Клубничный клуб

🪐 Давно не было постов, но сейчас у меня появилось куча свободного времени и достаточно желания, чтобы рассказать о новостях. 👏 Тренировки по алгоритмам, ML и DevOps Ребята из Яндекса запускают тренировки по трём направлениям: новый сезон алгоритмов 4.0 и два новых направления — ML и DevOps. Лучшие участники тренировок получат возможность фаст-трека в компанию по соответсвующему направлению. Первые Тренировки по ML посвящены классическому машинному обучению. Подать заявку на тренировки по алгоритмам, ML, DevOps. 🏦 Курс по продуктовой аналитике Тинькофф запускает 3-месячный курс по продуктовой аналитике. Обещают научить считать retention, проводить когортный анализ, проводить A/B-тесты. Обучение проходит онлайн, а поступить могут начинающие аналитики, а так же студенты вузов, которые хотели бы начать карьеру в продуктовой аналитике. Необходимо подать заявку до 25 октября и решить вступительные. Зарегистрироваться ❤️ Data Dojo Data Dojo — тренировки по машинному обучению с докладами. В этот раз ребята обсудят осенние ML-соревнования, расскажут о соревновании про классификацию птиц по аудио, расскажут о подходах к решению задачи прогнозирования функции белка по белковой последовательности. В этот раз тренировка пройдет в Санкт-Петербурге 9 октября, но время на регистрацию еще есть. Ссылка на трансляцию в YouTube будет чуть позже. #Подборки #Yandex #Tinkoff

🥹 Часть 3. Секция собеседования с командой / Часть 1 / Часть 2 В прошлый раз я рассказал об основных секциях, но отбор на этом не заканчивается. После прохождения технических секций следует 2-3 секции с командами. Секция с командами - это собеседование, на котором вы знакомитесь с командой, ищущей к себе стажера. Таких секций ставят несколько, все они проходят с разными отделами. По сути, это смотрины, на которых вы вибираете команду себе по душе, а они себе стажера. Если случается match, то все остальные собеседования отменяются и рекрутер уходит готовить оффер. 👏 Что спрашивают на собеседовании с командой? Нужно понимать, что это не техническая секция, поэтому скорее всего никто не попросит писать код или решать задачу на матстат. Однако, собеседующие могут дать какой-нибудь легкий кейс, в котором захотят услышать от вас продуктовое понимание. Могут быть общие вопросы по матстату, по АБ-тестам. Но в первую очередь это секция, где у вас шанс проявить свои софтскилы. 👏 Что будет, если я не понравлюсь ни одной команде? По словам моего рекрутера, такое встречается крайне редко, но шанс такого исхода есть. Если же ни одна команда не захочет вас брать - вы получаете отказ (обязательно стоит попробовать свои силы в следующе сезоне). 👏 Что почитать перед секцией? Очень ценится, когда стажер заинтересован в том, чем занимается команда. Расспросите у рекрутера с какой конкретно командой у вас будет собеседование. Подумайте, какими задачами хотели бы заниматься. Посмотрите, какие у компании есть продукты и направления, что рассказывают в описании вакансий, а затем подумайте, куда бы вы пошли и почему. Это поможет ответить на вопрос, что вас интересует, выбрать подходящий проект и не ошибиться. Подготовьте рассказ о себе и своих проектах. Презентовать свою работу — важный навык: нужно уметь рассказывать о проекте и о том, какие задачи вы решали, какие возникали проблемы и каких результатов удалось достичь. Это пригодится не только на интервью, но и в будущей работе. Продумайте рассказ заранее и старайтесь не приписывать себе чужие достижения — это будет заметно, когда начнёте отвечать на вопросы. Постарайтесь быть краткими и рассказывать только о законченных проектах и технологиях, которые вы уже попробовали. Составьте список вопросов. На финальном интервью не только вам задают вопросы, но и вы можете спросить команду о том, что для вас важно. Подготовьте вопросы, пройдитесь по сервисам и приложениям, над которыми работает команда, почитайте блог компании и изучите, какие технологии используются в проектах. Спрашивайте о том, как устроены процессы: как выглядит рабочий день команды, как распределяются задачи и проводятся ревью. Разузнайте, какими задачами вы будете заниматься в первое время. Используйте финальное интервью, чтобы узнать о проектах как можно больше и сделать взвешенный выбор. 👏 Чек-лист: — Потренируйтесь отвечать на вопросы: что интересно, что мотивирует, что важно в работе. — Пробегитесь по техническим темам, если нашли пробелы на предыдущих этапах. — Подумайте, какими задачами и проектами хотели бы заниматься. — Подготовьте рассказ о себе и своих проектах. — Составьте список вопросов, которые хотите задать команде. 🦆 Удачи в отборе! 😍 Тут можно почитать побольше #ЯСтажа #Yandex

