Маша Грин и айти 🥂

Про обучение. Прохожу сейчас три курса: 1) Self-driving engineer на Udacity (там с элементами computer vision, но также и про сенсоры, и компоненты селф - драйвинга) https://learn.udacity.com/nanodegrees/nd0013/parts/cd2688 2) Про DL с PyTorch от Open CV (смысл ок, но английский там мог бы быть и лучше, честно, глазик дергается) https://courses.opencv.org/courses/course-v1:OpenCV+OpenCV-106+2019_T1/course/ 3) Ну и вот плюсы начала - так как на работе часть на питоне, а часть на плюсах. https://stepik.org/lesson/532/step/3?unit=855 А вы что интересного проходите или проходили недавно?

Начала курс по плюсам. Есть интересная фраза Бьёрна Страуструпа о языках C и C++: C makes it easy to shoot yourself in the foot. C++ makes it harder, but when you do, it blows away your whole leg. Уже страшно))

Это мы идем на конфу по С++ и я просматривала доклады, чтобы выбрать интересные) В этот раз будет третий доклад вот из того цикла выше.

🔥Machine learning Interview Questions Вопросы и ответы с собеседований. Большая, подборка вопросов и ответов с собеседований по ML, Data Science,Ai, статистике, теории вероятностей python, SQL. ML ▪100 вопросов c собесов по машинному обучению 2024 ▪Сборник ответов с собесов по машинному обучению от FAANG, Snapchat, LinkedIn. ▪Facebook. Вопросы по машинному обучению 2024 год ▪Google руководство по прохождению собеса в 2024 году ▪ Подготовка к собеседованию по ML: ответы на основные вопросы ▪ 14 типичных вопросов с собеседования по ML ▪ Вопросы для собеседования на позицию ML-инженера ▪ Решения вступительных испытаний в ШАД ▪ Решения вступительных испытаний в ШАД архив ▪AI Interviews at Apple, OpenAI, Bloomberg & JP Morgan – What to Expect ▪Apple Machine Learning Engineer (MLE) Interview Guide ▪Junior ML-инженер | Выпуск 1 | Собеседование ▪Успешное собеседование в Яндекс ▪Как я проходил собеседования на Machine Learning Engineer NLP ▪100 вопросов и ответов для интервью по NLP ▪Топ-50 вопросов собеседований NLP ▪ Вопросы по NLP 2024 года DS ▪Материалы для подготовки к интервью data science ▪ Вопросы/ответы DS ▪100 вопросов для подготовки к собесу Data Science ▪Временные ряды. Топ 50 вопросов Python ▪100 вопросов для подготовки к собесу Python ▪ 50 вопросов по PyTorch ▪45 Вопросов с собеседований Pandas ▪400 самых популярных вопросов-ответов для Python-разработчика. ▪100 вопросов видео ▪LeetCode Pandas AI ▪30 вопросов промпт инжинирингу ▪ 15 вопросов по LLM и AI ▪27 Вопросов по Chatgpt Math ▪ Вопросы с собеседований по статистике ▪ Вопросы по теории вероятности ▪ LeetCode: разные решения с кодом ▪Top 75 Statistics Interview Questions ▪40 вопросов по статистике с собеседований на должность Data Scientist ▪Statistics Interview Questions & Answers for Data Scientists SQL ▪Задачи с собеседований SQL Подборка будет постепенно обновляться, делитесь в комментариях полезными ресурсами, которые стоит сюда добавить. #interview #вопросыссобесов #ml #ds @ai_machinelearning_big_data

Возвращаемся к моему любимому жанру конспектов с комментариями. Недавно я прочитал книгу Elegant Puzzle, предназначенную для engineering managers (в России чаще всё это всё равно обзывают словом "тимлид"). Меня она впечатлила количеством конкретных и дельных рекомендаций и малым процентом воды. Пришлось опускать многие главы, даже достаточно интересные, иначе конспект бы совсем распух, так что книгу рекомендую к прочтению. Но только не в русском переводе - это ужас. #books #management #Жека

Не спрашивайте, как меня занесло в эту область, но. Оказывается, вера в сверхестественное (не важно, добро или зло) уменьшает ассоциацию межличностного конфликта на работе в случае с выгоранием и усталостью. Проще говоря, если вы сдохли и вот-вот посретесь с коллегами, самое время прибегнуть к помощи высших сил) https://onlinelibrary.wiley.com/doi/10.1111/jssr.12913

Помните, пару недель назад мы показывали вам график резкого роста медицинских статей, в котором используется слово delve (вникать), любимое слово ChatGPT? Так вот, это слово уже давно принято считать признаком, что текст сгенерирован. Но люди до сих пор недоумевают, почему именно delve? Что за тайна такая вокруг этого слова? Кажется, мы разгадали, в чем тут дело. Да, в США слово delve употребляется редко, но вот в Нигерии очень распространено: его, например, часто произносят учителя в начальной школе. А в GPT есть RLHF, где качество ответов модели развернуто оценивается людьми. Над RLHF часто работают люди, чей труд дешевле, чем у среднего жителя США. Понимаете, куда мы клоним? Для RLHF нанимают людей из Нигерии, для которых слово delve - классика, они описывают ответы модели, используя это слово («вникай глубже»), а затем их отзывы подгружаются обратно модель для дообучения. Вот она и запоминает это слово как «хорошее». С вами была программа «Следствие вели» с DataSecrets

