Machine learning Interview

🖥 100 вопросов для подготовки к собесу Python https://habr.com/ru/articles/782266/ @python_job_interview

▶ Новая версия документации matplotlib! Как создавать анимацию: https://matplotlib.org/3.7.3/tutorials/introductory/animation_tutorial.html#sphx-glr-tutorials-introductory-animation-tutorial-py и все об аннотациях: https://matplotlib.org/devdocs/users/explain/text/annotations.html#annotations @machinelearning_interview

🤗 Как построить интерактивное пространство HF для визуализации набора данных изображений https://huggingface.co/blog/MarkusStoll/interactive-hf-space-to-visualize-image-datasets @machinelearning_interview

Легкий старт карьеры в Data Science и анализе данных Начните с бесплатного урока от Марии Тихоновой – Senior Data Scientist в SberDevices и преподавателя ВШЭ. В результаты вебинара вы: - узнаете, чем машинное обучение отличается от классического программирования; - научитесь решать задачи классификации методами ML; - обучите свою первую ML-модель для распознавания рукописных цифр. Занятие пройдёт 26 декабря в 18:00 мск и будет приурочено к старту курса «Специализация Machine Learning». После урока вы сможете продолжить обучение на курсе в рассрочку. Для бесплатного участия и получения записи регистрируйтесь прямо сейчас: https://otus.pw/e78v/?erid=LjN8KG8AD Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963

⚡️ Если вы хотите начать изучать машинное обучение на практике: Intro to Machine Learning от Kaggle поможет вам построить свою первую модель! - 8 уроков. - 100% бесплатно. Поробовать: http://kaggle.com/learn/intro-to-machine-learning @machinelearning_interview

🔥 101 упражнение Pandas & 100 упражнений по Numpy Практические задачи по анализу данных с ответами. Полезные тренажёры, которые помогут подготовиться к собеседованиям. 📌 Pandas - https://machinelearningplus.com/python/101-pandas-exercises-python/ ▪24 Важные функции Pandas 📌 Numpy - https://github.com/rougier/numpy-100 ▪Продвинутый NumPy ▪Numpy видео-курс @machinelearning_interview

Хотите узнать секреты создания ChatGPT и любого другого LLM-продукта? Большие языковые модели (LLM) помогают ускорять работу компании, а ML-специалисту — становиться в разы более востребованным. Чтобы узнать как создавать такие продукты приходите на бесплатный вебинар от школы karpovꓸcourses, на котором вы: ● Изучите паттерны проектирования и построения таких систем (всё проще чем кажется!) ● Разберёте кейсы, где языковые модели ускорят, а где наоборот помешают разработке продукта ● Поймёте, какие навыки необходимы для работы с LLM Вебинар проведёт Богдан Печёнкин, фаундер AI-стартапа и соавтор Симулятора МЛ-инженера от karpovꓸcourses Встречаемся 21 декабря в 18:00 Регистрируйтесь, чтобы попасть на вебинар

⚡️ 30+ проектов, которые помогут вам добиться успеха на собеседованиях и в поисках работы в области Data Science и Data Analytics. Охватывает: 1. Начальный уровень 2. Срдений уровень 3. Продвинутый уровень К проектам прилагаются датасет и пояснения к ним. 👉 Статья @machinelearning_interview

👉 Awesome ML для кибербезопасности Список полезных инструментов и ресурсов, связанных с использованием машинного обучения для кибербезопасности. 🔗 https://github.com/jivoi/awesome-ml-for-cybersecurity @machinelearning_interview

erid: LjN8K5NSk Привет! Мы BAUM, российская IT-компания. Наша работа — создавать продвинутые системы хранения данных и прикладной искусственный интеллект.Недавно мы завели аккаунт, где будем делиться своим опытом, давать советы для успешной карьеры, публиковать вакансии и рассказывать об интересных событиях из нашей жизни. Обещаем, что будет очень полезно и совсем не душно – подписывайся! Реклама. ООО "СХД БАУМ". ИНН 9731024067.

