Machine learning Interview

Ежегодное соревнование по анализу данных и искусственному интеллекту от ВТБ и ODS. AI Совсем скоро состоится ежегодное состязание для специалистов по машинному обучению — Data Fusion Contest 2023. Любителей IT-турниров ждёт насыщенная программа, состоящая из двух треков: организация и защита нейросетей, обученных на транзакционных данных. 🏆 Команды, которые представят лучшие решения, поборятся за призовой фонд в 2 000 000 рублей. 🤖 Участники получат фирменный мерч, поучаствуют в онлайн-митапах с воркшопами от крутых специалистов и прокочают свои навыки в области ИИ и Data Science.

Автор этого резюме утверждает, что оно понравилось гигантам вроде Microsoft, Google, Amazon. Добрые люди решили детально разобрать его и выделить ключевые моменты: Розовым — глаголы действия, с них начинается каждый bullet point; Желтым — hard skills по вашей специальности; Оранжевый — показатель понимания бизнеса и реального опыта в (игровой) индустрии; Зеленый — рабочие достижения, самая ценная часть резюме; Голубой — сертификаты «Кенгуру» impact и всякие личные награды и достижения; Фиолетовый — ссылки на портфолио. Теперь вы знаете, как грамотно составить резюме.

“Что делать, чтобы оставаться востребованным CV-инженером?” Команда школы DeepSchool: DL-инженеры, тимлиды, руководители ML-подразделений, рекрутеры — подготовила открытую онлайн-лекцию. На ней мы расскажем, как оставаться востребованным CV-инженером Мы выпустили 50+ студентов и провели более 100 интервью со специалистами из ML-индустрии. Этот опыт мы использовали, чтобы составить для вас актуальную картину. На открытой лекции мы обсудим: 🔹что требуют от CV-инженеров на рынке в 2023 году; 🔹какие навыки из разработки важно развивать DL-инженеру и почему; 🔹как встроить развитие этих навыков в работу уже сейчас. Вам будет полезно, если вы: 🔸 работаете или планируете работать в продуктовых командах (не research); 🔸 переживаете, что есть пробелы в знаниях, не уверены, что сможете легко сменить работу при надобности; 🔸 вам не хватает code review, вы не пишете тесты, не знакомы с CI/CD; 🔸 не знаете куда развиваться. Регистрируйтесь на открытую лекцию по ссылке 🗓 Встречаемся во вторник 21 марта в 18:00 Мск 🎁 При регистрации вы получите список библиотек, фреймворков и сервисов для CV-инженера, которые ускорят вашу работу Регистрируйтесь в боте и забирайте список себе До встречи на лекции!

The Ultimate Guide to Machine Learning Job Interviews 📚 book @machinelearning_interview

Команда цифрового интегратора Globus IT делится экспертизой и практическими кейсами: ❓ Где разрабатывать, тестировать и хранить сборки новых приложений, если уйдет Firebase и другие подобные сервисы?   ❓ Как разработать систему круглосуточного контроля доступа с функцией распознавания лиц без передачи информации Full HD на сторонний сервер?    ❓ Что значит быть разработчиком в России в условиях новой реальности?  Всем, кто интересуется и строит карьеру в IT, рекомендуем подписаться

Рекомендации Гарварда по составлению резюме и сопроводительных писем В международные компании часто нужно писать сопроводительные письма. Также существуют требования для составления хорошего резюме. В этом гайде собраны общие советы, которые показывают мотивацию кандидатов для работы, а также примеры писем и резюме: https://hwpi.harvard.edu/files/ocs/files/hes-resume-cover-letter-guide.pdf #советы

Вопросы и ответы к интервью для Python Developer В этом репозитории собраны популярные вопросы по Python и смежным темам: Data Science, Machine Learning, Django, ООП, принципы программирования. Также в проекте есть вопросы по основам HTML, фронтенд и БД, которые позволят вам повторить важные моменты, на которых зачастую останавливаются интервьюеры: https://github.com/yakimka/python_interview_questions #python @machinelearning_interview

Какая IT-профессия вам подходит? Сегодня в IT — более 20 разных специальностей. Для тех, кто искренне хочет стать частью сферы и приложить руку к созданию технологий, каких еще не видел мир, мы разработали бесплатный тест. Пройдите его и узнайте, чем заниматься, исходя из ваших черт характера, предпочтений и умений. А потом попробуйте желанную специальность в деле на бесплатных уроках: напишите код, создайте дизайн или сайт, освойте азы аналитики и управления проектами. Пройти тест бесплатно

