Machine learning Interview
Ir al canal en Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Mostrar más
📈 Análisis del canal de Telegram Machine learning Interview
El canal Machine learning Interview (@machinelearning_interview) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 30 574 suscriptores, ocupando la posición 4 355 en la categoría Tecnologías y Aplicaciones y el puesto 20 915 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 30 574 suscriptores.
Según los últimos datos del 04 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 246, y en las últimas 24 horas de 4, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 10.94%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.98% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 3 344 visualizaciones. En el primer día suele acumular 2 134 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 19.
- Intereses temáticos: El contenido se centra en temas clave como claude, llm, контекст, hermes, nvidia.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 05 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
30 574
Suscriptores
+424 horas
-97 días
+24630 días
Archivo de publicaciones
⚡️ Вливаемся в Data Science: подробный roadmap что и где изучать
▪Читать
@machinelearning_interview
📚 Учебники по машинному обучению
Коллекция из 100 с лишним уроков по машинному обучению, написанных в основном на python.
▪Github
@machinelearning_interview
🚕 Как Uber вычисляет время прибытия со скоростью полмиллиона запросов в секунду
📌 Читать
@machinelearning_interview
Если вы ждали знак начать карьеру в машинном обучении — это он!
В честь нового года karpovꓸcourses даёт возможность выгодно приобрести комбо «курс + симулятор» для полноценного старта или апгрейда карьеры в машинном обучении:
▪️Курс Start ML даст всю необходимую базу для старта карьеры и работы junior ML-специалистом
▪️Симулятор ML позволит наработать много практики на реальных задачах бизнеса, создать свой пет-проект для портфолио и почувствовать себя как на настоящей работе, а также попасть в классное комьюнити
Сочетание курса и симулятора позволит сильно быстрее освоиться в профессии или системно вырасти
Пользуйтесь комбо-предложением до 9 января или записывайтесь только на StartML со скидкой 7%
[Забронировать скидку]
❔ В этом каталоге собраны советы и ресурсы для подготовки к поведенческим собеседованиям.
Суть поведенческого собеседованиям в том что успех в прошлом = успех в будущем, и еще рекрутеру важно понять являетcя ли кандидат “culture fit” для компании, то есть совпадаете ли вы по ценностям, точнее совпадает ли “поведение” (behavior) кандидата c ценностями компании. Эти ценности (values, mission) конечно лучше предварительно изучить на сайте компании.
▪Github
@machinelearning_interview
📕 ML-Papers-of-the-Week
Public
Если вы ищете интересные и увлекательные статьи по ML и LLM, то предлагаем вам отличный репозиторий.
С начала года в этом репозитории собираются все самые модные и интересные статьи. Вы найдете здесь множество полезного чтива.
https://github.com/dair-ai/ML-Papers-of-the-Week
@machinelearning_interview
⚡️ 100 вопросов с собеседований Data Science
Habr: https://habr.com/ru/articles/783766/
Видео: https://www.youtube.com/watch?v=6Pk4OgdNxXQ
📹 Устраиваемся на работу. Решаем тестовое задание на позицию Python Junior.
▪Видео
▪Задание
▪ Код из видео
▪Тест
▪ Список реальных тестовых заданий с собеседований.
@python_job_interview
🖥 Google почти всегда задает вопросы по SQL во время собеседований на вакансии Data Analytics, Data Science и Data Engineering.
Поэтому, если вы готовитесь к собеседованию по SQL, решите эти 11 РЕАЛЬНЫХ вопросов для собеседования Google по SQL.
https://datalemur.com/blog/google-sql-interview-questions
@machinelearning_interview
Чем дата-сайентистам запомнился 2023 год и что нас ждёт в будущем
DS-команда из ВТБ подвела итоги 2023 года по темам развития нейросетей, машинного обучения и инструментов на базе ИИ в подкасте «Деньги любят техно».
В эпизоде поговорили:
• про большие языковые модели
• начало гонки генеративного AI среди бигтехов
• использование нейросетей на ежедневной основе для работы и для жизни
• этику ИИ
• влияние ИИ на когнитивные способности людей
• перспективы в будущем
Послушать можно до боя курантов или после.
