Machine learning Interview

🔥 Большая подборка вопросов для собеседования по DS, AI, ML, DL, NLP, компьютерному зрению  Часть 2 🚀 Часть 1 ▪Вопросы и ответы на собеседования по машинному обучению для специалистов в области анализа данных ▪Вопросы и ответы на собеседования по глубокому обучению для специалистов в области обработки данных ▪Вопросы по статистике ▪Вопросы по теории вероятности ▪Репозиторий для линейки онлайн-курсов по статистике ▪Вопросы и ответы для специалистов по анализу данных на Python ▪Вопросы и ответы для собеседований по SQL и DB для специалистов по обработке данных Вопросы, основанные на резюме ▪Вопросы и ответы на собеседования по большим языковым моделям (ВПН) ▪Вопросы и ответы на собеседования по компьютерному зрению часть 1( ВПН) ▪Вопросы и ответы на собеседования по компьютерному зрению часть 2 (ВПН) ▪Вопросы и ответы на собеседования по компьютерному зрению часть 3 (ВПН) @machinelearning_interview

📌Алгоритм Monte Carlo Tree Search простыми словами Держите полезную статью, которая поможет разобраться в таком алгоритме ML, как Monte Carlo Tree Search. Некоторые факты из статьи: • MCTS использует дерево для представления игры и симуляции возможных ходов. Дерево строится динамически, добавляя новые состояния при выборе наиболее перспективных ходов. • MCTS сходится к minimax благодаря использованию оценочной функции и перспективного хода. • В MCTS учитывается перспективность хода, основанная на оценке и любопытстве. • MCTS и нейросети дополняют друг друга, создавая наборы данных для обучения и используя их в тандеме. 📎 Статья @machinelearning_interview

С чего же лучше начать практическое погружение в Machine Learning?   👉  Приглашаем 15 апреля в 18:00 мск на бесплатный вебинар «Случайный лес — мощная техника ансамблирования в ML» от Отус, где вы вместе с опытным экспертом:   ✅ познакомитесь с алгоритмом Random Forest; ✅ узнаете, как он устроен; ✅ освоите принципы обучения Random Forest; ✅ примените его на практике.   Спикером выступит: Мария Тихонова – PhD in Computer Science, Senior Data Scientist в SberDevices и преподаватель ВШЭ.   ➡️  Регистрация на вебинар: https://otus.pw/qdET/?erid=LjN8K85bc   Вебинар является бесплатной частью полноценного онлайн-курса «Специализация Machine Learning».   💪  Записывайтесь сейчас, а мы потом напомним. Участие бесплатно.

💻Мультирегиональная репликация Apache Kafka: кластерные топологии Неплохая статья о том, какую топологию может иметь кластер Apache Kafka при межрегиональной репликации по нескольким ЦОД и как это реализовать. Плюс описывается, чем брокеры-наблюдатели отличаются от подписчиков в Confluent Server и при чем здесь конфигурация подтверждений acks в приложении-продюсере. Для репликации в нескольких регионах кластер Kafka может иметь следующую топологию: ⏩растянутые кластеры (stretched clusters), когда один кластер Kafka устанавливается в нескольких ЦОД. При этом используется протокол синхронной репликации Kafka. ⏩связанные кластеры (connected clusters) с асинхронной репликацией в нескольких регионах. В этом случае может использоваться внешняя система для копирования данных из одного или нескольких кластеров в другой. Преимущество растянутого кластера в том, что он сохраняет смещения, а также обеспечивает быстрое аварийное восстановление и автоматическое переключение клиента при сбое без дополнительного кода. 📎 Статья @machinelearning_interview

🤖 Подкаст «Техно.Логично»: Роботизация в Газпромбанке Первый робот по имени Вера появился в Газпромбанке в 2018 году. Сегодня в компании трудятся уже около 300 цифровых помощников. Благодаря им сотрудники экономят время для по-настоящему важных и креативных задач, пока роботы разгребают рутину. Но все ли так гладко с технологией RPA? Есть ли у роботизации подводные камни и какие у нее перспективы? Поговорили об этом в новом выпуске «Техно.Логично» с заместителем начальника Департамента банковских процессов Алексеем Голубинцевым и начальником Центра RPA Департамента банковских процессов Елизаветой Поваляевой ✨ Ребята рассказали: 🔹Как устроена технология RPA 🔹Зачем учить робота разгадывать капчу 🔹Почему разработчики порой скептически относятся к RPA 🔹Справедливо ли считать роботизацию костылем Посмотреть и послушать: 🖤YouTube 📱Apple Podcasts 🎵Яндекс Музыка 🔍Google Podcasts 🍽 Бонус – конкурс в конце выпуска! Сколько человеко-часов экономят все роботы Газпромбанка за рабочий месяц? Напишите ваш ответ в комментариях на «Сфере» или в YouTube. Автор лучшего ответа получит приз – умную колонку с Алисой 🥹 Реклама, Банк ГПБ (АО), ИНН: 7744001497, erid:2VtzqwjfYcE

