...Ну например, на каком-нибудь современном обучающем курсе по ML, тыщ за 50, вам вполне могут дать такое задание:
"Сделай API на FastAPI, который классифицирует картинки через ResNet"

Работающий прототип вы вполне можете выкатить за пару дней, но вашему резюме он совершенно не поможет, потому что на реальной работе от вас потребуют например оптимизации инференса:
- переписать модель под ONNX/TensorRT, чтобы снизить latency в 5 раз;
- настроить асинхронную обработку (Celery/RabbitMQ) для параллельного выполнения запросов.
Или развернуть модель ResNet-50 (PyTorch) для классификации изображений в реальном времени, настроить батчинг GPU, добавить мониторинг моделей через Prometheus/Grafana, и деплоить с помощью Triton.

То есть от вас нужны минимум 2–3 проекта, где вы решали задачи , максимально приближенные к продакшену (оптимизация, масштабирование, интеграция). Проверяют не "знание гайдов", а понимание полного цикла, от сырых данных до работающего сервиса. Проекты в резюме/гитхабе нужны например такого плана:
"Мой API для обработки видео снижает затраты на хранение данных на 30% за счет динамического сжатия кадров (реализовано на OpenCV + FastAPI)"

/ds картинка стёб или нет, решайте сами 🙃