👨‍🎓 Бесплатный курс от Гарвардского университета: Введение в искусственный интеллект с помощью Python: Это невероятный ресурс, которым стоит воспользоваться! https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python @machinelearning_interview

Новогодние подарки от karpovꓸcourses для тех, кто хочет сильно прокачать свою карьеру Только в декабре можно выгодно приобрести комбо «курс + симулятор» для полноценного старта/апгрейда карьеры в машинном обучении: ▪️Курс Start ML даст крепкие знания и навыки для старта карьеры и работы junior-специалистом ▪️Симулятор ML позволит наработать много практики на реальных задачах бизнеса, создать свой пет-проект для портфолио и попасть в классное комьюнити Записаться можно до конца декабря [Забронировать скидку]

🖥 Почему PostgreSQL признан самым лбимой бд по результатам опроса разработчиков Stackoverflow? На диаграмме показано множество вариантов использования PostgreSQL - одной базы данных, которая включает в себя почти все функции необходимых разработчикам. 🔹OLTP (Online Transaction Processing) Мы можем использовать PostgreSQL для CRUD-операций (Create-Read-Update-Delete). 🔹OLAP (Online Analytical Processing) Мы можем использовать PostgreSQL для аналитической обработки. PostgreSQL основан на архитектуре 𝐇𝐓𝐀𝐏 (Hybrid transactional/analytical processing), поэтому он может хорошо работать как с OLTP, так и с OLAP. 🔹FDW (Foreign Data Wrapper) FDW - это расширение, доступное в PostgreSQL, которое позволяет нам обращаться к таблице или схеме одной базы данных из другой. 🔹Streaming PipelineDB - это расширение PostgreSQL для высокопроизводительной агрегации временных рядов, предназначенное для работы с отчетами и аналитическими приложениями в реальном времени. 🔹Geospatial PostGIS - это расширитель базы данных для объектно-реляционной базы данных PostgreSQL. Он добавляет поддержку географических объектов, позволяя выполнять запросы на определение местоположения в SQL. 🔹Временные ряды Timescale расширяет PostgreSQL для работы с временными рядами и аналитикой. Например, разработчики могут объединять непрерывные потоки финансовых и тиковых данных с другими бизнес-данными для создания новых приложений и получения уникальных знаний. 🔹Распределенные таблицы CitusData масштабирует Postgres за счет распределения данных и запросов. Какая база данных вам нравится больше всего? @sqlhub

Оффер за выходной в Big Data.МегаФон для Data-специалистов! Зарплата от 250 до 450 тысяч рублей в зависимости от грейда, уютный офис или полная удаленка на территории РФ, а также ДМС со стоматологией и страховкой. На этом бонусы не заканчиваются: оплата связи, компенсация фитнеса, обучение за счет компании и многое другое. Вам предстоит работать с масштабными проектами: — разрабатывать аналитические сервисы на базе AI; — анализировать бизнес-процессы и внедрять языковые модели для облегчения рутины в LLM; — тестировать продуктовые и ML-гипотезы. Мегафон — оператор №1 по покрытию сети и скорости мобильного интернета. Оставляйте заявку и меняйте рынок телекома: https://u.to/0m0sIA

🔥 5 бесплатных курсов от Microsoft, которые не стоит игнорировать: 1. Наука о данных https://microsoft.github.io/Data-Science-For-Beginners/#/ 2. Машинное обучение https://microsoft.github.io/ML-For-Beginners/#/ 3. Искусственный интеллект https://microsoft.github.io/AI-For-Beginners/ 4. Бессерверные приложения https://learn.microsoft.com/en-us/training/paths/create-serverless-applications/ 5. Microsoft Azure https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/ @machinelearning_interview

