Machine learning Interview
الذهاب إلى القناة على Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
إظهار المزيد
📈 نظرة تحليلية على قناة تيليجرام Machine learning Interview
تُعد قناة Machine learning Interview (@machinelearning_interview) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 30 576 مشتركاً، محتلاً المرتبة 4 350 في فئة التكنولوجيات والتطبيقات والمرتبة 20 930 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 30 576 مشتركاً.
بحسب آخر البيانات بتاريخ 03 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 237، وفي آخر 24 ساعة بمقدار 0، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 10.94%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.82% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 3 346 مشاهدة. وخلال اليوم الأول يجمع عادةً 2 086 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 19.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل claude, llm, контекст, hermes, nvidia.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 04 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
30 576
المشتركون
لا توجد بيانات24 ساعات
-87 أيام
+23730 أيام
أرشيف المشاركات
+1
🌟 Большой список 140+ ресурсов для погружения в ML и AI
Здесь собраны списки на гайды, туториалы, статьи Arxiv, эти ресурсы покрывают практически всю область ML, вот некоторые из рассматриваемых тем:
— Трансформеры
— Архитектура популярных моделей: GPT-3, LLaMA, Mamba и т.д.
— Обучение с подкреплением
— Масштабирование AI
— Использование бенчмарков
— Работа трансформеров с контекстом
▶️ GitHub
@machinelearning_interview
+4
📌Основные понятия Machine Learning
Держите полезный материал, поможет вспомнить/закрепить важные темы.
Здесь рассматривается множество центральных понятий ML, в том числе:
• Модели машинного обучения
• Свёрточные ИНС
• Обзор основных архитектур ИНС
• Предобработка данных: аугментация данных, отбор, извлечение признаков
• Процесс обучения, оценка качества
▶️ Сайт
📎 PDF
@machinelearning_interview
⭐️ Data Science разбор реальной задачи с собеседования. Прогнозирование оттока клиентов.
▪Смотреть
▪Данные
▪Ноутбук
@machinelearning_interview
📌Как можно применить AI? Неочевидные примеры
AI меняет мир на наших глазах, и у генеративных нейросетей и смежных технологий есть много довольно важных точек приложения.
Держите полезное видео, здесь в ходе круглого стола спикеры обсуждают разнообразные случаи – например, такие:
— рентгенология и медицина в целом;
— кредитный скоринг;
— распознавание животных;
— распознавание ошибок в документах;
— распознавание эмоционального состояния.
📎 YouTube
@machinelearning_interview
⚡️ Список тестовых заданий для прокачки
Тестовые задания для самостоятельного выполнения от разных it компаний.
• GIthub
@machinelearning_interview
Хотите учиться у экспертов в области IT? Школа анализа данных Яндекса принимает заявки до 12 мая, успейте зарегистрироваться.
ШАД для вас, если вы:
· интересуетесь Machine Learning
· имеете хорошую математическую подготовку
· уверенно владеете каким-либо языком программирования
Программа длится два года, обучение бесплатное. Можно выбрать одно из направлений: Data
Science, инфраструктура больших данных, разработка машинного обучения или анализ
данных и ИИ в прикладных науках.
Больше об учёбе в ШАД и возможностях для выпускников расскажем на днях открытых
дверей. Узнать даты и зарегистрироваться можно по ссылке.
500+ список проектов AI с кодами
500 крутых проектов AI, Машинное обучение,Глубокое обучение Компьютерное зрение, NLP, Data Science.
Все проекты с кодом !!!
Полезный ресурс, если вы ищете вдохновение для своего следующего проекта, опирающегося на машину.
🖥 Github
@machinelearning_interview
GitVerse – теперь и для малого и среднего бизнеса
На онлайн-презентации «GitVerse: открой вселенную кода» СберТех рассказал про новые фичи платформы. Cреди них – CI/CD-инструменты, ускоряющие разработку, и новые функции GigaCode – персонального AI-ассистента разработчика (AI, artificial intelligence — искусственный интеллект).
Но это еще не все: теперь возможности GitVerse доступны не только индивидуальным разработчикам, но и малому и среднему бизнесу. Это очень удобно: можно организовывать совместную работу команды с GitVerse и управлять доступами к своим репозиториям.
