Machine learning Interview

😎 Подборка сайтов для поиска работы по всему миру 🚀Франция https://candidat.pole-emploi.fr/espacepersonnel/ https://www.indeed.fr https://www.monster.fr 🚀Германия https://stellenmarkt.sueddeutsche.de/ https://www.arbeitsagentur.de/ https://www.monster.de/ https://www.horizontjobs.de/ 🚀Италия https://www.careerjet.it/ http://www.monster.it/ https://it.indeed.com/ https://www.infojobs.it/ 🚀Испания https://www.infojobs.net/ https://www.monster.es/ https://www.infoempleo.com/ 🚀США www.indeed.com https://www.careerbuilder.com/ http://craiglist.com/ www.monster.com https://www.vacancyopen.com/ 🚀Чехия https://www.jobs.cz/ https://www.profesia.cz/ https://www.prace.cz/ https://www.dobraprace.cz/ www.dzob.cz 🚀Польша https://www.pracuj.pl/ https://www.jobs.pl https://gazetapraca.pl/ www.gowork.pl 🚀Великобритания https://www.indeed.co.uk https://www.monster.co.uk/advertise-a-job/ https://www.cv-library.co.uk/ 🚀Швеция https://www.monster.se/ https://www.jobbsafari.se/ https://www.metrojobb.se/ 🚀Австралия http://jobsearch.gov.au www.seek.com.au www.careerone.com.au 🚀Венгрия https://nofluffjobs.com/hu/ 🚀Канада www.workopolis.com http://www.canadajobs.com http://ca.indeed.com http://www.monster.ca/ 🚀Латвия https://www.cv.lv/lv/ 🚀Турция http://www.yenibiris.com/ http://www.kariyer.net/ https://turkey.xpatjobs.com/ #vacancy #job @machinelearning_interview

Научитесь обучать модели компьютерного зрения и превращайте настоящее в будущее.. Яндекс Практикум запускает курс «Компьютерное зрение на базе нейронных сетей». Он подойдёт тем, у кого уже есть опыт в Data Science. В программе — «три кита» компьютерного зрения: классификация, детекция и сегментация. За 3 месяца вы обучите модели, которые умеют: — определять границы и сетку для пазла Судоку, — узнавать настроение человека по фотографии; — выявлять элементы дорожного движения для беспилотного автомобиля. — сегментировать спутниковые снимки, чтобы определять местоположение объекта. Вы освоите полный цикл работы с CV-моделями с нуля до релиза. А ещё — будете учиться у наставников — экспертов в области компьютерного зрения. Записывайтесь в первый поток и работайте над технологиями, о которых писали фантасты.

​Задача с кодом. Монетная кооперация В стену вмонтирован специальный аппарат, выдающий монетки. За стеной с каждой стороны стоит человек. Оба они могут взаимодействовать с аппаратом. Если бросить монетку в аппарат, человек, стоящий за стеной, получит 3 монетки. И наоборот. Если оба человека будут честно тратить свои монетки, чтобы второй получил прибыль (т.е. делиться, share), оба они будут получать по 2 монетки прибыли по очереди. Но всегда есть вероятность, что кто-то поступит эгоистично (steal): не захочет тратить свои монетки, но с радостью заберет 3 монетки прибыли, если второй поделится. Задание Допустим, у каждого человека есть по 3 монетки. Создайте функцию, которая будет высчитывать прибыль обоих людей. На вход функция будет принимать два списка строк. Списки будут представлять поведение этих людей (слова share и/или steal) Примеры balances(["share"], ["share"]) ➞ [5, 5] # Оба человека тратят по монетке и получают по 3. get_coin_balances(["steal"], ["share"]) ➞ [6, 2] # Первый человек получает 3 монетки, второй тратит одну. get_coin_balances(["steal"], ["steal"]) ➞ [3, 3] # Никто ничего не тратит и не получает, остаются при своих. get_coin_balances(["share", "share", "share"], ["steal", "share", "steal"]) ➞ [3, 11] Примечания - В «минус» никто не уйдет, так что числа всегда будут положительными. - Слова будут передаваться в нижнем регистре. #задача #coding

