Маша Грин и айти 🥂
Open in Telegram
Канал начинался с собесов в айтишку - перерос в тимлидские заметки, сводки с конференций и мемы. Собесы все еще здесь, но уже с другой стороны 😁 Для связи @masha_phd
Show more462
Subscribers
-124 hours
-27 days
No data30 days
Posts Archive
Сегодня был собес в сбер на тимлида 🧚
По сути, обсуждали
а) мой опыт касательно организации процессов, команд, метрик, общения с людьми
б) кейсы
Кейсы были по решению проблем. Например:
1) Разработчик говорит, что устал и мухожук, что будете делать.
2) Разработчик говорит, что ему надоела задачка, она скучная, а проект вообще скоро сдавать. Ваши действия.
Завтра на собесе будут некие кейсы. Но похожих примеров на то, что мне описали, я не нашла, так что смотрю примеры видео интервью https://www.youtube.com/watch?v=hMdcLG2xPHI
Сегодня был собес в Яндекс) Вы готовы, дети? 😂
Это была секция “Аналитика + матстат”. Было три задачки на час
1) Тервер. Мне попалась формула Байеса. Та, что выше. Что это она, я узнала сразу, но без подсказок все равно не решила - мозг мой нещадно тупил в плане того, что куда подставлять. После подсказок решила, хз, считается это вообще или нет.
2) Задача на аналитику. Причем не просто, как в аналитическом собесе - вот вам таблица, давайте с ней поработаем. А “вот вам некий косяк, объясните, из-за чего он мог случиться”. Я сообразила, что надо визуализировать сырые данные, но именну причину, почему он мог случиться - без подсказки нет. Тоже такое, 50/50.
3) Задача на генерацию гипотез. Вот тут мне помогать не надо было, лол. Задача типа “Как мы можем проверить, доволен пользователь Алисой или нет”. Нагенерите гипотезы) Я ему за 10 минут 8 штук сообразила, на которые он сказал, что это рабочее)
Короче это все было не сложно, но надо реально это долго дрочить зубрить, чтобы быстро соображалось. Аминь)
Копаю дальше про Байеса. Похоже, мне нужна книга “тервер на конфетах” - аналогии про еду мой мозг понимает гораздо быстрее всего остального 😀
Но принесла я вам не это, а вот что. У ЦРУ есть книга про то, почему люди при принятии решений выбирают самую простую информацию. Вот она - во вложении. А узнала я про нее из вот такого контекста:
“Допустим, вы почувствовали себя неважно, и оказались в постели. Вы припоминаете, что недавно ваш коллега болел гриппом. Что, если он вас заразил? У вас болят голова и горло, и вы знаете, что люди больные гриппом имеют аналогичные симптомы примерно в 90% случаев. Неужели у вас грипп?
Желая получить больше информации, вы лезете в телефон. Google выдает авторитетную статью, в которой говорится, что только 5% населения болели гриппом в этом году. Ладно, вероятность наличия гриппа, в целом, составляет всего 5%. Затем вы обнаружите еще одну статистику, которая говорит, что 20% населения в принципе страдает головной болью и болью в горле. Так что у вас грипп? Что нужно делать?
Вспомним, что делает теорема Байеса: она помогает нам обновить гипотезу при появлении новых доказательств. Ваша гипотеза заключается в том, что у вас грипп, а ваша головная боль и боль в горле являются вашими доказательствами. Увидев, что у 90% людей с гриппом есть ваши симптомы, многие на вашем месте остановятся и придут к выводу, что у вас грипп. (Обратите внимание, эта статистика говорит, что, если вы больны гриппом, то с вероятностью 90% у вас есть указанные симптомы; но нигде не сказано, что если у вас есть симптомы, то вы с вероятностью 90% больны гриппом. Это и есть ошибка инверсии – Прим. Багузина.)” (https://baguzin.ru/wp/den-morris-teorema-bajesa-vizualnoe-vvedenie-dlya-nachinayushhih/)
Уже добралась в подготовке до того, что не помню из тервера 🙄 Задачки в голове уже перемешались
https://habr.com/ru/articles/598979/
https://www.matburo.ru/ex_tv.php?p1=tvbayes
Repost from Data Secrets
Любишь писать в Jupyter, но в какой-то момент твои ноутбуки превращаюся в сплошной беспорядок? Попробуй наши 3 совета.
