Как выбрать своё направление из двух совершенно разных?
ML - под МЛ понимается машинное обучение (NLP или CV, но не обычное типа задач формата CSV с какой-нибудь регрессией, катбустом, деревьями решений и тд)
Не могу определиться с направлением. Вообще хочется для себя делать что-то, какой-то прикольный проект/сайт на МЛ. И вроде как не хочется отставать, хочется стать хорошим специалистом. Но вот проблема - мне хочется знать две разные сферы. Что в принципе делает моё путешествие к хорошей экспертизе в той или иной сфере очень сложным занятием.
Я понимаю, что когда найду работу, то скорее всего второе направление уйдёт в небытие т.к. не будет хватать времени.
Эти два направления, которые я хочу изучать - блокчейн и машинное обучение (computer vision я думаю). А ещё хочется одновременно в клауд уметь, и немного (хотя бы базового) уметь настроить CI/CD для своего проекта, мониторинг и прочие девопс штуки.
У меня уже был опыт в бекенде на пхп, у меня есть проекты на пайтоне, и я хочу сделать ещё - только вот пайтон под них мне не хочется использовать (ощущение будто бы хочется пайтон юзать только для МЛ, а для сайтов взять го)
Итого, я так подумал, что мне минимально по моим "хотелкам" нужно будет уметь: 1) Для ML:
- Python,
- PyTorch, ... возможно OpenCV,
- Cloud: AWS, Azure, GCP (по началу что-то одно из)
самое жирное:
- теория по ML (тут и разные МЛ архитектуры, подходы и опыт в fine-tuning, экспериментах и тд)
--- файн-тюнинг
--- prompt engineering
--- deploying
- чутка математики 2) Для разработки под Blockchain (смарт-контракты): // ... можно сказать это бекендер со знанием блокчейна
- Golang (не хочу для бека/блокчейна Python)
- базы данных (SQL, No SQL) (иногда в МЛ тоже вижу)
- Redis, RabbitMQ
- ...
3) Смежное:
- полюбому нужно базово Linux, Git, Docker,
- паттерны проектирования: DRY, KISS, SOLID, ...
- архитектурные паттерны: микросервисы и тд
- Docker, GIT,
... и там ещё кучу всего на самом деле..
посоветуйте как выбрать направление лучше и не сойти с ума?