📌 Тестовое задание по python Мы уже создавали матрицу спирали, теперь создадим полноценный проект. Необходимо реализовать Python-библиотеку, которая осуществляет получение квадратной матрицы (NxN) с удалённого сервера и возвращает её пользователю в виде List[int]. Этот список должен содержать результат обхода полученной матрицы по спирали: против часовой стрелки, начиная с левого верхнего угла (см. test case ниже). Пример исходной матрицы: +-----+-----+-----+-----+ | 10 | 20 | 30 | 40 | +-----+-----+-----+-----+ | 50 | 60 | 70 | 80 | +-----+-----+-----+-----+ | 90 | 100 | 110 | 120 | +-----+-----+-----+-----+ | 130 | 140 | 150 | 160 | +-----+-----+-----+-----+ Матрица гарантированно содержит целые неотрицательные числа. Форматирование границ иными символами не предполагается. Требования к выполнению и оформлению Библиотека содержит функцию со следующим интерфейсом: async def get_matrix(url: str) -> List[int]: ... Функция единственным аргументом получает URL для загрузки матрицы с сервера по протоколу HTTP(S). Функция возвращает список, содержащий результат обхода полученной матрицы по спирали: против часовой стрелки, начиная с левого верхнего угла. Взаимодействие с сервером должно быть реализовано асинхронно - посредством aiohttp, httpx или другого компонента на asyncio. Библиотека должна корректно обрабатывать ошибки сервера и сетевые ошибки (5xx, Connection Timeout, Connection Refused, ...). В дальнейшем размерность матрицы может быть изменена с сохранением форматирования. Библиотека должна сохранить свою работоспособность на квадратных матрицах другой размерности. Решение задачи необходимо разместить на одном из публичных git-хостингов (GitHub, GitLab, Bitbucket). Можно также выслать решение в виде архива (zip, tar). Загружать библиотеку в PyPi или другие репозитории не требуется. Проверка решения Для самостоятельной проверки можно использовать следующий test case: SOURCE_URL = 'https://raw.githubusercontent.com/avito-tech/python-trainee-assignment/main/matrix.txt' TRAVERSAL = [ 10, 50, 90, 130, 140, 150, 160, 120, 80, 40, 30, 20, 60, 100, 110, 70, ] def test_get_matrix(): assert asyncio.run(get_matrix(SOURCE_URL)) == TRAVERSAL Загружайте свои решения и отправляйте ссылки в комментарии👇 @machinelearning_interview

👋 Ждем вас 13 апреля на вебинаре по теме: «Моделируем искусственный интеллект для агротеха» в 10:00 по московскому времени Агротехнологии дают огромное поле для внедрения искусственного интеллекта. Многие задачи радикально упрощаются с приходом ИИ: актуальная предиктивная аналитика, автоматизация когнитивных задач, и просто – создание моделей, основанных на анализе больших объемов данных. На этом вебинаре мы обсудим, где в агротехе находятся самые заметные точки для приложения ИИ, с чего начинаются проекты в этой области (данные, компетенции, сообщество), а также как масштабировать ваши усилия и перейти от обучения отдельных моделей к потоковому полунатурному моделированию ИИ, за которым следует валидация, развертка и мониторинг. Приходите, это отличный повод поговорить о внедрении технологий анализа данных, об успешных примерах и о современных инструментах, упрощающих жизни дата-специалисту в реальных агротех-проектах. 👉 Регистрация

#вопросы_с_собеседований Что такое закон больших чисел? Это принцип теории вероятностей, который описывает результат выполнения одного и того же эксперимента множество раз. При достаточно длительной серии экспериментов закон больших чисел гарантирует устойчивость средних значений от случайных событий. И среднее значение конечной выборки фиксированного распределения будет очень близко к математическому ожиданию выборки. К примеру, при бросках шестигранного кубика. Чем больше бросков, тем больше среднее значение близится к математическому ожиданию 3,5.

Что такое Байесовское А/B-тестирование и как его провести?  ✅ Подробно обсудим 18 апреля в 20:00 мск на открытом уроке в OTUS. Занятие приурочено к старту онлайн-курса «Machine Learning. Advanced».  На вебинаре мы разберем, какие преимущества дают Байесовские A/B тесты по сравнению с обычными, как проводить Байесовские A/B тесты и как работать с Байесовскми моделями в PyMC3. В результате урока вы: - Познакомитесь с основами A/B тестирования - Научитесь делать дизайн эксперимента для A/B теста - Узнаете, как определить, что тест шел достаточно времени - Познакомитесь с критериями принятия решения по эксперименту - Получите новый простой и эффективный инструмент для A/B тестирования ⚠️  Урок будет полезен специалистам в области аналитики данных или аналитики продукта, а также тем, кто уже знаком с A/B тестированием, но хочет углубить свои знания.  🖌 Для участия пройдите вступительный тест https://otus.pw/wCnN/

