Собрать первое ML-портфолио сейчас – не проблема. Проблема - показать работодателю, что вы готовы работать с реальными задачами.
Поэтому, если вы покажете подходящие pet-проекты, то можно считать, что оффер у вас в кармане.
Вот 3 типа проектов, которые особенно хорошо работают для ML-портфолио.
Проект на современных ML-технологиях
Очевидный, но тем не менее, крайне важный совет. Используйте актуальные технологии, например, это может быть работа с большими языковыми моделями, транспортерами или современными NLP-подходами.
Идеи для таких проектов можно найти прямо в вакансиях. Просто посмотрите, какие технологии компании упоминают чаще всего.
Проект с бизнес-задачей
Второй тип проектов – задачи, которые уже решаются в компаниях. Это может быть кредитный скоринг, ранжирование рекламы, прогнозирование спроса или задачи ценообразования.
Тут важно показать, как вы оцениваете результат: какие метрики используете, как сравниваете модели и почему выбираете конкретное решение.
Проект с реальным применением
Это может быть небольшой сервис с ML-моделью, автоматизация рабочей задачи или эксперимент в продукте. Даже небольшой проект с реальными пользователями показывает, что вы умеете не только обучать модели, но и применять их на практике.
А если не знаете, с чего начать, посмотрите варианты pet-проектов по хэштегу #петпроект_MLinside