The hardest part wasn't the ML

When people think about getting into ML, they usually picture difficult math, algorithms and code. For me, the hardest part at first was something else: adjusting to a long road and not quitting at the stage where nothing makes sense yet.

I had to improve several things at once: programming, mathematics, English and hands-on practice. And not just read about them, but sit down every day and work through them - even when, after a few hours, it felt like I had not moved forward at all.

At some point I understood that if I truly wanted to move into a new field, I had to accept the rhythm of this profession itself - a lot of studying, a lot of mistakes and a lot of coming back to difficult topics again and again.

Eventually, you start enjoying difficult problems. For me, that was the important turning point - I realized it was no longer just curiosity, but a real professional interest.

Когда люди думают о входе в ML, чаще всего представляют сложную математику, алгоритмы и код. Для меня самым трудным сначала оказалось другое: настроиться на длинный путь и не бросить на этапе, когда ничего не понятно.

Нужно было одновременно подтягивать несколько вещей: программирование, математику, английский, практику. И не просто читать, а каждый день садиться и разбираться - даже когда после нескольких часов работы кажется, что ты стоишь на месте.

В какой-то момент я поняла: если хочу действительно перейти в новую сферу, придется принять сам ритм этой профессии - много учиться, много ошибаться, возвращаться к сложным темам снова и снова.

В процессе начинаешь получать удовольствие от сложных задач. Для меня это был важный момент - я поняла, что дело уже не просто в любопытстве, а в настоящем профессиональном интересе.