🦾 Google выпустили модель с новой архитектурой Griffin, которая превосходит transformers по своим характеристикам. Griffin превосходит базовые показатели transformers baseline в контролируемых тестах как по шкале MMLU для различных размеров параметров, так и по среднему баллу в различных тестах. Архитектура также обеспечивает преимущества в плане эффективности за счет более быстрого вывода и меньшего потребления памяти при выводе длинных контекстов. ▪Статья: arxiv.org/abs/2402.19427 ▪Версия 2B на hugging face: huggingface.co/google/recurrentgemma-2b @machinelearning_interview

📌 Яндекс открыл YandexART API и рассказал, как обучали модель Исследователь генеративных моделей из Yandex Research делится подробностями разработки и усовершенствования API YandexART v2, которая недавно стала доступна для тестирования компаниям в Foundation Models, сервисе платформы Yandex Cloud: как отбирали данные для обучения модели, какие подходы лежат в её основе, как добились качества работы нейросети по нужным критериям. Внутри также замеры на DrawBench. 🔗 https://habr.com/ru/companies/yandex/articles/805745/ @machinelearning_interview

🔥 Google мощно улучшила Gemini 1.5 Pro. Теперь нейронная сеть понимает аудио и работает быстрее. Она может легко трансформировать аудио в текст, создавать краткую выжимку из лекции, анализировать любимую песню. Есть множество возможностей применения. Тестируем новый функционал здесь. Нужно включить VPN.

📌Machine Learning with Python and Scikit-Learn – Full Course Держите сверхполезный видеокурс по основам Machine Learning, по Python в целом, и по Scikit-Learn. Отлично подойдёт, если вы только вливаетесь в это, да и если давно занимаетесь ML, не повредит освежить основы Enjoy) 📎 Курс YouTube [18 часов] @machinelearning_interview

Если вы интересуетесь ML, DL и RL, хотите развивать искусственный интеллект и работать на острие науки — не пропустите ивент от Tinkoff Lab Research   Tinkoff Lab — это исследовательская лаборатория для студентов.  Это классная возможность получить научный и продуктовый опыт, поскольку индустриальные проекты становятся частью экосистемы Тинькофф, а научные — основой для публикаций и докладов на конференциях. Лаборантов оформляем на работу в МФТИ, а лучших приглашаем в штат Тинькофф 🔥   На встрече Research 4 Kids выпускники Лаборатории расскажут о своих проектах и о том, как присоединиться к ним в этих исследованиях.   📍Мероприятия пройдут офлайн в Москве, Санкт-Петербурге, Казани, Минске, Астане, Новосибирске и Екатеринбурге. Все подробности и регистрация по ссылке erid:2VtzqvJdwdQ Реклама, АНО ДПО “Тинькофф Образование”, ИНН 7743270426

📌Стандартизация MLOps с CRISP-ML Стандартизация процессов позволяет унифицировать и масштабировать лучшие практики управления исследованиями и разработкой. То же самое относится и к Machine Learning, конечно. ⏩Например, CRISP-DM (Cross-Industry Standard Process for Data Mining) как наиболее распространенная методология выполнения Data Science проектов описывает их жизненный цикл в 6 фазах. Вот, собственно, эти 6 фаз: — понимание бизнеса и данных — инженерия данных — моделирование машинного обучения — обеспечение качества приложений машинного обучения — развертывание ML-модели — мониторинг и обслуживание ML-системы Подробнее об этом в статье 📎 Статья @machinelearning_interview

Весь опыт Data Science – в одном месте. Data Fusion в четвертый раз соберет DS-экспертов для диалога на кросс-индустриальной площадке. Конференция пройдет 17-18 апреля в Москве. Регистрация уже открыта: https://tglink.io/0c5c46b743c8  Data Fusion 2024 – главное событие весны в области анализа больших данных и технологий ИИ. Исследованиям и практике посвящен первый день конференции. – Известные ученые и эксперты по Data Science расскажут о трендах в различных направлениях машинного обучения и технологиях ИИ. – Желающие еще глубже погрузиться в сферу искусственного интеллекта смогут посетить трек ML+, посвященный использованию машинного обучения на стыке с физикой, медициной и фармакологией и другими науками. Второй день мероприятия будет посвящены бизнесу и стратегии. В этом году конференция Data Fusion пройдет в московском технологическом кластере «Ломоносов». Регистрация здесь: https://tglink.io/0c5c46b743c8 

