Декларация до оффера 300к+ - часть 3: Глеб собрал RAG, но продать его оказалось сложнее 🗿Что такое декларация?
Напомню, «Декларация до оффера» - это наше реалити: Глеб, мой ученик и бизнес-аналитик, идёт в AI-инженерию с целью залутать оффер от 300к к 1 апреля 2027 года. Он публично коммитится на задачи на месяц, а потом мы разбираем, где продвинулся, где проебался и что меняем дальше, начало этой движухи в первой и второй части
Что сделал Глеб из прошлой декларации?
🟣 Прошёл материалы до первого МОКа по Python: Git, FastAPI, асинхронность и деплой, заодно вернулся к ООП, которое в прошлый раз проскочил ради дедлайна
🔵 Собрал первую версию RAG-проекта: локальный прототип работает, показал его на текущей работе
🟢 Расписал roadmap до оффера: что учить, когда идти на МОКи, собирать резюме и выходить на собесы - его план на скрине
По его отчёту, основные пункты выполнены: МОК ещё впереди, а домашку шестой недели частично пересобирает после потери файлов.
Были и трудности + затупы: на магических методах жёстко тупил - нахуя они нужны и как работают. Асинхронность вообще стала любимой темой, а вот с GIL, FastAPI, JSON пришлось позаёбываться и разбираться с поддержкой из менторства. По его словам, щёлкнуло, когда начал руками собирать task tracker - это один из проектов в рамках изучения питона 😏
Теперь про маршрут:
• в октябре - МОК по Python
• дальше Classic ML и проверка по нему
• с 14 декабря первые отклики
• в феврале–марте собесы в целевые компании.
• целимся в оффер к концу марта
• по результатам МОКов и собесов будем корректировать движение
И мне нравится, что знания уже вылезают за пределы курса: после блока по деплою Глеб помог коллегам поднять приложение на сервере с доступом по ссылке. Конечно без Docker и тестов, зато реальная помощь на работе и реальная практика 🐵
Также Глеб проектирует и будет делать RAG-систему на текущей работе (ЧЕК ПРЕЗУ ПРОЕКТА В КОММЕНТАХ)
Собрал базу знаний по документам компании: загружаешь отчёты и презентации прошлых проектов, ищешь по смыслу и получаешь черновик подхода к новой задаче со ссылками на источники (как раз это то, что мы даём в качестве практике на блоке с DL/NLP/RAG). Пока это локальный прототип, не внедрение на всю компанию, но уже работающая штука. Глеба подзаебало делать слайды о том, как другие напишут код, поэтому теперь презентует уже собственный проект.
С ним дошёл до финала корпоративного акселератора, а дальше случился интересный проёб: функционала нахуячил много, но за пять минут не смог нормально объяснить, какую ценность всё это даёт компании - и за это мы даём пизды нашим ученикам, чтобы говорили ПРО ЦЕННОСТЬ ПРОДУКТА И СКОЛЬКО БАБОК ОН ПРИНЕСЁТ 🙂🙂🙂
Плюс сам Глеб честно говорит: большую часть RAG-проекта навайбкодил, материалы помогли разобраться в эмбеддингах, реранкерах и логике решения, но работающий прототип ещё не означает, что все навыки разработки закрепились, поэтому следующий шаг - небольшая приложуха с минимальной помощью AI, чтобы проверить, что действительно умеет сам (А это пойдёт в опыт, чтобы лутануть оффер на 300к+)
Что ставлю Глебу на следующий этап:
🟣 Пройти МОК по Python с ментором и разобраться с тем, что на нём всплывёт
🟡 Закрыть первые три недели Classic ML: линейная и логистическая регрессии, деревья. Параллельно не забрасывать алгосы
🟢 Руками собрать небольшой сервис на FastAPI, завернуть в Docker и задеплоить - без попытки сразу нахуячить ещё одну огромную AI-систему
Короче, уверенность у Глеба потихоньку растёт и моя мужская любовь к нему (не геи кста): то, о чём раньше рассказывали знакомые разработчики, уже начинает понимать и пробовать сам, хотя сикает, что на ML эта уверенность снова куда-нибудь съебётся
Наебеньте огней Глебу 🔥 (кста, хотите увидеть МОК Глеба, тогда точно жду огней)