Готовы попробовать? Присоединяйтесь.
+2
📌Как решить задачу классификации в PySpark
PySpark позволяет работать не только с Big data, но и создавать модели Machine Learning.
Давайте рассмотрим, как обучить модель Machine Learning для решения задачи классификации.
Обсудим подготовку данных, применение логистической регрессии, а также использование метрик в PySpark.
🔜 Поехали
@machinelearning_interview
17 мая собираем всех на IT-конференцию МТС True Tech Day.
Наша работа строится на коде, который мы создали из синтеза науки и технологий. Это надёжная и универсальная платформа для разработки продуктов и сервисов.
Каждый участник конференции поучаствует в сессиях от лидеров индустрии, испытает технологии в true labs и получит новые впечатления и эмоции.
Что будет:
→ 5 тематических треков: Main, Development, AI/ML, Cloud, Science
→ 50 спикеров с докладами про архитектуру, облачные платформы, NLP4Code, вероятностное программирование, безопасность контейнеров и другое
→ 10 часов нетворкинга
→ цифровые зоны и digital-интеграции
→ а ещё вечеринка со звездой
Все спикеры и темы уже на сайте. Регистрируйся на True Tech Day. Участие бесплатное
⭐️ Материалы для подготовки к интервью по направлению data science:
- тестовые задания
- задачи по математике, теории вероятностей и - линейной алгебре
- задачи на логику
- примеры live coding с собеседований на Python
- разбор задач собеседований и их аналогов на LeetCode
Для тех, кто готовится к собесу в области data science, этот всеобъемлющий набор материалов, чтобы помочь вам успешно пройти интервью.
• Разбор алгоритмических задач
• Разбор leetcode задач с собеседований
• Примеры заданий по live coding c решениями с собеседований
• В этой папке вы найдете серию Jupyter Notebook, охватывающих широкий спектр задач, в области математики.
• Задачи по статистике
• Тестовые задания ds
@machinelearning_interview
+1
📌Вопросы для собеседования на позицию ML-инженера
Неплохой список вопросов, вот некоторые из них:
🟡Расскажи о типах задач в машинном обучении.
🟡Остатки регрессии должны быть гомоскедастичными или гетероскедастичными?
🟡Что такое регуляризация модели линейной регрессии?
Также тут встречаются вопросы по SQL, потому что 100% ML-инженеру, работающему с большим объёмом данных, это понадобится
📎 Вопросы и ответы
@machinelearning_interview
+3
💡 YandexART обновился до версии 1.3
В статье на Хабре старший разработчик в команде компьютерного зрения рассказывает о переходе на новую технологию латентной диффузии и увеличении датасета в 2,5 раза, а также объясняет, зачем в новой версии используются два текстовых энкодера. Интересно, что по результатам SBS-замеров асессорами Яндекса, нейросеть YandexART 1.3 выигрывает не только у модели-предшественницы, но и в 57 процентах случаев в сравнении с Midjourney V5.2.
📎 Статья
@machinelearning_interview
📈 Одна из важных тем при подготовке к собеседованию, на которой стоит сосредоточиться это статистика.
В конечном итоге, дата-сайентист - это современный статистик, а машинное обучение - это современный термин для статистики.
Если у вас есть время, я рекомендую пройти курс "Математическая статистика" от Computer Science Center и "Статистические методы" от Джорджии Тек, который охватывает основы вероятности, случайные величины,ы распределение вероятностей, тестирование гипотез и многое другое.
▪Статистика Вопросы для собеседования
▪ Top 75 Statistics Interview Questions
▪Шпаргалка дата-сайентистов описательная статитска
▪Машинное обучение для решения прикладных задач
▪Основы статистики конспект лекций
▪Разбор ОТВЕТОВ на вопросы (Python, SQL, ТЕРВЕР, статистика)
▪Statistics Interview Questions & Answers for Data Scientists
▪40 вопросов по статистике с собеседований на должность Data Scientist
@machinelearning_interview
Приглашаем выпускников и студентов старших курсов программ бакалавриата по математике и IT испытать себя сложными математическими задачами машинного обучения в рамках олимпиады «Математика машинного обучения».