16 сервисов для Создания Резюме и Профиля LinkedIn с использованием Искусственного Интеллекта. Сохрани, чтобы получить Работу Мечты 1. kickresume — На сайте лежат настоящие резюме людей, которых взяли, например, в Amazon. Используйте их в качестве шаблона. 2. copy ai — Поможет создать резюме на нейросетях. Выберите шаблон «Resume», вбейте желаемую должность, напишите о себе в свободной форме, стиль текста профессиональный и вы получите четкое описание ваших навыков разбитых по пунктам. 3. enhancv — Более 1000 примеров резюме. 4. HyreSnap — Бесплатный конструктор резюме на основе искусственного интеллекта. ИИ сделает ваше резюме максимально совместимым с описаниями вакансий. 5. resumestar io — онлайн-редактор создает современные одностраничные резюме. 6. skillroads — Конструктор резюме на базе искусственного интеллекта. ИИ знает, какие навыки необходимо добавить и какой опыт выделить. 7. hiration — Сервис оценит текущее резюме и сопроводительное письмо и предложит изменения. 8. resumA.I. — Напишет и отредактирует пункты резюме с помощью ChatGPT. 9. thisresumedoesnotexist — 1000 примеров AI резюме (на базе enhancv). 10. resumeworded — Бесплатная мгновенная обратная связь о вашем резюме и профиле LinkedIn. 11. jasper — ИИ копирайтер Jasper поможет генерировать интересные статьи в LinkedIn. 12. resumaker ai — Конструктор резюме. 13. rezi ai — Платформа для составления резюме. 14. designs ai — Разработает основу резюме, подберет подходящие цвета и шрифты. Сэкономит вам время на дизайне, а вы сосредоточитесь на демонстрации своего опыта и навыков. 15. mosaic ai — Помогает подобрать подходящие ключевые слова для резюме. 16. CVJury — Конструктор резюме, сопроводительного письма и профиля LinkedIn.

📋 Собеседование в области науки о данных: 7 распространенных ошибок Наука о данных — одна из самых быстрорастущих областей в технологической индустрии. Если вы постоянно получаете отказы после собеседований, постарайтесь выявить свои “слабые места” и поработать над ними. Данная статья вам в этом поможет. Материал написан на основе собеседований с более чем 70 кандидатами на различные должности в области науки о данных и МО. ➡️ Читать дальше @data_analysis_ml

🔥Какие знания точно нужны программисту? Ответ — все ключевые понятия в Computer Science. Начните изучать эту область 30 марта в 20:00 на вебинаре, приуроченном к старту онлайн-курса «Computer Science» в OTUS. Тема открытого урока: «Ввод-вывод в компьютерных системах». 📚Что интересного будет на занятии? — Рассмотрим основы архитектуры ввода-вывода (I/O) в компьютерных системах. — Изучим роль I/O систем в компьютерной архитектуре, рассмотрим различные типы устройств и их использование в компьютерных системах. — Обсудим необходимые аппаратные компоненты, такие как память — Научимся использовать программно устройства ввода-вывода. Результат занятия 👉 вы разберетесь в роли, типах I/O систем в компьютерной архитектуре и способов взаимодействия с ними. 🎁 Продолжить изучение Computer Science вы сможете на курсе, доступном в рассрочку. Для участия зарегистрируйтесь: https://otus.pw/fGcU/

Стрессовое интервью: 8 фишек рекрутёров А вам устраивали стрессовое собеседование? Возможно, да, но вы могли об этом не догадываться. Представляем вашему вниманию фишки, которые используют рекрутёры, чтобы проверить кандидата на прочность. ▪ Читать @machinelearning_interview

👉Часто ML интервью на уровень позиции middle и выше требуют не только опыта промышленной разработки и твёрдых знаний core ML, но и в дополнение, предполагают довольно высокий уровень софт скиллов. Именно они оставляют то самое послевкусие последнего этапа собеседования, когда компания решает, делать ли вам оффер и когда вы решаете, точно ли вы хотите работать в этой компании. 👨‍💼По своему опыту проведения и прохождения ML интервью автор канала делится лайфхаками для собеседований ML system design на примере решения реальной задачи ранжирования. 👊Подписывайся, чтобы не пропустить дальнейший разбор кейса и дополнительные лайфхаки для собеседований https://t.me/rl_enthusiasts/32

Data Science: что нужно знать для собеседования? Data Science — является одной из самых популярных и высокооплачиваемых профессий в сфере IT. Компании полагаются на Data Science специалистов для анализа и интерпретации данных или принятия обоснованных решений, способствующих росту бизнеса. С ростом спроса на квалифицированных специалистов конкуренция за вакансии сильно возросла и очень важно быть хорошо подготовленным. В этой статье — подборка материалов к собеседованию на Data Science Junior: https://habr.com/ru/post/724064/ #datascience

