Начало нулевых - бандитов заменяют мусора. теперь нет рэкета, но у твоего бизнеса может появится соучредитель. Который почти всю чистую прибыль пожелает в дивиденд.
Десятые. Оошку лучше не держать долго, если не госконтракты. Тупо непонятно, что фнс из прошлых периодов приплетет. Нет никаких гарантий, даже если не нарушал. Просто тридцать третий в цепочке ндс окажется решалой, а у тебя единственного в цепочке есть деньги.
Конец десятых. Субсидиарка-субсидиарка, схемы с ндс прилетают всем - даже Иркуту.
Начало двадцатых. В воздухе все больше пахнет соцгарантиями, защитой и прочим в пользу простого человека. Кабы к концу десятилетия не пошел левый поворот. Ну когда за все платит не госбизнес, неа, газпром,сбер и вк с яндексом не будут, но будешь платить ты. Еще нервозности добавляет, что власти клятвенно обещали не поднимать налоги до 27(или 29). Но математика говорит, что тогда огромная жопа пенсионного фонда превратиться в бездонную дыру.
Плюс то макфу, то тэц, то домодедово реприватизируют взад. То даже акции купленные на бирже отберут(https://www.rbc.ru/finances/22/03/2024/65fd71719a7947bd46774...), потому что в 90е кто-то там не ту бумажку подписал. то пол посёлка коттеджного снесут, потом что в 99 администрация чего-то там нарушила
Теперь рационализируем свое поведение:
Что правильнее?
Поступить как владельцы домодедова, потратившие кучу денег на модернизацию, макфы, которые создали всеми узнаваемый бренд?
2. А может просто выжать, обанкротить - так хоть не отберут?
Если НЕКТО утверждает, например, что 98% ценностей страны принадлежит одному проценту населения (по сути, большинство имущества принадлежит подавляющему меньшинству), то он должен ответить, кто и как это посчитал? А когда большевики призывали грабить награбленное, сколько процентов имущества они нарисовали дворянам?
Давно уже искали люди средств, как бы изменить существующие порядки, как бы сделать жизнь лучше, справедливее. Всякий предлагал свое. Один говорил: надо отнять все богатства у имущих классов и поделить их между бедными.
Но оказалось, что это решение не годится: уж не говоря о том, что при подобном разделе, когда неимущих в сотни раз больше, чем богатых, на одного человека пришлась бы лишь ничтожная часть всех богатств, самый дележ произвести невозможно. Если делить по справедливой оценке, одному может прийтись холст, а другому фабричная труба, одному плуг, другому земля. Люди сейчас приступили бы к обмену, т. е. торговле; каждый стремился бы продать подороже, с выгодой. Смотришь — и вновь выросло бы неравенство: опять у одного, кто порасчетливее, было бы имущество, капитал, а у другого — ничего, кроме рабочих рук.
Предлагаю тему научной работы: Количество комфортного и некомфортного жилого фонда в российских городах в каждом году XX и XXI века. Тогда можно разбираться, кто у кого отнял и поделил.
В чем главное отличие коммуниста начала ХХ века от коммуниста начала ХХI века?
Первый думал о том, как бы в будущем новую общественную формацию построить, как бы отменить капитализм, деньги, собственность, религию, национальность, семью и создать на месте этого счастливый мир, где для свободных людей-творцов будет все общее, справедливое и бесплатное. Второй думает о том, как бы прошлое в очередной раз воспеть, как бы снова рассказать историю про Советский Союз, где "простые люди", не зная тревог и забот о будущем, почти стали благополучными обывателями, но злые силы подло отняли у них социалистическое счастье.
Первый был уверен, что для создания нового счастливого мира можно без колебаний что-либо запрещать и кого-либо расстреливать. Второй уверен, что без запретов и расстрелов, организованных первым, мы бы сейчас всей страной жили среди "руссского рабства, грязи и тюрьмы народов".
Первый - фигура величественно-инфернальная, сколь пугающая, столь же и приковывающая к себе внимание. Второй - автор постов на Пикабу.
Шикарная отмазка про экспроприацию большевиками квартир: #comment_327779805 В городах ничьё личное имущество не делили (кроме особо крупных квартир или доходных домов бывших купцов). Впрочем, из городов люди тогда сами с голодухи бежали, в гражданскую-то, те кто работу себе не мог найти и на паёк не претендовал.
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.
Советские хулиганы и гопники доходчиво объясняли, что такое экспроприация личной собственности, а потом невидимая рука рынка доходчиво показала на их место! Кто мне покажет биографии честных комсомольцев?
