Господа, конечно во всем стоит благодарить государственную пропаганду (сарказм). То, что с начала нулевых идет массовое развитие гаджетов/интернета стоит забыть. Что люди (молодёжь) перестали встречаться лично и общаются почти исключительно в социальных сетях и условном дискорде- бред. Про количество "парилок" вообще промолчу. Иногда чувствуешь себя ежиком в клубнично-апельсиновом тумане. Про классические сигареты соглашусь. Не все готовы платить по 200 рублей за пачку. Так что очередная сова натянута на глобус и всем вручены медали (зрители аплодируют).
Уважаемые алкомаркеты, не переживайте. Пока живы мы, люди выросшие в девяностые, вам ничего не угрожает!
Я пролистал почти все комменты первого уровня, заглянул в некоторые ветки.
Я не увидел ни одного комментария, где было написано СПАСИБО.
Люди настолько привыкли критиковать и ругаться, что даже в таком очевидном посте никому в голову не пришло в голову поблагодарить тех, благодаря кому произошли такие перемены.
Перемены, кстати, значительные и всего за 15-20 лет:
За что? За то, что благодаря им произошли значительные изменения в гос. политике:
• 2010 год: Начало регулярных масштабных кампаний на телевидении, радио и в интернете, направленные на информирование о вреде курения, алкоголя и важности физической активности.
• 2012 год: Введен запрет на продажу алкоголя в ночное время (с 23:00 до 08:00).
• 2012 год: Ужесточена ответственность за продажу алкоголя несовершеннолетним.
• 2012 год: Полностью запрещена реклама алкогольной продукции в интернете, СМИ, на телевидении
• 2013 год: Принят №15-ФЗ «Об охране здоровья граждан от воздействия окружающего табачного дыма и последствий потребления табака». В законе:
- Запрещено курение в общественных местах.
- Ограничена реклама табачной продукции.
- Установлены требований к упаковке сигарет (пугающие изображения последствий курения).
• 2014 год: Введен комплекс ГТО (Готов к труду и обороне), который стал активно внедряться в школах и вузах.
• 2014–2020 годы: Постепенное повышены акцизов на табачные изделия, что сделало их менее доступными для молодёжи
• 2015–2024 годы: Началось и продолжается активное спортивной инфраструктуры, включая строительство стадионов, фитнес-центров, площадок для воркаута и других объектов массового спорта
• 2017 год: Запущена инициатива «Трезвое село», направленная на формирование культуры отказа от алкоголя в сельских районах.
• 2020 год: Разработана и запущена стратегии формирования здорового образа жизни Министерством здравоохранения РФ.
Вполне вероятно что я что-то забыл.
Результаты оздоровления нации, о которых писали в посте, на который я отвечаю - это прямой результат работы наших политиков. Эту работу мы могли наблюдать сами на протяжении последних 15 лет. Мы их часто критикуем и поэтому предлагаю быть справедливыми: за вышеперечисленное они реально достойны нашей благодарности.
Пить молодежь действительно стала меньше, но это та молодежь которой уже 21-26 лет примерно, они реально полузожники, а вот нынешние школьники опять начинают алковолну, с 6-7 классов пьют чтобы улететь балтику крепкую, заливают в сок гаражи и водку и это прям совсем мелкотня. А еще -сейчас есть невидимая эпидемия - мефедрон, и возраст потребления там очень и очень ранний, даже грубо говоря. На ютубе смотрел видосы и там говорится что клиентура за 30 не интересна, слишком быстро сгорают, организм не вывозит, а вот молодых доить можно куда дольше.. Так что не стоит романтизировать склонность молодого поколения к здоровому образу жизни.
Машинное обучение — технология, которая позволяет компьютеру самообучаться и распознавать закономерности. А помогают ему инженеры машинного обучения. Рассказываем, чем они занимаются, какие навыки им нужны и как войти в эту профессию.
Кто такой инженер машинного обучения
Инженер машинного обучения (ML-инженер — от англ. Machine Learning Engineer) — это специалист, который разрабатывает и внедряет алгоритмы, позволяющие программам обучаться на данных и принимать решения без явного программирования. Скажем, специалист по Data Science анализирует данные и строит модели, а ML-инженер оптимизирует их и интегрирует в реальные приложения.
Профессия находится на пересечении программирования, математики, статистики и прикладного машинного обучения. ML-инженер не просто строит модель, а делает так, чтобы она эффективно работала в продакшене, обрабатывала большие объемы данных, быстро реагировала на запросы пользователей и корректно обновлялась по мере поступления новых данных.
Чем занимается ML-инженер на практике
Работа ML-инженера включает сразу несколько направлений. В первую очередь это сбор и подготовка данных. Реальный мир далек от идеала, и данные часто приходят в сыром виде: с пропусками, ошибками и несоответствиями. Инженер должен очистить их, привести к единому формату и расширить с помощью внешних источников.
Следующий этап — выбор и обучение модели. Здесь инженер выбирает один или несколько алгоритмов, проводит эксперименты, настраивает параметры, оценивает качество. Он должен понимать, как работают линейные регрессии, деревья решений, градиентный бустинг, нейронные сети и уметь выбрать нужный инструмент под задачу.