🔍 Что говорить на поведенческом интервью по науке о данных. Собеседования в сфере дата-сайенс могут проходить по-разному в зависимости от компании и той должности, которую вы планируете занять. Как правило, все начинается с поведенческого интервью с менеджером по найму или сотрудником отдела кадров, за которым следует техническое собеседование с руководителем группы. Затем проводятся тест на написание кода и еще одно техническое собеседование с членами будущей команды. В разных организациях этот процесс может варьироваться, но первым этапом при найме специалистов в сфере дата-сайенс остается поведенческое интервью. Поведенческое интервью  —  это собеседование при приеме на работу, во время которого кандидата просят рассказать о достижениях на прежнем месте и его поведении в конкретных ситуациях. Это помогает определить, справится ли он с той или иной должностью. Во время такой беседы рекрутер, как правило, преследует следующие цели. Узнать, к какому типу людей относится соискатель. Понять, соответствует ли он требованиям культуры компании, сможет ли принять ее основные ценности. Выяснить, сработается ли он с другими членами команды, будет ли разделять их видение и цели. Первым делом на поведенческом собеседовании по дата-сайенс задаются личные вопросы. Скорее всего, в начале беседы вас попросят представиться и рассказать больше о себе. Итак, у вас появляется прекрасная возможность заявить о себе как о перспективном кандидате. Поэтому важно заранее подготовить ответы на эти вопросы. До собеседования узнайте больше о компании и должности, которую собираетесь занять. Вам также понадобится набросать план ответов. В этой статье мы обсудим, как правильно структурировать самопрезентацию, чтобы максимально конструктивно построить беседу с интервьюером. 1. Расскажите о своем бэкграунде Для начала расскажите о своем профессиональном опыте и полученном образовании. Начните с опыта. Опишите свой карьерный путь до этого момента, расскажите, чему научились, и не забудьте упомянуть самые важные результаты своей деятельности. Также вы можете рассказать о полученном образовании, если оно имеет отношение к должности, на которую вы претендуете. Важно сосредоточиться только на опыте, который связан с той вакансией, на которую вы проходите собеседование. К сожалению, многие кандидаты останавливаются на этом шаге и не переходят к следующему, в результате чего теряют возможность заявить о готовности принять ценности, видение и миссию компании. Тем не менее это важный этап собеседования  —  так вы можете показать, что действительно готовы стать ценным сотрудником. Посмотрим, как это сделать. 2. Выразите готовность принять ценности компании Теперь настало время показать, что вы готовы стать частью команды. Расскажите о том, что цените в работе и рабочем окружении, и свяжите эту информацию с ценностями и миссией компании. Помимо этого, можно объяснить, почему вам нравится работать в сфере науки о данных, объединив это с подходом компании к данным и тем, что ее представители в них ценят. Допустим, вы собираетесь устроиться компанию, которая использует данные для принятия важных решений. В таком случае стоит сказать, что вам нравится работать с данными из-за их влияния на бизнес (важный момент, который следует подчеркнуть). Но для этого нужно предварительно узнать больше информации о компании и продумать ответ перед собеседованием. 3. Убедите работодателя, что подходите на эту вакансию На последнем этапе интервью нужно доказать, что вы достойны занять должность, на которую претендуете. Расскажите о своих профессиональных компетенциях, а также о том, как они помогут вам выполнять должностные обязанности и почему вы заинтересованы в том, чтобы занять именно эту вакансию. Это важный момент: вам нужно показать, что вы справитесь с будущими обязанностями, а не просто упомянуть свой опыт и ждать положительного ответа. Также стоит рассказать о том, каких результатов, по вашему мнению, вы сможете достичь на этой должности и чего вы от нее ожидаете. @data_analysis_ml

10 первых ошибок в карьере ML-инженера Специалист по машинному обучению (ML-engineer) — это программист, который занимается исследованием, созданием и проектированием систем ИИ. Начинающий ML-инженер должен неплохо разбираться в математике и алгоритмах. В этой статье собраны реальные примеры ошибок, которые чаще всего допускают программисты: https://habr.com/ru/post/718942/ #it #ml #профессии

🧬 Примите участие в международной конференции Data Fusion 2023 от ВТБ, которая пройдёт 13-14 апреля. Конференция будет полезна разработчикам и специалистам в области Data Science, CDO, бизнес-заказчикам DS-продуктов и сервисов, представителям государства и науки. Первый день конференции будет посвящен аспектам управления данными, практикам перехода на доверенные технологии, доступности дата-сетов для ИИ и другим темам, актуальным для CDO и руководителей бизнес-подразделений. Программа 14 апреля адресована data science специалистам и исследователям. Темы докладов и сессий распределены по трем стримам: «ML+», «AI Classic», «ML Environment». На конференции представят новейшие технологии и инструменты, а также будут проведены практические сессии и выступления ведущих предприятий. Не пропустите возможность улучшить свои навыки и расширить свои знания в области Data Science. Участие в конференции бесплатное. Успейте зарегистрироваться по ссылке: https://cnrlink.com/datafusion8

