现已上线！2025 年 Telegram 研究 — 年度关键洞察 
Библиотека собеса по Data Science | вопросы с собеседований
前往频道在 Telegram
Вопросы с собеседований по Data Science и ответы на них. Учиться у нас: clc.to/GjjbkQ По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/7dfb7235 Для обратной связи: @proglibrary_feeedback_bot
显示更多4 488
订阅者
+124 小时
+17 天
+2030 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
六月 '26
六月 '26
+65
在2个频道中
五月 '26
+79
在1个频道中
Get PRO
四月 '26
+98
在1个频道中
Get PRO
三月 '26
+109
在0个频道中
Get PRO
二月 '26
+78
在2个频道中
Get PRO
一月 '26
+90
在1个频道中
Get PRO
十二月 '25
+46
在1个频道中
Get PRO
十一月 '25
+66
在1个频道中
Get PRO
十月 '25
+55
在0个频道中
Get PRO
九月 '25
+43
在0个频道中
Get PRO
八月 '25
+48
在2个频道中
Get PRO
七月 '25
+62
在0个频道中
Get PRO
六月 '25
+50
在0个频道中
Get PRO
五月 '25
+53
在0个频道中
Get PRO
四月 '25
+82
在2个频道中
Get PRO
三月 '25
+136
在52个频道中
Get PRO
二月 '25
+111
在31个频道中
Get PRO
一月 '25
+147
在36个频道中
Get PRO
十二月 '24
+180
在35个频道中
Get PRO
十一月 '24
+216
在38个频道中
Get PRO
十月 '24
+191
在37个频道中
Get PRO
九月 '24
+144
在36个频道中
Get PRO
八月 '24
+201
在36个频道中
Get PRO
七月 '24
+193
在35个频道中
Get PRO
六月 '24
+177
在30个频道中
Get PRO
五月 '24
+198
在36个频道中
Get PRO
四月 '24
+226
在36个频道中
Get PRO
三月 '24
+261
在30个频道中
Get PRO
二月 '24
+275
在30个频道中
Get PRO
一月 '24
+269
在24个频道中
Get PRO
十二月 '23
+493
在33个频道中
Get PRO
十一月 '23
+471
在12个频道中
Get PRO
十月 '23
+1 388
在22个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 26 六月 | +1 | |||
| 25 六月 | +2 | |||
| 24 六月 | +1 | |||
| 23 六月 | +7 | |||
| 22 六月 | +1 | |||
| 21 六月 | +1 | |||
| 20 六月 | +1 | |||
| 19 六月 | 0 | |||
| 18 六月 | +1 | |||
| 17 六月 | +2 | |||
| 16 六月 | +5 | |||
| 15 六月 | +5 | |||
| 14 六月 | +1 | |||
| 13 六月 | 0 | |||
| 12 六月 | +4 | |||
| 11 六月 | +2 | |||
| 10 六月 | +2 | |||
| 09 六月 | +2 | |||
| 08 六月 | +3 | |||
| 07 六月 | +1 | |||
| 06 六月 | +2 | |||
| 05 六月 | 0 | |||
| 04 六月 | +3 | |||
| 03 六月 | +5 | |||
| 02 六月 | +8 | |||
| 01 六月 | +5 |
频道帖子
🚀 Освойте разработку AI-агентов и получите доступ ещё к двум курсам Академии бесплатно!
В 2026 году просто писать код мало. Компании ищут инженеров, умеющих проектировать автономные системы и закрывать задачи бизнеса в разы быстрее.
Чтобы вы вышли на рынок с максимальным преимуществом, мы подготовили специальное предложение: покупаете курс по AI-агентам и ещё 2 курса Академии получаете бесплатно!
Соберите свой стек под оффер:
🔹 AI-агенты + AgentOps + Архитектура — комбо для бэкендеров и техлидов, чтобы внедрять ИИ без боли для прода.
🔹 AI-агенты + Математика + ML — для тех, кто хочет войти в Data Science.
