Machine learning Interview
Open in Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Show more
Network:📈 Analytical overview of Telegram channel Machine learning Interview
Channel Machine learning Interview (@machinelearning_interview) in the Russian language segment is an active participant. Currently, the community unites 30 266 subscribers, ranking 4 316 in the Technologies & Applications category and 21 351 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 30 266 subscribers.
According to the latest data from 02 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 110 over the last 30 days and by 1 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 12.29%. Within the first 24 hours after publication, content typically collects 7.38% reactions from the total number of subscribers.
- Post reach: On average, each post receives 3 717 views. Within the first day, a publication typically gains 2 232 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 31.
- Thematic interests: Content is focused on key topics such as claude, llm, контекст, hermes, nvidia.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Thanks to the high frequency of updates (latest data received on 03 September, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
30 266
Subscribers
+124 hours
+487 days
+11030 days
Posts Archive
🎙Создание локально работающего голосового помощника
В этой статье я расскажу о том, как создать помощника, который позволит вокально взаимодействовать с LLM с открытым исходным кодом. Все компоненты будут работать локально на вашем компьютере.
Архитектура
Архитектура включает три отдельных компонента:
🔵сервис обнаружения “пробуждающего” слова, активирующего голосового помощника (wake-word detection service);
🔵сервис голосового помощника (voice assistant service);
🔵чат-сервис (chat service).
📌 Продолжение
@machinelearning_interview
Уже слышали про GitVerse?
Это новая платформа для совместной разработки и хостинга кода от СберТеха. Сервис полностью российский – работать с ним удобно, безопасно и надежно.
С GitVerse разработчики смогут создавать проекты с открытым и закрытым кодом, переносить репозитории с других площадок, привлекать новых участников и назначать задачи.
А еще:
- делать код-ревью и объединять изменения;
- оптимизировать рабочий процесс: назначать ответственных за ревью и отслеживать результат;
- получать запросы на слияние и объединять ветки;
- подписываться на обновления пользователей и репозиториев и оставаться в курсе активностей команды;
- общаться с ИТ-сообществом, узнавать новости и читать материалы про open source.
Вся функциональность GitVerse доступна разработчикам бесплатно.
Зарегистрируйтесь и откройте возможности GitVerse уже сейчас.
⚡️ Новая архитектура без трансформеров DeepCN , превосходит все возможные трансформеры в анализе временных рядов.
Репозиторий, показывающий, почему трансформеры не работают в прогнозировании временных рядов, демонстрирующий лучшие модели SOTA без трансформеров '
Transformers Are What You Don't Need' ->
▪Github
#прогнозирование
@machinelearning_interviewРаботаешь с данными и чувствуешь, что из них можно получить больше? В DataWorkshop расскажут как это сделать.
5 дней практики в Data Science на реальных данных магазина из Великобритании.
1-2 часа в день и самостоятельно создаешь модели машинного обучения.
Старт - 4 марта. Обучаешься под руководством эксперта в своем темпе, в удобное время.
6000+ человек из разных стран мира уже приняли участие в данном интенсиве.
15 лет практического опыта у автора интенсива, поэтому полученные знания можно сразу применять в рабочих проектах.
Обучают с 2017 года.
Предоставляем готовое окружение - ничего устанавливать и настраивать не нужно.
Участие бесплатно только для первых 100 записавшихся человек.
Успевайте записаться по 👉 ЭТОЙ ССЫЛКЕ
А еще много полезной информации о том, как начать работать в сфере Data Science в их канале.
Реклама: ИП Кравченко Николай Васильевич LjN8KCNbP
📌 Tech-Interview : Important Topics and Techniques
В этом репозитории собрано все, что нужно, чтобы подготовиться к техническим собеседованиям, а также самые важные советы и методики подготовки к собесу.
▪Github
@machinelearning_interview
Repost from Machinelearning
🔥 NVIDIA AI Foundation Models
Вы можете тестировать модели с открытым исходным кодом, используя NVIDIAAI.
Взаимодействуйте с новейшими современными API моделей ИИ, оптимизированными на базе ускоренных вычислений NVIDIA, прямо из браузера.
Gemma 7B, Llama 2 70B, Kosmos-2, Mixtral 8x7B Instruct, Stable Diffusion XL и многое другое 🥳
https://catalog.ngc.nvidia.com/ai-foundation-models
ai_machinelearning_big_dataВведение в модель эмбединга "Матрешка" 🪆.
Узнайте, как эти модели способны создавать эмбедингы различной размерности, как они могут ускорить выполнение таких задач, как поиск информации, и как вы можете обучить свои собственные модели ! 👇
🔗 https://hf.co/blog/matryoshka
@machinelearning_interview
🔝 "Шесть способов отладки моделей машинного обучения" от weights_biases, статья в которо предлагаются методы отладки проблем.
• Читать
Погрузитесь глубже в эту тему с помощью бесплатного курса "Оценка и отладка генеративных моделей ИИ с помощью W&B".
@machinelearning_interview
Недавно мы просили рассказать в опросе, какие темы интересуют тебя больше всего. Одной из самых востребованных стала тема нейросетей 🧠
27 февраля на вебинаре мы будем говорить именно о них. Аналитик-исследователь Центра технологий искусственного интеллекта Элизавета Вялых расскажет:
— как работает языковое моделирование
— какова архитектура GPT и при чем тут Оптимус Прайм
— каким было путешествие от GPT-1 до GPT-4
— топ-5 задач сотрудника в банке, которые оптимизирует GPT.
