Олег Щ.

Lead ML в агротех-компании · кандидат физ.-мат. наук @ агротех
Data Science/ML
Team Lead/Management
Карьера
Собеседования
Code Review
Олег Щ.
Опыт: 5-10 лет
Цена (за час): 4000 руб
Получили помощь: 9 человек
О себе

Помогаю ML-инженерам — и тем, кто только идёт в ML, — проходить собеседования и расти в грейдах.

Почему со мной это работает:

Руковожу отделом машинного обучения в агротех-компании (команда до 8 человек): сам нанимаю, каждую неделю провожу технические интервью и вижу кандидатов глазами работодателя. Мой продакшен-стек — компьютерное зрение (классификация, детекция, сегментация), ML-пайплайны, алгоритмы оптимизации; раньше занимался OCR и NLP.

Недавно сам проходил полные циклы собеседований в топовые компании — так что актуальную планку вопросов знаю не по чужим статьям, а изнутри и с обеих сторон стола.

Кандидат физико-математических наук: прошёл путь из экспериментальной физики в индустриальный ML (через Школу 21 и Академию больших данных MADE). Если вы переходите в ML из науки или другой профессии — я прошёл этот маршрут сам и знаю, где на нём ямы.

Преподаю в МФТИ, соавтор 70+ научных публикаций, включая Science и Nature, — сложное объяснять просто умею и люблю.

С чем помогу

1. Мок-собеседование на ML/CV-инженера. 60 минут в формате реального интервью — ML-теория, CV, алгоритмы или ML System Design (выбираете вы), затем честный разбор: что уже на уровне, что провалено и как добрать. Самый быстрый способ узнать свой реальный грейд до настоящего собеса, а не на нём.

2. Подготовка «до оффера». Диагностика → личный план → серия моков → разбор ваших реальных собеседований после каждого раунда. Для тех, кому нужен системный результат, а не разовый совет.

3. Рост Middle → Senior → Lead. Что на самом деле проверяют на грейдовых интервью, как упаковать опыт и импакт, чего ждут от будущего лида. Рассказываю как человек, который сам принимает такие решения о кандидатах.

4. Переход в ML из науки и смежных областей. Реалистичный маршрут без глянца: что учить, что можно пропустить, как продать научный бэкграунд работодателю, а не извиняться за него.

Приходите с конкретной целью — «собес в компанию X через месяц», «хочу сеньора к зиме», «ушёл из аспирантуры, куда дальше». Первые 30 минут — бесплатная диагностика: сформулируем задачу и решим, чем я могу быть полезен.

Компетенции
Machine Learning · Computer Vision · ML System Design · Interview · Career · Leadership