🔹 AI-агенты + Алгоритмы — чтобы уверенно проходить хардкорные технические собесы.
Как это работает: вы оставляете заявку на курс по разработке AI-агентов и указываете еще два курса, которые хотите открыть в подарок.
Старт обучения — уже в июле. Количество мест ограничено, выбирайте зрелый подход к карьере.
👉 Забрать предложение и освоить ИИ-агентов
| 2 | Какая архитектурная особенность нейросетей превращает ландшафт функции потерь в «дикий рельеф» со множеством локальных минимумов, седловых точек и плато? | 208 |
| 3 | Какое критически важное свойство гарантирует дата-сайентисту выпуклость функции потерь (например, MSE в линейной регрессии или LogLoss в логистической регрессии) при обучении модели? | 270 |
| 4 | Каким образом работает метод MC Dropout на этапе инференса (предсказания)? | 332 |
| 5 | ⏰ Уже сегодня в 19:00 (МСК) стартует наш открытый урок!
Знаем, летом хочется отложить учёбу на осень. Но пока остальные отдыхают 😅, мы предлагаем без лишней конкуренции прокачать свой workflow и начать закрывать тикеты в три раза быстрее.
Тема:
«AI-инструменты в разработке: пишем код быстрее»
Мы покажем живой разбор реального проекта: как с помощью AI-ассистентов мгновенно разбираться в чужой кодовой базе, искать нужные участки и собирать Pull Request. Только рабочие промпты, которые сэкономят вам часы рутины.
🎙️ Спикер — Ольга Лукьянова, руководитель команды в SourceCraft (18+ лет развивала инструменты в JetBrains и Huawei).
👉 Узнать, как ускорить разработку с AI | 345 |
| 6 | Байесовский подход разделяет неопределенность модели на два принципиально разных типа.
Какая неопределенность называется Эпистемической (Epistemic Uncertainty) и как дата-сайентист может её снизить? | 363 |
| 7 | 🤖 Какие задачи можно действительно доверить ИИ?
Уже завтра разберём это на открытом уроке «AI-инструменты в разработке: как писать код быстрее с помощью ассистентов».
Спикер — Ольга Лукьянова, руководитель команды поиска и навигации по коду в SourceCraft от Яндекса.
После урока вы:
🔹 поймёте, какие задачи стоит делегировать AI уже сегодня;
🔹 научитесь быстрее разбираться в новых проектах и кодовой базе;
🔹 увидите, как выглядит современный workflow разработки с AI;
🔹 узнаете, где AI помогает экономить время, а где всё ещё нужен контроль разработчика.
На практике разберём путь от получения задачи до готового Pull Request с использованием AI-инструментов и AI-ревью.
🗓️ 23 июня, 19:00 (МСК)
⏱️ 90 минут
👉 Зарегистрироваться и получить рабочий AI-workflow для своих задач | 370 |
| 8 | В стандартном слое nn.Linear в PyTorch каждый синаптический вес — это конкретное скалярное число (например, w=0.345).Как устроены веса в аналогичном слое Байесовской нейронной сети? | 389 |
| 9 | 🤖 AI пишет код за вас? Это самое скучное, что он умеет
Основное время разработчик тратит на другое: разобраться в чужой кодовой базе, найти нужный участок проекта, проверить решение, собрать Pull Request. Вот где AI реально экономит часы — если знать, как им пользоваться.
23 июня Ольга Лукьянова покажет это на практике: как с помощью современных AI-инструментов быстро погружаться в незнакомый проект, находить нужный код, реализовывать задачи и проверять результат до ревью коллег.
В итоге вы увидите не отдельные приёмы и промпты, а целостный workflow, который можно встроить в свою работу уже на следующий день 🔥
Чтобы лучше погрузиться в тему:
📺 Выступление про SourceCraft
📖 Статья на Хабре
🗓️ Когда: 23 июня, 19:00 (МСК)
👉 Занять место на открытом уроке | 403 |
| 10 | 没有文字... | 399 |
| 11 | Вы обучаете модель и хотите оценить влияние каждого признака на предсказание. Для этого используете permutation importance. Один из признаков получает почти нулевую важность. После его удаления качество модели заметно падает.