Встретимся с тобой на лекции «Generative pre-trained transformer, или как развивались GPT модели» 27 февраля в 18:00 (по МСК) 👋
Реклама, Банк ГПБ (АО), ИНН: 7744001497, erid: 2Vtzqw6Ppj3
💡 A Guide to Production Level Deep Learning 🎬 📜 ⛴️
Руководство по созданию практических систем глубокого обучения производственного уровня для использования в реальных приложениях.
▪Github
@machinelearning_interview
Нужно ли дата-инженерам знать Linux?
Расскажет Вадим Заигрин – Team Lead команд инженеров данных. Встречаемся на бесплатном открытом уроке от OTUS, где вы вместе с экспертом:
- разберетесь, почему вам надо знать Linux;
- ознакомитесь с его особенностями;
- узнаете, как работать с Linux: командная строка, пользователи и их права, запуск приложений, инструменты работы с сетью.
Занятие пройдёт 22 февраля в 20:00 мск и будет приурочено к старту курса «Data Engineer». Доступна рассрочка на обучение!
Пройдите короткое тестирование прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/J6yI/?erid=LjN8KTGwD
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
💫 Шпаргалка для алгособеса — алгоритмическая сложность, структуры данных, методы сортировки и Дейкстра
▪Читать
@machinelearning_interview
🎮Как использовать ИИ в игровой индустрии?
Расскажет Артем Голубин, Senior Data Scientist, преподаватель курса Reinforcement Learning в OTUS на открытом уроке.
Вместе с опытным экспертом вы разберете:
- историю развития интеллектуальных агентов для настольных и компьютерных игр;
- подходы к созданию игровых ботов с помощью обучения с подкреплением;
- как обучить модель эффективно управлять группой юнитов в одной из популярных игр.
⚡Занятие пройдёт 22 февраля в 20:00 мск и будет приурочено к старту курса «Reinforcement Learning».
👉Регистрируйтесь прямо сейчас, чтобы занять место на открытом уроке и получить запись.
При поступлении в группу обучения возможны разные способы оплаты и рассрочка платежа
erid: LjN8K2xod
Какова вычислительная сложность механизма self-attention?
В оригинальной статье Attention Is All You Need есть таблица со сравнением Complexity per Layer (сложность на слой) нового механизма self-attention и других архитектур. Указано, что для self-attention это значение составляет O(n^2 * d), где d — это размерность векторного представления.
В статье есть один нюанс. Авторы не учитывали сложность вычисления матриц Q, V и K (query, value и key). Их значения были взяты из скрытых состояний RNN. Поэтому идёт «чистый» расчёт для слоя Attention.
#вопросы_с_собеседований
📖 Книга по искусственному интеллекту с открытым исходным кодом от Hugging Face.
Open-Source AI Cookbook - это коллекция блокнотов, раскрывающих практические аспекты создания ИИ-приложений и решения различных задач машинного обучения с помощью инструментов и моделей с открытым исходным кодом.
https://huggingface.co/learn/cookbook/index
@machinelearning_interview
Основы качественного анализа данных
Обычно, когда кто-то говорит о качестве применительно к исследованию данных, он подразумевает правильность проведения анализа данных и достоверность результатов. Я считаю такое определение слишком узким. Из моего более чем восьмилетнего опыта работы в аналитике я понял: чтобы анализ данных был проведен на достойном уровне, он должен сочетать в себе три фундаментальных элемента:
ответ на актуальную потребность со своевременной точностью;
надежная и проверенная методология, взятая за основу;
доступность для сотрудников организации.
Поговорим об этом всем более подробно.
📌 Читать
Если вы уже знакомы с ML-моделями или даже работаете на позиции джуниор-специалиста, для получения следующего грейда будет кстати наставничество опытных коллег и дополнительная практика. Всё это можно найти на курсе Яндекс Практикума.
За 4 месяца:
— вы поймёте, как переводить бизнес-задачу на язык машинного обучения,
— научитесь строить продвинутые ML-модели,
— создадите 3 сервиса в облаке для решения задач бизнеса.
Всю дорогу с вами будут наставники и такие же как вы студенты — для обратной связи и поддержки.
Начните курс с бесплатной вводной части, она поможет понять, подходит ли вам программа.
⚡️ CNN Explainer
Интерактивная система визуализации, разработанная для того, чтобы помочь изучить и понять принцип работы конволюционных нейронных сетях (CNN).
git clone git@github.com:poloclub/cnn-explainer.git
▪Github
Demo
@machinelearning_interview❓Что нужно знать про найм в ML/DS в начале карьеры.?
Борис Цейтлин расскажет про поиск работы в ML/DS на открытом уроке в OTUS.
🔹На вебинаре разберем какие пет-проекты делать для портфолио
🔹Расскажем как искать вакансии, подаваться на них и как проходить собесы
Встречаемся 28 февраля в 20:00 мск в рамках курса «Machine Learning. Professional».
👉 Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок и получить запись:
https://otus.pw/17nz/?erid=LjN8KXaKC
👉 Awesome NLP
Список исследований и инструментов, материалов для чтения, видео и курсов, книг, библиотек, датасетов и инструментов аннотации, посвященных обработке естественного языка (NLP).
▪Github
@machinelearning_interview
