TGViewer
Науки о данных | МФТИ Науки о данных | МФТИ @mipt_datascience · 337 subscribers
Post #195 161
👥 Что отличает сильного кандидата в Data Science

На эфире МФТИ о карьере в Data Science Александр Толмачев, директор по машинному обучению и анализу данных в Ozon Банке, рассказал, что замечает как нанимающий менеджер:
Если вы эти пункты сделаете, я вам гарантирую, что в абсолютном большинстве собеседований вы будете очень значимо отличаться от 90% всех кандидатов


Собрали его рекомендации.

1. Проявлять инициативу

Не просто выполнить задачу, а самому погрузиться в тему, изучить новую информацию и принести предложение.

Нанимающий менеджер, когда слышит, что вы проявляете инициативу, такой: блин, классно. 9 из 10 не проявляют инициативу.


2. Уметь нормально доносить свою мысль

По словам Александра, софты становятся все важнее. Нужно «не лить воду, говорить аргументированно, говорить прозрачно, не быть токсичным», уметь договариваться и защищать свое решение.

Трансляция мысли между людьми становится очень важной.


3. Делать свои проекты и показывать их

Девятнадцать из двадцати кандидатов, которые приходят ко мне на собес, — у них резюме типовое. Работал там-то и так далее.


А у одного из двадцати уже в первых строках есть другое: «Смотри, ссылка, вот мой сайт, вот мой pet-проект, вот мой Git».
Такой кандидат сразу отличается: видно, что человек «не просто ищет работу, а кайфует от этого и хочет в этом развиваться».

4. Доводить проекты до рабочих прототипов

Особенно хорошо, если результат можно не только посмотреть в репозитории, но и запустить.
Проект может быть историей в духе «вот я на данных что-то изучил», а прототип — уже «готовая классная история, которую можно пощупать, потыкать».

5. Сделать ИИ-агентов своим рабочим инструментом

Александр советует воспринимать агентов как своих персональных ассистентов.
Это не для работы нужно, это нужно вам для жизни. 


Работа с моделями постепенно заставляет разбираться глубже: в лимитах, токенах, стоимости, выборе инструментов и в том, как собрать из них собственную систему.

6. Учиться управлять агентами и понимать архитектуру решения

Следующий уровень — уметь параллельно работать с несколькими агентами, контролировать результат и понимать, как связаны части системы.

Чем круче вы умеете управлять агентами, их развивать и контролировать, и оркестрировать, тем вы выгоднее будете отличаться от других кандидатов


🤔 А если коммерческого опыта пока нет

Сам Александр первую работу искал 6–7 месяцев.
Я просто ходил и откликался везде вообще. Главное — чтобы работать по специальности. Не важно где, но по специальности


Отказы давались тяжело: «Очень больно было, когда отказывают, прям до слез». Но после каждого собеседования он старался понять, что сделал неправильно, и использовал этот опыт, чтобы увеличить свои шансы на следующий офер.
В итоге первой работой стал небольшой региональный банк.

Мы все с вами думаем, что надо сначала попасть куда-то в крутую компанию. Ваша сейчас задача — попасть куда-нибудь, чтобы вы наработали этот опыт, прошли какие-то болячки свои, поняли, что вы не перегораете, улучшились.
  • ❤ 3
  • 🔥 2
More from @mipt_datascience
  1. Oct 4, 2026Задача: нужно улучшить рекомендательную систему на базе LLM. Что даст эффект — изменить ра…
  2. Sep 22, 2026💻«Мы учились удаленно — а эффект от Физтеха остался» В этом году Максим Зимаков окончил о…
  3. Sep 7, 2026🤩🚀 Новый учебный год в МФТИ начался Студенты онлайн-магистратуры уже приступили к заняти…
  4. Aug 29, 2026🤔 Задача: почему RAG может находить не то, что вы у него спрашиваете VEDA — ИИ-платформа…
  5. Aug 15, 2026⏰ Сегодня последний день приема документов в онлайн-магистратуры МФТИ Подать заявление на…
  6. Aug 13, 2026⏳ До конца приема документов — 2 дня Подать документы в онлайн-магистратуры МФТИ можно тол…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →