Avtomat

Странные вы люди...
Начал, продвинулся, до конца пока не дошёл, решил повернуть совсем в другую сторону. 2 года жизни выкинуть не жалко...

По существу совета два:
1) начните работать питон-разработчиком не на Data Science пока. Получите профильный опыт разработки и потом даже без профильного образования проще будет на нужную должность перейти.
2) Отсутствие образование формального мешает? Получите заочно, удалённо.

В общем: по американски "Сделай ИЛИ умри", по-нашему "Умри НО сделай". Если чувствуете что сфера интересна - добивайте её до конца. Ну и работу смените, она убивает ваше это и уверенность в себе, а это мешает двигаться дальше.

Всё зависит от мастерства менеджера по продажам. Можно прикрыться NDA, можно упомянуть об участии. В конце концов, кастомизацию bootstrap-шаблонов никто не запрещал. Пара-тройка дней и у вас в портфолио 5 красивых проектов.

Если в кратце то:
1. Дб корпус текстов с лейблами (например, позитивный твит, негативный твит)
2. Удаляешь знаки препинаия
3. Удаляешь стоп слова (предлоги и пр. не имеющее смысловой нагрузки)
4. Делаешь стемминг
5. Из каждого твита делаешь набор н-грамм
6. Из н-грамм делаешь TF-IDF словарь
7. Сплитишь полученный словарь на данные для обучения и данные для тестов
8. Засовываешь все это в понравившийся алгоритм для МЛ, например, так:

clf = RandomForestClassifier(n_jobs=-1)
clf.fit(X_train, y_train)

9. Сохраняешь полученную модель в пикл и потом уже используешь ее для текстов, которые необходимо классифицировать.
predict = clf.predict(tfidf_predict.toarray())