❓В каком порядке выполняются SQL-запросы❓ В SQL порядок выполнения запросов обычно определяется логическим порядком обработки запросов. Ниже приведен общий логический порядок обработки SQL-запросов: 1️⃣Предложение FROM: Сначала обрабатываются источники данных, указанные в предложении FROM. 2️⃣Предложение WHERE: Предложение WHERE применяется для фильтрации строк на основе заданных условий. 3️⃣Предложение GROUP BY: Если присутствует предложение GROUP BY, то строки группируются по указанным столбцам. 4️⃣Предложение HAVING: Если присутствует предложение HAVING, то оно фильтрует группы на основе агрегированных условий. 5️⃣Предложение SELECT: Затем к набору результатов применяется предложение SELECT. Выбираются столбцы и вычисляются выражения. 6️⃣Предложение ORDER BY: Если присутствует предложение ORDER BY, то набор результатов сортируется по указанным столбцам. 7️⃣LIMIT/OFFSET: Если имеется условие LIMIT или OFFSET, то конечный набор результатов будет соответственно ограничен или смещен.

⚠️Как специалисту по машинному обучению попасть в крупную компанию? Освоить востребованный скилл на бесплатном открытом уроке «Ассоциативные правила в теории рекомендательных систем» от OTUS и Марии Тихоновой – Senior Data Scientist в «SberDevices» и преподавателя ВШЭ. 🔹На вебинаре вы изучите теорию ассоциативных правил и примените полученные знания на практике  🔹Узнаете, как искать ассоциативные правила в покупательских корзинах и сможете находить ассоциативные правила в рекомендательных системах инструментами Python. Занятие пройдёт 4 декабря в 18:00 мск и будет приурочено к старту курса «Machine Learning. Professional».  👉 Регистрация https://otus.pw/HpnO/?erid=LjN8JtMMe Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

👉 Серия проектов и учебники по машинному обучению Серия туториалов по pytorch. В этом репозитории вы найдете учебники и проекты, связанные с машинным обучением. 🔗 https://github.com/aladdinpersson/Machine-Learning-Collection 🎞 www.youtube.com/c/AladdinPersson @machinelearning_interview

🚀 Связные списки в алгоритмических собеседованиях 📌 "Книжного академического образования недостаточно. Книги - это замечательно, но они не помогут вам пройти собеседование. Почему? Подскажу: интервьюверы не видели красно-черных деревье со времен своего обучения в университете. Чтобы успешно пройти собеседование, нужно готовиться на реальных вопросах, встречающихся на собеседованиях" - Лакман Макдауэлл 🗓 2 декабря в 18:00 по МСК пройдет бесплатный урок по подготовке к алгоритмическим собеседования от Senior разработчика из Тинькофф и спикера HighLoad (ex-разработчика Яндекс, Huawei) На открытом уроке решишь >8 задач, изучишь теорию, которая точно пригодится на собеседовании, и сможешь задать вопросы человеку, который успешно прошел алгоритмические секции в OZON, Tinkoff, VK, СБЕР, Яндекс и Авито Зарегистрироваться

ℹ️Объяснение 4 наиболее часто используемых типов очередей на одной диаграммеℹ️ Очереди - это популярные структуры данных, широко используемые в системе. На диаграмме ниже показаны 4 различных типа очередей, которые мы часто используем. 1️⃣ Простая очередь FIFO Простая очередь работает по принципу FIFO. Новый элемент вставляется в хвост очереди, а элемент удаляется из ее головы. 2️⃣ Кольцевой буфер Круговую очередь также называют круговым или кольцевым буфером. Последний элемент связан с первым элементом. Вставка происходит в начале очереди, а удаление - в ее конце. 3️⃣ Приоритетная очередь Элементы в приоритетной очереди имеют заранее определенные приоритеты. Мы берем из очереди элемент с самым высоким (или самым низким) приоритетом. 4️⃣ Deque Очередь Deque также называется двусторонней очередью. Вставка и удаление могут происходить как в начале, так и в конце. Deque поддерживает как FIFO, так и LIFO (Last In First Out). @machinelearning_interview