Максим Калюжин

Обо мне

Пришёл в профессию через стажировку, будучи на 3–4 курсе университета, и за полтора года вырос в специалиста, который самостоятельно ведёт проекты от идеи до продакшена.

Ключевые проекты и результаты:

• Разработал систему прогноза количества заявок на вызов курьера — улучшил точность на 15% относительно предыдущей модели.

• Создал модель своевременности ETA для страхования: доля просрочек по ETA снижена, своевременность по различным тарифам стабильно держится на уровне 97–98%.

• Участвовал в оптимизации алгоритма назначения курьера на заказ и в создании системы построения оптимальных расписаний — закрывал обособленную часть, а затем отвечал за большой кусок системы.

Работаю с MLflow, ONNX, классическими моделями и глубоким обучением (включая SOTA-архитектуры для табличных данных). Уверенно владею Airflow, Docker, Kubernetes (в том числе писал DAG с KubernetesPodOperator), имею опыт работы со Spark.

Я прошёл путь от джуна-самоучки без ментора до роли, где сам отвечаю за результат. Знаю, какие шишки можно набить при переходе к middle-мышлению, и хочу помочь ребятам системно подготовиться к этому шагу — через понятные инструменты, реальные кейсы и выстраивание ownership.

Я помогаю junior ML-инженерам с опытом от полугода до полутора лет перейти от мышления «мне дали задачу — я сделал модель» к позиции middle-специалиста, который сам видит проблему целиком, отвечает за результат и принимает инженерные решения.

Мы вместе разберём не только код, но и системный взгляд на роль. Вот с чем я работаю:

Ownership и зона ответственности middle

• Как перестать ждать чёткие требования и начать самостоятельно ставить задачи.

• Что значит «владеть моделью в проде»: от метрик до инцидентов.

• Как выстраивать приоритеты и не тонуть в техническом долге.

Мышление и карьерный рост

• Карта компетенций middle MLE: что реально нужно уметь, а что подождёт.

• Разбор твоей текущей точки и составление личной дорожной карты на 3–6 месяцев.

• Мокапы секций собеседований на middle (System Design для ML, поведенческие вопросы).

Инженерная культура и инструменты

• Как превратить ноутбук в production-ready код: структура проекта, конфиги, тесты, логи.

• Настройка экспериментов (MLflow), пайплайнов (Airflow) и деплоя (Docker, Kubernetes) без боли.

• Реальные кейсы из логистики и страхования: как устроены системы, которые держат 97%+ своевременность и приносят бизнесу деньги.

Работа с твоим проектом

• Разбираем твой текущий проект или пет-проект через призму middle: где добавить надёжности, мониторинг, бизнес-обоснование.

• Практическое задание: довести один проект до «мидловского» стандарта.