🖥 100 вопросов для подготовки к собесу Python
https://habr.com/ru/articles/782266/
@python_job_interview
▶ Новая версия документации matplotlib!
Как создавать анимацию: https://matplotlib.org/3.7.3/tutorials/introductory/animation_tutorial.html#sphx-glr-tutorials-introductory-animation-tutorial-py
и все об аннотациях: https://matplotlib.org/devdocs/users/explain/text/annotations.html#annotations
@machinelearning_interview
🤗 Как построить интерактивное пространство HF для визуализации набора данных изображений
https://huggingface.co/blog/MarkusStoll/interactive-hf-space-to-visualize-image-datasets
@machinelearning_interview
Легкий старт карьеры в Data Science и анализе данных
Начните с бесплатного урока от Марии Тихоновой – Senior Data Scientist в SberDevices и преподавателя ВШЭ.
В результаты вебинара вы:
- узнаете, чем машинное обучение отличается от классического программирования;
- научитесь решать задачи классификации методами ML;
- обучите свою первую ML-модель для распознавания рукописных цифр.
Занятие пройдёт 26 декабря в 18:00 мск и будет приурочено к старту курса «Специализация Machine Learning». После урока вы сможете продолжить обучение на курсе в рассрочку.
Для бесплатного участия и получения записи регистрируйтесь прямо сейчас: https://otus.pw/e78v/?erid=LjN8KG8AD
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963
⚡️ Если вы хотите начать изучать машинное обучение на практике:
Intro to Machine Learning от Kaggle поможет вам построить свою первую модель!
- 8 уроков.
- 100% бесплатно.
Поробовать: http://kaggle.com/learn/intro-to-machine-learning
@machinelearning_interview
🔥 101 упражнение Pandas & 100 упражнений по Numpy
Практические задачи по анализу данных с ответами. Полезные тренажёры, которые помогут подготовиться к собеседованиям.
📌 Pandas - https://machinelearningplus.com/python/101-pandas-exercises-python/
▪24 Важные функции Pandas
📌 Numpy - https://github.com/rougier/numpy-100
▪Продвинутый NumPy
▪Numpy видео-курс
@machinelearning_interview
Хотите узнать секреты создания ChatGPT и любого другого LLM-продукта?
Большие языковые модели (LLM) помогают ускорять работу компании, а ML-специалисту — становиться в разы более востребованным.
Чтобы узнать как создавать такие продукты приходите на бесплатный вебинар от школы karpovꓸcourses, на котором вы:
● Изучите паттерны проектирования и построения таких систем (всё проще чем кажется!)
● Разберёте кейсы, где языковые модели ускорят, а где наоборот помешают разработке продукта
● Поймёте, какие навыки необходимы для работы с LLM
Вебинар проведёт Богдан Печёнкин, фаундер AI-стартапа и соавтор Симулятора МЛ-инженера от karpovꓸcourses
Встречаемся 21 декабря в 18:00
Регистрируйтесь, чтобы попасть на вебинар
⚡️ 30+ проектов, которые помогут вам добиться успеха на собеседованиях и в поисках работы в области Data Science и Data Analytics.
Охватывает:
1. Начальный уровень
2. Срдений уровень
3. Продвинутый уровень
К проектам прилагаются датасет и пояснения к ним.
👉 Статья
@machinelearning_interview
👉 Awesome ML для кибербезопасности
Список полезных инструментов и ресурсов, связанных с использованием машинного обучения для кибербезопасности.
🔗 https://github.com/jivoi/awesome-ml-for-cybersecurity
@machinelearning_interview
erid: LjN8K5NSk
Привет!
Мы BAUM, российская IT-компания. Наша работа — создавать продвинутые системы хранения данных и прикладной искусственный интеллект.Недавно мы завели аккаунт, где будем делиться своим опытом, давать советы для успешной карьеры, публиковать вакансии и рассказывать об интересных событиях из нашей жизни.
Обещаем, что будет очень полезно и совсем не душно – подписывайся!
Реклама. ООО "СХД БАУМ". ИНН 9731024067.
