересно узнать больше про решение проблемы оттока клиентов, которую DataWorkshop  внедрял лидеру телекоммуникационной компании из Европы? О том, с чем столкнулись и почему опыт решения проблемы это гораздо больше чем просто технические знания (даже на уровне эксперта).

Cтавь 🔥, вдохновляй, тем самым я пойму что это важно и буду делиться с Тобой.
Кстати, поставь сердечко, если хочешь, чтобы я писал и технические посты ❤️. Для меня это все взаимосвязано (нет так четкой границы).