Победители олимпиады получат призы и могут быть зачислены на совместную магистратуру Сколтеха и НИУ ВШЭ «Математика машинного обучения» (победа в олимпиаде приравнивается к успешному прохождению конкурсного отбора).
Регистрация открыта до 5 мая, успейте подать заявку и загрузить все документы
🎲 Теория вероятностей пронизывает все сферы науки о данных.
Вероятностные модели и используются практически во всех алгоритмах машинного обучения.
Функции штрафа в задачах регрессии или ошибок классификации основаны на понятии математического ожидания, закона больших чисел, а центральная предельная теорема служит основанием для доказательства сходимости и состоятельности многих алгоритмов и методов анализа данных.
Полезные материалы для подготовки к вопросам по терверу:
▪ Теория вероятностей (на основе программы для поступления в ШАД)
▪Самые популярные ЗАДАЧИ на ТЕРВЕР на собеседовании АНАЛИТИКА
▪ R для теории вероятностей и математической статистики"
▪Книга: Математика в машинном обучении
▪Статистика для экспериментов от Harvard University
▪Учебное пособие Математическая статистика
▪Наука о данных 19 вопросов с Интервью по терверу
@machinelearning_interview
📌Вкатываемся в Machine Learning с нуля за ноль рублей: что, где, в какой последовательности изучить
Нереально полезная статья с огромным количеством полезных ссылок, ресурсов и всего остального
⏩План статьи
Предварительные знания
├╼ 1.1. Математика: линал, матанализ, матстатистика
╰╼ 1.2. Python, C++, SQL, другие ЯП; алгоритмы и структуры данных
Классическое машинное обучение
Глубокое машинное обучение
├╼ 3.1. Основные материалы
├╼ 3.2. Дополнительные материалы
╰╼ 3.3. Если все же хочется пройти платный курс по Deep Learning...
Инструменты для конкретной роли (вакансии)
Поиск работы
├╼ 5.1. CV / резюме
├╼ 5.2. Где искать вакансии
╰╼ 5.3. Как готовиться к собеседованию
📎 Статья
@machinelearning_interview
Покори цифровой мир и забери крутые призы, но сначала — окажись на код впереди!
Залетай на «Цифровой марафон» от Сбера и «Школы 21» — бесплатный конкурс, который подойдёт новичкам, исследователям и опытным профи. Для разных уровней подготовки будут свои задания и награды: от мерча и гаджетов до поездок на премиум-курорты и миллиона рублей! Участвовать могут все, кому уже исполнилось 18 лет.
В программе: онлайн-игра, тестирование, цифровой диктант и финал в Москве с церемонией награждения победителей. Проверь логику, память и мягкие навыки в онлайн-игре. Выбери свой уровень перед онлайн-тестированием — «Новичок», «Исследователь» или «Эксперт» — и зарабатывай очки на ответах. На цифровом диктанте напиши код решения на языке программирования, который знаешь лучше всего. Далее «Новички» заканчивают марафон и получают призы, а лучшие участники среди «Исследователей» и «Экспертов» попадают в финал.
Успей на проверку своих цифровых навыков — регистрация заканчивается уже 20 апреля. Присоединяйся!
+4📌Подготовка к собеседованию по ML: ответы на основные вопросы
Неплохая шпаргалка с ответами на популярные вопросы с собеседований по Machine Learning.
Вот некоторые из вопросов, которые тут затрагиваются:
⏩Какие популярные модели ML ты знаешь?
⏩Какие метрики используются в ML для оценки производительности моделей?
⏩Как строится ROC-AUC? В чем суть ROC-AUC?
⏩Расскажи о разделении данных train/test split , а также об использовании кросс-валидации
📎 Ответы на вопросы
@machinelearning_interview
24 апреля приглашаем в кампус Сколтеха, чтобы обсудить актуальные направления исследований в области интеллектуальной, промышленной, коллаборативной и мобильной робототехники, а также компьютерного моделирования и виртуального прототипирования, VR и хаптики и искусственного интеллекта в робототехнике.
Во время мероприятия разберем программы магистратуры, которые готовят будущих специалистов в робототехнике: Инженерные системы, Науки о данных, Передовые производственные технологии.
По традиции покажем кампус, проведём в лаборатории, познакомим с профессорами и ответим на все вопросы о Сколтехе.
Регистрируйтесь