Прошла собес в сбер) Следующий туда - на след неделе. Нужно готовить управленческую часть, всякие скрамы - канбаны, решать кейсы. Начну готовиться после тервера в Яндекс.
Для подготовки к собесу по статистике/терверу в Яндексе посоветовали три книжки, в том числе вот эту. Одно время видела ее у многих, штош, посмотрим, что нам расскажут)
Сегодня был собес в Сбер с тимлидом команды. Вроде неплохо прошло, но боюсь загадывать - уже не раз ошибалась в этом плане. Где мне казалось, что «сойдет», собеседующие оценивали на «хорошо» и наоборот.
Вопросы были про мои проекты - что конкретно применяли, как именно, для чего, какие были сложности. Я сама спрашивала примерно тоже самое. Плюс про команду. Довольно глубоко во все копали, кажется, это неплохой знак.
Из красных флагов - кажется, эти ребята опять хотят более режимный режим, чем свободное посещение (типа приходить к 9 и тд). Но с другой стороны, у них точно есть норм гибрид и парковка.
Еще пара вещей смутила, но пока не могу понять, как к ним относиться.
Из хорошего - кажется, он четко понимает, чего хочет, и это не всё и сразу. Уже спасибо 😂
Жду, что тимлид скажет эйчарке.
Мой трек по подготовке к собесу (беспилотные автомобили):
1) Повторить основы про трансформеры и посмотреть их применение для картинок (я их трогала только касательно BERTа). Все эти эмбеддинги и внимание, все ннада.
Тут мне понравилось вот это объяснение https://habr.com/ru/companies/cloud_mts/articles/770202/
2) Почитать статейки и обзоры на тему того, какие типы сетей и какие конкретно архитектуры больше всего юзают. Пока вот эта статья в фаворитах (во вложении)
3) Посмотреть, какие есть датасеты, чтобы потрогать ручками - есть много https://medium.com/analytics-vidhya/datasets-for-machine-learning-in-autonomous-vehicles-dd13bae5925b
4) Посмотреть по теме всякое на ютубе: просто работа с видео в питоне с OpenCV https://www.youtube.com/watch?v=AxIc-vGaHQ0
5) Посмотреть, как играются другие (Каггл, гит, ютуб) - вот тут любопытное
Repost from Sberloga
I'ML Meetup: Обучение и запуск в прод моделей на больших данных
Дмитрий Бугайченко, Сбер — «Практический ML на больших данных»
Сергей Саввов — «Слияние LLM»
https://wildcard.timepad.ru/event/2746307/?utm_campaign=JRG_IMLmeetup&utm_medium=newsletter&utm_source=email
Завтра у меня собес в Сбер Автотех) В прошлом году с ними был максимально странный собес, на котором спрашивали плюсы, хотя я заранее говорила, что у меня их нет 😂 Сейчас будет с тех директором, так что обновляю свои знания по машинкам.
Repost from karpov.courses
На рынке EdTech считается хорошим тоном периодически проверять, насколько то, что преподается на курсе, актуально запросам рынка. По итогам формируется скилл-сет студента и методическое наполнение программы.
Екатерина Хайытбаева, менеджер по трудоустройству karpov.соurses, провела исследование рынка аналитиков, а мы попросили поделиться результатами.
К чему стоит готовиться на собеседованиях в 2024 году – в статье!
Repost from Рекрутинг, котики и апокалипсис (Кира Кузьменко)
Лучший мем о том, как важно кандидату задавать вопросы работодателю на собеседовании! 😅
Всех с Новым годом 🥳😁
Итак, в начале года я уволилась с последнего места работы (где медицинская информатика и модельки для радиологии) и пока что тусуюсь на своем втором месте работы (в биоинформатике).