🎲 Вы бросаете два шестигранных кубика. Какова вероятность, что сумма выпавших значений будет равна 4? А 8? Выбросить 4 можно тремя комбинациями: (1+3, 2+2, 3+1). Поскольку всего комбинаций 36, P(4) = 3/36 = 1/12. Выбросить 8 можно пятью комбинациями: (2+6, 3+5, 4+4, 5+3, 6+2). P(8) = 5/36. @machinelearning_interview

31 марта МТС собирает крупнейшую в России IT-конференцию TRUE TECH DAY. Почему сейчас? Потому что давно пора показать, что скрывают «под капотом» топовые продукты продвинутых технологичных компаний. Каждый участник конференции протестит на себе true-технологии и испытает новые впечатления, меняющие мир пользователей. Что будет: → 7 треков: AI, Main Track, Big Data, Architecture, Cybersecurity, Leading Change, Product Manager. → 50+ мировых спикеров с топовыми темами без воды и лирики → 10 часов нетворкинга и обмена опытом в Москве, Дубае, Тбилиси и Астане → много интерактивных и цифровых зон → а после — грандиозная вечеринка со звездным лайн-апом Все спикеры и темы уже на сайте. Регистрируйся на True Tech Day по ссылке. Участие бесплатно

📌 Что такое RCA (root cause analysis)? Как отличить причину от корреляции? Приведите примеры. Анализ причин (root cause analysis, RCA) – метод решения задач, используемый для выявления причин некоторого явления. Корреляция измеряет уровень зависимости между двумя переменными, от -1 до 1. Причинно-следственная связь – это когда первое событие вызывает второе. Причинно-следственные связи учитывают только прямые зависимости, тогда как корреляция – и косвенные зависимости. Пример Повышение уровня преступности в Канаде совпадает с повышением продаж мороженого, то есть корреляция между ними положительна. Но это не значит, что одно является следствием другого. Просто и то, и другое происходит, когда становится теплее. Провести анализ причинно-следственных связей можно с помощью проверки гипотез или A/B тестирования. @machinelearning_interview

🖥 Вопросы для подготовки к собеседованию по искусственному интеллекту Как только вы договоритесь о собеседовании с потенциальным работодателем, у вас появится возможность изучить эту конкретную организацию и использование в ней искусственного интеллекта. Это поможет вам подготовиться к конкретным вопросам собеседования по искусственному интеллекту, относящимся к данному работодателю. До тех пор вы можете подготовиться к общим вопросам собеседования по искусственному интеллекту, зная, как показать свои широкие знания и применении искусственного интеллекта. Приведенная ниже статья из вопросов и ответов поможет в этом. https://www.simplilearn.com/artificial-intelligence-ai-interview-questions-and-answers-article @machinelearning_interview

Курс «Английский для разработчиков» Яндекс Практикума Для тех, кто хочет изменить свою профессиональную жизнь и работать в международной команде. Обучение построено не вокруг абстрактной теории, а вокруг рабочих ситуаций и полезных для карьеры навыков: ✋Стендапы. Подготовитесь обсуждать задачи, задавать вопросы и просить о помощи. 👨‍💻 Работа с заказчиками. Научитесь презентовать решения, говорить про баги и фичи. 📣 Митапы. Сможете понимать на слух доклады и выступать сами. 😎 Собеседования. Научитесь рассказывать про свой опыт, понимать вопросы и тактично переспрашивать. 👯 Неформальное общение с коллегами. Сможете рассказать о своих интересах, опыте, планах на будущее. 💻 Код-ревью. Сможете описать сделанное, дать обратную связь, тактично отстоять своё мнение. На курсах английского для карьеры весь март действует акция. При покупке вы бонусом получаете доступ к профессиональным разговорным клубам. Запишитесь на бесплатную консультацию. Кураторы определят ваш уровень языка и расскажут подробнее про обучение.

Ежегодное соревнование по анализу данных и искусственному интеллекту от ВТБ и ODS. AI Совсем скоро состоится ежегодное состязание для специалистов по машинному обучению — Data Fusion Contest 2023. Любителей IT-турниров ждёт насыщенная программа, состоящая из двух треков: организация и защита нейросетей, обученных на транзакционных данных. 🏆 Команды, которые представят лучшие решения, поборятся за призовой фонд в 2 000 000 рублей. 🤖 Участники получат фирменный мерч, поучаствуют в онлайн-митапах с воркшопами от крутых специалистов и прокочают свои навыки в области ИИ и Data Science.