Вопрос же немного в другом - стоит ли вообще машинисту опускаться до таких сантехнических подробностей или он должен только заботиться исключительно о свертках и распределениях?

Ну кстати интересно а стоит ли катить модельки в прод на плюсах?  Больше выиграю или шишек набью?)

Я хз, не пробовал еще. Но есть такая мысль

@amirassov может знает ответ

Если у тебя нет требований по производительности - зачем париться с c++?

Ладно, вопрос остался открытым .(
Видимо нужно учиться катить в прод. Ну или найти стажера, кто сделает это за меня.
А стоп...

Докер, кубернетис учи еще. Гит тоже обязательно

В каждой организации по-своему. Где то сильное распределение труда и надо хорошо знать именно свой кусочек, а где то ты и швец и жнец и на дуде игрец и знаешь все эти занятия понемногу. Так что тут обычно вопрос к бизнесу, что, когда и с какой отказоустойчивостью требуется и что есть в данный момент там 🤓

Ну это понятно, что у каждой компании свои особенности. Но тут вопрос больше как правильнее делать, как это обычно принято

А понятия правильно наверно не существует и у каждого оно своё 💁🏻‍♀️
Предположим, будете делать модель в компании где пока нет вообще ничего. Даже неоптимально работающий, но быстро построенный микросервис и решающий задачу быстро начнёт приносить прибыль и радовать руководство. Или можно n месяцев строить идеальный с точки зрения отказоустойчивости, чистоты кода, обработки всех возможных случаев. Да будет идеален, но пока пилите идеальное решение компания упускает выгоду.
Иногда приходится и ручками с тестерами все тестить, объяснить как чего работает девопсам, как правильно собрать и хранить данные, чтоб не надо было этот этап повторять снова и ещё много чего, чтобы решить поставленную задачу

Я бы сказал надо. Это не сложно и как минимум прототипы можно не только с локального компа людям показывать. А как максимум что-то в прод выводить)

в штатах от тебя не ждут, что ты можешь что-то в прод выкатывать. главное уметь правильно создавать python packages и там уже инженер должен деплоить этот package

если умеешь и то и то, могут сразу сделать лидом, но спрос соответсвенно будет за весь продукт. если refresh rate медленный, что-то не так с цифрами все на тебе

но обычно в прод катить, это значит один раз в день максимум у тебя что-то тренится обновляется, что можно сделать очень дёшево и отправлять в прод только результат, а все будет ранится отдельно по cloud functions

и мне кажется это правильно, таким образом выращиваешь узких спецов для платформы и аналитики отдельно, а не человека что все умеет но по чуть чуть

универ в основном нужен для нетворкинга и связи с рекрутерами, что в буткэмпах налажено очень плохо.  компании любят бренды и ассоциироваться с ними, но без всего этого можно найти работу.

А вы кто?)

Я б сразу разделил. Универы и буткэмпы где? США, Европа, Казахстан, Россия. Так как всё везде по-разному