Как разные страны воспитывают новое поколение ML-инженеров J'son & Partners выпустили исследование: спрос на специалистов по ИИ растёт быстрее, чем университеты успевают перестраивать учебные планы. Что делает мир, чтобы не остаться без кадров? Три модели подготовки - Китай - Централизованная система - Государство формирует единые стандарты и масштабирует их на все вузы - Результат - быстрый эффект, но мало пространства для академической свободы - США - Университеты автономны и сильны в исследованиях - Каждый вуз гибко адаптирует курсы под рынок - Обратная сторона - высокая стоимость обучения и разнородные компетенции выпускников - Россия - Образование формируется на стыке вузов и крупных IT-компаний - Пример: ШАД от Яндекса с 2007 года, его курсы интегрированы в программы МФТИ, ИТМО, ВШЭ - Практикующие инженеры читают лекции и ведут семинары - скорее вклад в будущее, чем подработка Почему это важно - Глобальная экономика уже сегодня требует всё больше ML-экспертов - Страны выбирают разные пути, но цель одна - сократить разрыв между спросом и предложением. И чтобы не оказаться в конце ИИ поезда, конечно же. Изучаем тут