Моя история запуска школы ML
(часть 2 - про преподавателей) 👀

Поиск экспертов в команду не занял у меня много времени, потому что я знал, кого я хочу видеть в качестве преподавателей👇

1️⃣ Первым был Илья Ирхин, Chief Data Officer Яндекс.Еды. Илья в свое время пришел в Яндекс именно в мою команду, а чуть позже с нас и начался ML-отдел Яндекс.Go, который мы весьма успешно строили, развивали, и в какой-то момент Илья им руководил в качестве CDS (Chief Data Scientist) Яндекс.Go. С Ильей вместе мы провели не один запуск DMIA, и его преподавательский стиль невероятно обаятелен, харизматичен, но, самое главное, полон любви к студентам.

2️⃣ Вторым человеком стал Никита Зелинский, CDS Big Data МТС. Никита обладает двумя критично важными качествами для моей затеи. Во-первых, он чудовищно въедливый, копает так, что иногда кажется, что скоро вылезет где-то в Австралии. От него я узнаю про ML те вещи, которые за 15 лет не узнал сам, и он продолжает приносить что-то новое каждый день. Если бы не было маленького ручейка знаний в обратную сторону, я бы уже умер от синдрома самозванца :))) Каждый раз, когда мне удается показать что-то новое или слегка переспорить Никиту - это небольшая личная победа, потому что превосходство 100% на его стороне. Такой человек очень важен в команде, если мы хотим построить все-таки Стэнфорд. Область развивается очень быстро, важно оставаться актуальными, важно копать и раскапывать новые нюансы, ведь базовый уровень подготовки и требования к специалистам со временем растут. А что до второго качества Никиты - оно проявилось, когда мы с ним вели курс ML в бизнесе в МФТИ и во ВШЭ. Это опять же бесконечная любовь к слушателю при подготовке материалов. У нас даже был один очень сильный студент (очень круто сдававший все домашки), который попросился в будущем преподавать с нами, потому что ему понравилось именно то, с какой любовью сделаны материалы.

Итак, с Ильей я планировал сделать базовый курс ML, с Никитой - ML в прикладных задачах, для начала пойдет👍 Бизнесовую часть закрывал Савелий со своей командой (см. часть 1). Минимальная команда в сборе!