Анальный матан в DS/AI не нужен 🤩Много вопросов слышу от ребят про матёшу и много кто думает, что она нужно глубокая и задротская. Лично меня олимпиады по математике всегда пугали, сидят какие-то гении, которые траву даже не трогали и женщин не нюхали, решают Высшую пробу, берут всерос, в уме перемножают матрицы, а моя последняя выигранная олимпиада - Русский медвежонок, и то тяжело было на ней 💀
Поэтому для старта в DS/AI и выхода на 300к+ тебе НЕ нужна академическая математика.
Тебе нужно ровно столько, сколько спрашивают на собесах и потребуется на работе - это зачастую базовый матан:
🟣 Линал
• Важно понимать, как работают матрицы, как они умножаются и складываются - вообщем разные операции над ними
🟡 Матан
• Точно не надо решать интегральные уравнения, тебе буквально надо будет просто понять, что такое производная, что такое градиент, и как в целом работают функции (как бы их почувствовать надо)
• Нужно понимать идею градиентного спуска: модель ошиблась, посчитала loss, чуть подкрутила веса, снова ошиблась, снова подкрутила
🔵 Тервер и статистика
Это нужно, потому что бизнес спросит: «А твоя модель вообще работает?»
И ты должен показать цифры: accuracy, precision, recall, F1 на A/B тестах, а в А/Б тестах используют статистику. Там тоже немного и не особо тяжело, за неделю-две можно освоить.
И всё, буквально не надо год учить матан перед первым кодом. Если ты не идёшь в ресёрч и в HFT, то выдрачивать матан тебе не надо. Слоны на менторстве учат матан примерно неделю: не дрочим академическую теорию годами, а берём то, что реально пригодится на проектах, собесах и работе 🐸🐸🐸
Если даже ты бедный гуманитарий, то боятся матан точно не стоит, а стоит выучить то, что спрашивают на собесах, но там учится за 7-14 дней буквально.
Итог:
В DS/AI матан нужен, но его стоит углублять сугубо от задач, которые ты решаешь. Поэтому если ты не идёшь в DS/AI только потому, что «я плохо знаю матан» - скорее всего, проблема не в матане, а в том, что ты сикаешь в штанишки (это норм, я сам так делал) 😭