Какое объяснение вероятно? | 420 |
| 12 | При обучении модели градиентного бустинга вы заметили, что при увеличении количества деревьев: ошибка на обучающей выборке продолжает уменьшаться, а на валидационной сначала уменьшается, а затем начинает расти.
Какое из действий наиболее обоснованно? | 458 |
| 13 | ⏰ Уже сегодня в 19:00 (МСК) стартует открытый урок!
Тема:
«Мультиагентные системы: почему большинство архитектур переусложнены»
🔥 За 90 минут разберёмся, когда действительно стоит строить мультиагентную систему, а когда она только добавляет сложность, расходы и новые точки отказа.
Поговорим о критериях выбора архитектуры, типичных ошибках и ограничениях современных ИИ-агентов, которые важно учитывать ещё до внедрения в продукт.
🎙️ Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.
🎁 Для всех участников подготовили промокод на скидку 10 000 ₽ на курс «Разработка ИИ-агентов».
👉 Успей присоединиться к уроку | 471 |
| 14 | Что произойдет с моделью поиска, если во время обучения в качестве негативных примеров использовать только абсолютно случайные и далекие по смыслу объекты (например, к тексту «Собака» негативом всегда будет «Трактор» или «Пицца»)? | 430 |
| 15 | 🔥 Чем больше агентов — тем лучше? Не всегда. Уже завтра поговорим о реальных ограничениях на открытом уроке «Мультиагентные системы: почему большинство архитектур переусложнены».
Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.
После урока вы:
🔹 будете лучше ориентироваться в выборе между одним агентом и мультиагентной системой;
🔹 поймёте, какие архитектурные ошибки встречаются чаще всего;
🔹 получите практические ориентиры для проектирования и внедрения агентных систем;
🔹 будете лучше понимать возможности и ограничения современных ИИ-агентов.
🗓️ 18 июня, 19:00 (МСК)
⏱️ 90 минут
👉 Зарегистрироваться и получить промокод на 10 000 ₽ | 464 |
| 16 | Какую задачу решает этап Калибровки (Calibration) при квантовании весов, чтобы модель не потеряла свой «интеллект»? | 447 |
| 17 | Операции в Spark делятся на: узкие и широкие.
Какая из следующих операций является Широкой (Wide Transformation) и почему она считается самой «дорогой» и опасной для производительности кластера? | 520 |
| 18 | 🤖 Большинство материалов по ИИ-агентам устаревают быстрее, чем многие курсы успевают обновить программу
Инструменты, подходы и фреймворки меняются постоянно. Поэтому важно не просто собрать демо-агента, а понимать архитектуру, ограничения и практики, которые используются в продакшене.
🚀 30 июня стартует курс «Разработка ИИ-агентов».
⏳ До 20 июня действует сниженная цена.
За 8 недель под руководством практиков из бигтеха вы соберёте собственного AI-агента, который работает с API, использует память, подключается к внешним сервисам и решает реальную задачу.
Что разберём:
🔹 архитектуру AI-агентов и надёжный вывод;
🔹 LangGraph и оркестрацию workflow;
🔹 MCP и работу с внешними инструментами;
🔹 RAG-системы;
🔹 AgentOps, observability и evals;
🔹 безопасность и защиту от prompt injection;
🔹 мультиагентные системы и A2A.
На курсе отдельно разбираем вопросы надёжности, безопасности и контроля агентных систем.
👉 Узнать программу и забронировать место со скидкой | 523 |
| 19 | Что на самом деле делает Spark в тот момент, когда ты запускаешь строчку кода с фильтрацией .filter(df.city == "Москва")? | 499 |
| 20 | В теории игр вектор Шепли распределяет выигрыш между игроками, которые объединились в коалицию для достижения общей цели.Как эта экономическая концепция переносится на машинное обучение при расчете SHAP Values? | 544 |
