Две модели, которые должен знать каждый ML‑джун

📌 Заполни анкету прямо сейчас и получи чек-лист «15 самых популярных вопросов с собеседований и ответы на них» Анкета предзаписи: https://vk.cc/cO375f Курс «База ML»: https://clck.ru/3Q7B5f Курс «ML в бизнесе»: https://clck.ru/3Q7B5f Telegram MLinside: https://t.me/+xPCRRLylQh5lMmI6 Многие начинающие ML-инженеры ищут «самую сильную модель» и гонятся за нейросетями и SOTA-результатами. Но в реальной работе всё устроено иначе: большинство бизнес-задач решаются двумя базовыми моделями – линейной/логистической регрессией и градиентным бустингом. В этом видео наш спикер Александр Дубейковский (ML-Engineer Авито, ex-Yandex, эксперт MLinside) разбирает, почему именно эти 2 модели покрывают основную часть практических кейсов и зачем джуну уметь работать с ними глубоко, а не поверхностно знать всё подряд. Вы узнаете, как регрессии помогают понимать данные и строить надёжные бейзлайны, почему бустинг стал индустриальным стандартом для табличных данных, и как на практике выбирать модель под задачу с учётом данных, метрик и ограничений продакшена. Видео будет полезно тем, кто хочет быстрее выйти на рабочий уровень в ML и перестать путать обучение с реальной инженерной работой. Подходит: • ML‑инженерам и Data Scientists, которые выкатывают модели в прод и хотят честно измерять их влияние на бизнес. • Аналитикам данных и продуктовым аналитикам, отвечающим за A/B‑тесты, метрики и воронки. • Разработчикам рекомендательных систем, антифрода, кредитного скоринга и других ML‑сервисов. • Продуктовым и проектным менеджерам, решающим, когда и как раскатывать новые фичи и модели. • Специалистам, которые хотят перейти в Data Science/ML и прокачать понимание экспериментального дизайна в реальных продуктах. Спикер: Александр Дубейковский — ML-эксперт, экс-Яндекс, Авито, преподаватель и ментор MLinside. Наш курс «База ML» помогает войти в индустрию, получить реальный проект в портфолио и подготовиться к первому собеседованию. #машинноеобучение #datascience #mlinside #карьера #ML2026 Если вам понравилось видео — поставьте лайк и подпишитесь на канал MLinside. Здесь выходят честные видео о рынке IT, карьере в ML и машинном обучении без лишней воды. Таймкоды: 00:00 – Введение 0:49 – Про модель Linear/Logistic Regression 2:35 – Про модель Gradient Boosting 3:57 – Про инструменты, которые должен знать каждый джун 4:40 – Про математическую интуицию в градиентном бустинге 6:00 – Как выбирать модель 9:21 – Слово от Виктора Кантора 9:48 – Про ситуацию на работе 11:14 – Заключение