📌 Тестовое задание Purchases Data Analysis Ланит Нужно сделать EDA, найти инсайты в данных, потом построить рекоммендательную систему. Tools in this repository are designed to allow a user to make purchases data analysis, including ABC analysis for inventory categorisation, RFM analysis for customer segmentation. Moreover, underlying relations between different items are identified with the help of association rule mining algorithm. Product recommendations are implemented based on the past purchases using different data science methods, including collaborative filtering. Датасет Тестовый датасет Решение @machinelearning_interview

В @Selectel появились новые конфигурации выделенных серверов с GPU для Machine Learning, инференса и других задач, связанных с обработкой больших данных. Вы можете арендовать одну из готовых конфигураций или собрать собственную: например, с NVMe-дисками, большим объемом памяти, несколькими видеокартами или сетевой картой 10 Гбит/с — под любые требования вашего проекта. На все проекты в аккаунте вы получаете бесплатный безлимитный канал 1 Гбит/c. Серверы по умолчанию соответствуют стандартам 152-ФЗ — российского закона о персональных данных. Вы можете арендовать сервер даже на день, чтобы протестировать все возможности GPU, но при долгосрочной аренде на 3, 6 и 12 месяцев действуют скидки до 15%. Чтобы заказать сервер, достаточно сделать пару кликов в удобной панели — и никакого установочного платежа. Регистрируйтесь по ссылке и заказывайте выделенный сервер c GPU: https://slc.tl/rv1v7 Реклама ООО Селектел Pb3XmBtzt8wKu85LzmozimPnCxi3AYzE3KfNVZi

📝 Physician Partners Test Task In this exercise we are providing you an example of financial data (all numbers are fictional). Deadline is 10 days after you received this test. Task 1 • You need to create an algorithm that can find outliers in this data by one column / several columns. E.g. some members have extremely high costs in the current month and your solution should be able to detect such records • Think about features and how you would explain it to business people • All financial columns contain $ sign Please provide a Jupyter notebook describing your approach as a result of this task. Task 2 Create a web dashboard prototype in Python that allows users to: Create slicers and dicers - Filters by date range / ... - Show data both in table and plotted formats - Use paid_amount column for analysis and other columns for filters Don’t worry about UI and design, just provide very simple functionality You are free to use Flask / FastAPI / plotly / bokeh / etc. Normalize text values in columns. Please, provide your approach to do it in the automatic way as Jupyter notebook. Think about it as you need to update this dashboard monthly and do not have time to normalize values manually Columns: •member_unique_id - member's ID •gender - member's gender •dob - member's date of birth •eligible_year - year •eligible_month - month •affiliation_type - doctor's type •pbp_group - health plan group •plan_name - health plan name •npi - doctor's ID •line_of_business - health plan type •esrd - True if patient is on dialysis •hospice - True if patient is in hospice Please provide this task as a python project. You can send it as a zip archive / Git repository / Docker 🔎 Data @machinelearning_interview

Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖 Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨‍💻 Какие нейронные сети вы создадите? ▫️Классификация людей на входящих и выходящих из автобуса ▫️Обнаружение возгораний ▫️Оценка стоимости квартир ▫️Оценка резюме соискателей ▫️Прогнозирование стоимости полиметаллов ▫️Сегментация изображений самолетов ▫️Распознавание команд умного дома⠀ Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀ Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪 Регистрация по ссылке

13 Инструкций SQL для решения 90% ваших задач по обработке данных Независимо от того, являетесь ли вы новичком в SQL или имеете некоторый опыт работы с ним, эта статья предоставит вам ценную информацию для подготовки к интервью и практические советы по работе с данными . ▪ Статья @machinelearning_interview

Эксперты Sber Al оценят знания более 100 школьников, которые вышли в финал Национальной технологической олимпиады по искусственному интеллекту. Финал стартовал накануне 27 февраля и закончится 3 марта. За первое место будут бороться более 100 школьников из 27 регионов России и Казахстана. Изначально желание учувствовать в Олимпиаде по ИИ заявили 6150 школьников из России, Белоруссии, Индии, Казахстана, Киргизии, Молдавии, Таджикистана и Узбекистана. В финальном испытании, подготовленном Sber AI, ребятам предстоит разработать алгоритм, который анализирует видео и отвечает на вопросы по его содержанию. По результатам профильного тура команды-победители пригласят на оплачиваемую стажировку в Сбер и компании-партнеры по направлению «Машинное обучение». Призовой фонд Олимпиады 4 млн рублей.