🔥 Большая подборка вопросов для собеседования по DS, AI, ML, DL, NLP, компьютерному зрению. Подборка вопросов для собеседования поможет вам на собеседовании в области науки о данных, искусственного интеллекта, машинного обучения, глубинного обучения, обработки естественного языка, компьютерного зрения. ▪100 вопросов для собеседования по машинному обучению в 2024 году ▪50 вопросов для собеседования по компьютерному зрению в 2024 году ▪50 вопросов для интервью по глубинному обучению в 2024 году ▪50 вопросов для интервью по НЛП (обработке естественного языка) в 2024 году @machinelearning_interview

📌Теоретические основы всех популярных алгоритмов ML и их реализация на Python 🖥 Держите полезный контент) В данной статье в виде ссылок представлены все популярные алгоритмы классического машинного обучения с их подробным теоретическим описанием и немного упрощённой реализацией на Python, отражающей основную идею. В конце каждой темы указаны дополнительные источники для более глубокого ознакомления, суммарное время прочтения статей по этим ссылкам составляет более трёх часов, что неплохо для погружения в тему Пользуйтесь) 📎 Ссылка @machinelearning_interview

🤖Какая сертификация нужна для разработки медицинского ИИ? Расскажет Николай Павлов — Advanced Project Engineer в SnkeOS GmbH. Встречаемся на бесплатном практическом уроке от OTUS, где разберём: - кого и как сертифицируют в России и мире, чтобы продукт успешно вышел на рынок, а разработчик по пути не сел в тюрьму; - по каким ключевым словам искать детализированную информацию, которой свойственно быстро меняться. Кому нужен этот вебинар: – IT-специалистам, которые работают или хотят работать в медицинских стартапах; – разработчикам, желающим выйти на рынок медицинских устройств. Занятие пройдёт 10 апреля в 20:00 мск и будет приурочено к старту курса «Искусственный интеллект (AI) в медицине». 💸Только до 7 апреля вы можете применить скидку 15% на оплату любого курса в честь дня рождения OTUS! Регистрируйтесь прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/jEBM/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KLEax

⚡️ Jan - Bring AI to your Desktop Jan : альтернатива ChatGPT с открытым исходным кодом, которая работает на вашем компьютере в автономном режиме на 100%: 🔗 Github @machinelearning_interview

📌 Повышение скорости инференса больших языковых моделей Разработчик из команды YandexGPT по полочкам раскладывает, в каких случаях подойдёт дистилляция и с помощью каких трюков можно заменить алгоритм PPO, как бороться с выбросами с помощью LLM.Int8, SmoothQuant и GPT-Q, и разбирает особые методы ускорения вроде Speculative Decoding и Continuous Batching. 🔗 https://habr.com/ru/companies/yandex/articles/801119/ @machinelearning_interview

📌«Аутсорс разработка ML-систем: просто о сложном», Влад Кирпинский ⏩Годное видео, в котором обсуждается процесс разработки ML-моделей изнутри, рассказывается про подводные камни в работе ML-специалиста и вообще много интересных вещей Что внутри? • 02:01 — Примеры использования машинного обучения • 06:02 — Упаковка модели в Docker-контейнер • 07:26 — Использование машинного обучения в проде • 09:21 — ML-специалисты и их роль в машинном обучении • 12:50 — ML-система и ее компоненты • 15:03 — Выбор инфраструктуры и обучение моделей • 18:47 — ML-платформа и ее компоненты • 21:59 — Тестирование и авторизация • 26:51 — Обсуждение видеокарт для обучения моделей 📎 YouTube @machinelearning_interview

Встречайте GigaCode — российский AI-инструмент для ускорения работы с кодом! Отличная новость для разработчиков — у них есть возможность воспользоваться AI-помощником*, который ускоряет работу с кодом. GigaCode поддерживает 15 языков программирования и может предлагать полные конструкции функций, циклов и других элементов кода. AI-ассистента можно использовать в любой привычной среде разработки, такой как IDEA, PyCharm, VSCode, Jupyter и других. Он генерирует варианты завершения кода в режиме реального времени, что ускоряет и упрощает процесс работы. GigaCode развивается вместе c сервисом GigaChat. В AI-ассистенте есть нейросетевые модели, которые обучены на больших корпусах исходного кода и специализируются на определенных задачах разработки. А по опыту команд в Сбере, GigaCode может сокращать время для создания кода до 25%. AI-ассистент доступен для использования на площадке GitVerse — платформе для работы с исходным кодом от СберТеха. Здесь можно размещать проекты с открытым и закрытым кодом, вести совместную разработку и участвовать в жизни комьюнити. Чтобы получить ранний доступ к GigaCode, зарегистрируйтесь на GitVerse. Проект доступен всем желающим. Не упустите возможность ускорить свою работу с кодом! *AI, artificial intelligence — искусственный интеллект

⚡️ Огромный список лучших бесплатных курсов Data Science. ▪ Список @machinelearning_interview