Когда села писать пост для блога про рыбный обман и решила посмотреть свежие статьи 😂😂 Нейронки в каждый дом! https://www.researchgate.net/publication/363270814_Fish_Recognition_Model_for_Fraud_Prevention_using_Convolutional_Neural_Networks

КАК УСПОКОИТЬ ЧЕЛОВЕКА Наши эмоции нужны в том числе и для общения. Они помогают нам передать другим важную информацию. Они сообщают, что нам плохо, страшно, весело, интересно и так далее. Если человек видит, что информацию о его состоянии приняли, то эмоции со своей задачей справились. Следовательно, они сами собой будут слабеть. Конечно, они не обязательно исчезают полностью, нет. Просто очень заметно слабеют. На профессиональном языке это называется валидацией. Фактически мы говорим: «Да, ты имеешь на это право. Раз у тебя сейчас такие переживания, пусть они будут». И только после того, как вы валидировали эмоции другого человека и он слегка успокоился, и можно переходить к каким-то действиям. Раньше вас просто не услышат. Если огрублять, схема успокаивания выглядит так: 1. Что случилось? 2. Понимаю, как тебе тяжело/неприятно/страшно/грустно/больно. У меня было бы так же. 3. (немного ждём, пока человек успокоится). 4. Хочешь, мы вместе подумаем, что тут можно сделать? Пользуйтесь на здоровье. *** Опубликовано на канале @zygmantovich_pavel

На работе я в том числе делаю софтовые семинары и отвечаю за разрешение конфликтов внутри команды. Навыки взаимодействия нужны всем - но если люди сами не копали в эту сторону, они редко очевидны.

Одно известное выражение гласит: «Если не можете объяснить ребёнку, чем занимаетесь на работе, то вы шарлатан». Мы таких у себя в компании не держим! И чтобы это доказать, попросили коллег рассказать о своём непростом труде в понятной даже далёким от IT людям форме. А чем занимаетесь вы? Комментарии открыты 😉

Что бы я сказала ребёнку? - проверяю, что все работает так, как написано - делаю так, чтобы все работало 😂 - говорю людям, что делать - рассказываю, как лучше понимать друг друга Ну ладно, с машинками проще, они реальные и их можно потрогать. С моим направлением, motion prediction, тоже просто. «Угадай, как пойдет этот человек и поедет автомобиль; а как ты понял, что так будет; а что, если бы ты понял раньше/позже». Мне кажется, это в чем-то будет попроще, чем пол генетику рассказывать 😁😁

Коты, в моей конторе скоро one day offer на С++ разработчика и системного аналитика https://autotech.team/

Никогда такого не было и вот опять - британские учёные Washington Post выяснили, что BigTech платит в разы лучше академии Ли Фэй-Фэй, типа крестной мамки ИИ (эта тетя еще и была научным руководителем Андрея Карпатого), закинула тему о бабле на нацпроект по AI перед Байденом. Суть в том, чтобы университеты cмогли догнать корпоративных монстров типа Meta, Google и Microsoft, которые уже натренировали кучу моделей, пока академия пыталась выжить на остатках грантов. Ребята, конечно, совершили высадку на луну с 4kb RAM, но пока Meta закупает 350к H100, бедняги из Стэнфорда пытаются что-то выжать из своих 68... штучек. Я уже даже не говорю про разницу в з/п между индустрией и академией - можете глянуть levels.fyi сами. Чтобы хоть как-то замутить свой исследовательский хайп, ученым приходится ломиться в биг-теки, которые в ответ задают направление ресерча. Как результат, большая часть крутых исследований теперь идет под флагом индустрии, а университеты вынуждены довольствоваться крохами. Чтобы это проверить, достаточно вспомнить хоть бы одну Foundation модель для Language или Computer Vision, которую натренировали в университете - мне сходу на ум ничего не приходит. А вообще, Open source, конечно, задает жару всяким гуглам, только вот мощностей все равно катастрофически не хватает. Ли уже каталась по Вашингтону, пытаясь пробить финансирование на "GPU для народа", чтобы хоть как-то уровнять шансы. В то же время, корпорации, типа Microsoft, уже подкинули кое-какие ресурсы ($20M) в общий котел, но это, по большому счету, капля в море. Ситуация настолько критична, что почти 70% PhD по AI уходят в индустрию, искушенные зарплатами и возможностью работать над чем-то крутым. А 10 лет назад эта цифра была 21%. И вот они стоят перед выбором: сидеть в академии и пилить науку за гроши или перейти на темную сторону и ресерчить за бабло. Те, кто решает остается, приходится либо договариваться с индустрией, либо наблюдать, как их темы уплывают к тем, кто может позволить себе больше железа и данных. По себе знаю, в универститетах круто в плане свободы выбора тем исследований, но там совсем нет ресурсов на тренировку современных больших моделей... @ai_newz

У разработчиков Масленица круглый год. По крайней мере, слово «блин!» доносится из их кабинетов частенько. Чтобы как-то подсластить им жизнь, Елена решила поделиться рецептом фирменных панкейков с шоколадной начинкой. Кстати, для первого, кто устроится на работу после этого поста, она лично их приготовит. Время пошло!

У нас в столовке всю неделю были блины, но на выходных придется справляться самостоятельно 😁 Делитесь, что вкусного едите на работе?

Принесла курс по классическим ML-моделям (не все же со степика смотреть) https://ods.ai/tracks/classic-models-spring24