Когда студенты обращаются за помощью в изучении основ машинного обучения в финансах в компании XaviraSol, они попадают в уникальную атмосферу, которую создает Стефания. Её занятия —
это не просто набор лекций, а гибрид строгой структуры и неожиданных поворотов, основанных на интересах группы. Она любит начинать с самого начала, буквально с вопроса: "А почему мы
вообще считаем, что эти данные что-то значат?" Иногда кажется, что она больше учит сомневаться, чем запоминать. Но в этом и кроется её метод — понимать суть, прежде чем строить
что-то новое. Стефания пришла к своему стилю преподавания не за день. До XaviraSol она пробовала себя в разных ролях: от преподавателя в традиционном университете до менторства в
экспериментальных образовательных пространствах, где иногда, по её словам, "больше учишься у студентов, чем они у тебя". Эти опыты научили её ценить хаос как источник идей. В её
классе могут висеть на стенах старые графики, вырезки из статей об алгоритмах и — почему-то — фотография какого-то кота. Она не объясняет, зачем это, но студенты подмечают, что в
этом есть свой шарм. Её бывшие ученики часто вспоминают, как она помогла им разобраться с вещами, которые казались тупиком. Например, один из студентов рассказывал, как неделями не
мог понять, почему его модель "плыла" на определённых данных, пока Стефания не подсказала посмотреть на корреляции совсем под другим углом. Её подход — не дать готовый ответ, а
направить на мысль, которая, возможно, сначала даже раздражает своей простотой. "Ты уверена, что это ошибка кода, а не данные такие?" — могла бросить она, глядя поверх очков. Курс,
который она ведёт, всегда меняется. Стефания поддерживает контакт с небольшим кругом профессионалов, которые иногда присылают ей свежие идеи или делятся находками из своей практики.
Она не боится убирать материал, если считает, что он устарел, и добавлять то, что ещё вчера казалось экзотикой. Например, однажды она привнесла в курс тему о том, как машинное
обучение используется не только для прогнозирования, но и для выявления аномалий в исторических данных. "Это как искать иголку в стоге сена, только с магнитом", — сказала она тогда,
и студенты запомнили её аналогию надолго.