Самое сложное и ответственное начинается после того, как модель готова. ML-инженер превращает ее в часть работающего приложения. Это означает упаковку модели в API, написание серверного кода, оптимизацию по скорости и памяти, мониторинг качества в реальном времени и повторное обучение по мере необходимости. Он также работает над масштабируемостью и надежностью, так как в реальных условиях модели должны обрабатывать тысячи или миллионы запросов ежедневно.
Кроме того, инженер взаимодействует с другими специалистами: аналитиками, продукт-менеджерами, разработчиками. Он объясняет, как работает модель, какие у нее ограничения, как интерпретировать результаты. Коммуникация — неотъемлемая часть его работы.
Какие навыки и знания нужны
Чтобы стать инженером машинного обучения, нужно сочетание теоретической базы и практических навыков:
Уверенное владение языками программирования, прежде всего Python. Большинство библиотек машинного обучения, таких как scikit-learn, TensorFlow, PyTorch, написаны именно на нем.
Знания математики, особенно линейной алгебры, теории вероятностей и математической статистики тоже играют важную роль. Без них невозможно понять, как и почему работает та или иная модель, как интерпретировать ее поведение и где могут возникнуть ошибки. Для повторения основ у нас есть отдельный бесплатный курс базовой математики.
Алгоритмы машинного обучения важно понимать на уровне реализаций: что такое переобучение, как работает регуляризация, какие метрики применимы для классификации, регрессии, кластеризации.
Также важно уметь работать с базами данных (SQL, NoSQL), системами хранения и обработки больших данных (Hadoop, Spark), знать основы DevOps и MLOps (Docker, CI/CD, Kubernetes, автоматизация моделей).
Плюсы и минусы профессии
➕ Востребованность и высокая оплата труда. Инженеры по машинному обучению — одни из самых востребованных специалистов в IT-сфере. Зарплаты выше среднего по рынку, особенно при наличии успешных проектов и глубоких знаний.
➕ Перспективность. ML активно применяется в медицине, финансах, ритейле, науке и других отраслях. Это дает широкие возможности для карьерного роста.
➕ Интеллектуальная работа. Работа подходит тем, кто любит решать сложные задачи и работать с данными.
➕ Богатая образовательная экосистема. По теме ML иного курсов, open-source инструментов, конференций и сообществ. Есть возможность постоянно учиться и обмениваться опытом.
➖ Высокий порог входа. Нужны глубокие знания математики, программирования, а также баз данных, алгоритмов и архитектур моделей.
➖ Работа бывает рутинной. Большую часть времени занимает обработка и подготовка данных, отладка моделей, а не изобретение революционных алгоритмов.
➖ Трудности с внедрением моделей. Не всегда удается успешно интегрировать модель в продукт. Требуются усилия по адаптации под инфраструктуру, масштабированию, мониторингу и учету бизнес-ограничений.
➖ Конкуренция. Растущая популярность профессии означает, что в крупных городах конкуренция среди кандидатов может быть высокой.
Зарплаты ML-инженеров
По данным Dream Job, средняя зарплата ML-инженеров в России за 2025 год составляет 165 000 рублей. Чаще всего зарплаты находятся в диапазоне от 100 000 до 230 000 рублей. Минимальная зафиксированная зарплата — 87 000 рублей, максимальная — 360 000.
Вилки джуниоров в машинном обучении, по данным HH Карьера, составляют от 70 000 до 110 000 рублей. Мидлов — от 220 000 до 250 000 рублей, а сеньоров — от 348 000 до 350 000 рублей.
Вот так выглядят зарплаты в профессии ML-инженер летом 2025 года.
1/2
Перспективы профессии
Машинное обучение используется в самых разных сферах: от финансов и медицины до логистики, маркетинга и развлечений. ML-инженеры разрабатывают алгоритмы для прогнозирования спроса, распознавания лиц, антифрод-систем и рекомендательных алгоритмов.
Спрос на таких специалистов продолжает расти, а уровень доходов остается одним из самых высоких на рынке. По данным исследования, наибольший спрос в сфере анализа данных и ML пришелся на последние четыре года — число предложений выросло в 2,5 раза.
Конечно, вход в профессию требует знаний, самообразования и реальных кейсов. Но те, кто готов учиться и двигаться вперед, найдут в этой области интересную работу с постоянными интеллектуальными вызовами и большими карьерными перспективами.
Как стать ML-инженером
Многие специалисты приходят в машинное обучение из смежных областей: математики, физики, программирования, аналитики. Часто у них есть техническое образование, хотя это необязательно. Важнее — желание учиться и практиковаться.
Один из самых надежных способов — пройти профильное обучение. Это может быть вуз, где есть направления по ИИ и анализу данных, или курсы, ориентированные на практику. Онлайн-платформы предлагают мощные программы, которые можно проходить параллельно с работой или учебой.
Например, стартовать в профессии поможет онлайн-курс «Инженер машинного обучения» Практикума — за 4 месяца вы изучите полный жизненный цикл модели машинного обучения и сможете строить продвинутые ML‑модели. Вы освоите Docker, FastAPI, Airflow, MLflow, Yandex Cloud и другие инструменты, добавите 7 ML-проектов в портфолио и получите диплом о профессиональной переподготовке.