Почему хочу уволиться - частично писала летом. По факту: руководство из медицины и плохо понимает, как должны строиться айти-процессы. Сами процессы хаотичны, сроки - нереалистичны, денег даже на приличного мидла нет, поэтому с джунов хотят реализацию целиковых проектов, да еще и в одно лицо (и фронт, и бек, и проектирование, и безопасность). Как говорится, спасибо, но нет)
Мои мысли уйти в нормальную айтишную айтишку все еще со мной, так что я активно прохожу собесы)
Скоро расскажу про прошлогодний Яндекс и сейчас общаемся со Сбером.
Из моих хотелок в этом году - гибрид, парковка, деньги на еду, ДМС, не с раннего утра и не хотелось бы на целую ставку.
Приключения продолжаются 😁
Repost from grokaem себя
#grokaem_собес #grokaem_nlp
Я собрала 100 вопросов по NLP, которые мне задавали или задавала я. Надеюсь, что они будут полезны, чтобы освежить в памяти важные моменты.
*Notion будет пополняться*
Notion русская версия
В составлении вопросов помогали:
ds girl
канал Плюшевый Питон
Alexander Babiy
канал что-то на DL-ском
канал Dealer.AI
канал алиса олеговна
Часть вопросов:
8. Объясните разницу между косинусной близостью и косинусным расстоянием. Какое из этих значений может быть негативным? Как вы будете их использовать?
21. Что такое negative sampling и зачем он нужен?
30. Что такое затухающие градиенты для RNN?
41. Что используется в трансформере layer norm или batch norm и почему?
55. Объясните подходы для позициональных эмбеддингов и их плюсы и минусы.
75. В чем отличие оптимизатора Adam от AdamW?
86. Объясните концепции metric learning. Какие подходы вам известны?
88. Объясните виды sampling при генерации? top-k, top-p, nucleus sampling?
92. В чем отличие prefix tuning от p-tuning и от prompt tuning?
98. Объясните принцип работы KV cache, Grouped-Query Attention и MultiQuery Attention.
Repost from ANDRON ALEXANYAN
Мой персональный топ нестандартных книг, связанных с аналитикой 🦮
Недавно общался с одним из наших студентов и невольно родился топ книг, которые я рекомендую почитать всем, кто хоть как-то связан с аналитикой. Причем абсолютно не важно - вы аналитик, data-driven маркетолог или предприниматель: книги написаны в формате научпоп с интересным изложением, никаких специфических знаний вам не потребуется.
Обязательно сохраняйте себе - это не всем привычные книги, типа «Статистика и котики», это реально необычная, рафинированная подборка.
✔️ Идеи с границы познания: Эйнштейн, Гёдель и философия науки, Джим Холт Это одна из самых моих любимых книг! Не пугайтесь имен физиков и слова «философия» в названии - ничего сложного там не будет. Куча интересных исторических фактов (например, узнаете, почему фашизм придумали математики), а также непростые вещи в супер понятной и наглядной форме (например, что ваши разовые успехи не всегда гарантируют их повторение из-за регрессии к среднему). ✔️ Ложь, наглая ложь и статистика, Тим Харфорд Грамотный аналитик может подать даже убыток в компании как праздник и большую радость. Эта книга - как раз про такие фокусы: эффект страуса, 10 правил Харфорда и многое другое. Для всех финансистов - must read перед годовым отчетом. ✔️ Идеальная ставка, Адам Кучарски Книга одновременно и про теорию вероятности, и про математику, и про литературное повествование. Я читал эту книгу на одном дыхании - она была такой же интересной, как фильм «21», где математики обыгрывали казино за счет подсчетов. Очень рекомендую! А если вы планируете заглянуть в Монте-Карло на новогодних праздниках - заранее прочитайте эту книгу. ✔️ Математическое невежество и его последствия, Джон Аллен Паулос В этой книге автор на максимально жизненных примерах рассказывает про применение статистики в разных сферах: от выборов до медицины и казино. В качестве стимула прочитать эту книгу приведу просто один из отзывов, дальнейшие комментарии будут лишними:
Я купил эту книгу и сразу же отп**дил ей парочку астрологов. Спасибо. Жду издания на более плотной бумаге, чтобы опиз*юлить еще нумерологов и психологов.Ничего не имеем против этих ребят - просто цитируем восторг читателя 😁 ✔️ Заключение Ну как вам подборка, зашла? А какие книги вы бы сюда добавили? Напишите в комментариях 🔝