😎 Часть 5. AI Masters - вечерняя школа о данных / Часть 1 / Часть 2 / Часть 3 / Часть 4 Сегодня рассмотрим еще один интересный курс из первого семестра AIMasters 👩‍💻 Linux Курс читает Артем Трунов - очень разносторонне развитый преподаватель с большим опытом. Курс знакомит с основами использования командной строки и другими инструментами, которые нужны в работе будут любому программисту. Начали с того, как работает удаленное подключение к серверу: ssh. Большая часть отведена применению языка bash для рутинных задач: работа с файлами. И директориями, фильтрация текстов. так же, по мне прикольно, было отведено время использованию методов Data Science прямо из командной строки: сбор датасета, предобработка, настройка регрессии. Познакомились с устройством и методами использования Git. При этом на каждом занятии были выданы интересные исторические справки и так называемые «байки». Проговорили чуть про виртуальные окружения, сабсистемы: docker, Kubernetes - здесь было пересечение с семинарами по Python 1. Домашние работы были основаны на туториалах, разобранных в классе. Были как простые: типа подключиться к серверу. А были и сложные полупроекты, где надо было гуглить материалы самому. Оценивание автоматическое. Был один творческий проект, где надо было настроить pipeline CI/CD, это проверялось вручную. Можно было варьировать загруженность в зависимости от наличия свободного времени. В принципе, чтобы сдать домашки достаточно было лишь посмотреть небольшой фрагмент из лекциии. Однако для полной картины рекомендуется смотреть записи целиком. Плюс если есть возможность посещать онлайн, то всегда помогут с прогоном туториала и тогда на домашку совсем немного времени останется потратить. Подача интересная by Mitya Smorchkov Поступить #AIMasters

🥹 Часть 2. Аналитическая и алгоритмическая секция / Часть 1 Податься на стажировку можно тремя способами: 1. Заполнить форму на сайте стажировок 2. Решить успешно контест на одно из мероприятий для стажеров, где об этом явно сказано (как это было у меня) 3. Попросить порекомендовать друзей, которые работают уже в нем ⚡️ Очень важно подробно рассказать о себе в форме на сайте (или своему другу), чтобы анкета (рекомендация) была наиболее полной. После успешного прохождения контеста, для аналитиков ставится "аналитическая секция" - секция, в которой предстоит решить задачки по терверу, матстату, питону и sql (но у меня его не было). Мое первое собеседование проводил аналитик из отдела качества поиска яндексовых карт. В нем встретилось 2 простых задания на алгоритмы (easy-medium литкод) и 2 задачи на матстат - одна попроще, другая посложнее. В целом, это интервью достаточно простое, всегда помогут, если попалось что-то не по зубам. Если данная секция была пройдена с положительным фидбеком, то кандидат переводится на следующий этап - алгоритмическая секция. Алгоритмическая секция у аналитиков длится 30 минут. Необходимо решить одну задачу на уровне медиум того же литкода (почти все задачи в секциях я нашел на литкоде после собесов, так что порешать какой-нибудь топ задачек стоит). Самое важное на этом разговоре не просто написать код, а показать мышление и возможность проверять себя. Эту секцию проводят разработчики (в моем случае это был парень из YDB). После прохождения и этого этапа - разговор с HR и подбор команд для последующих собесов с командами. На что обратить внимание там - расскажу в следующей части Часть 3 #ЯСтажа #Yandex

😎 Часть 4. AI Masters - вечерняя школа о данных / Часть 1 / Часть 2 / Часть 3 Между двумя потоками - DS/DE и BI есть некоторое различие в наборе обязательных курсов. В первом семестре поток DS/DE обязательно должны пройти курс по вычислительной линейной алгебре. Третий предмет поток BI выбирает по собственному желанию. Кроме того, можно сдавать больше 3 предметов (сданные предметы пойдут в зачет других семестров). 👩‍💻 Вычислительная линейная алгебра Данный курс читает Иван Оселедец, большой учёный, доктор физ-мат наук. Семинары ведет Александр Катруца, кандидат физ-мат наук. В данном курсе вы получите большое количество знаний о различных видах разложений матриц (SVD, QR-разложение), изучите итеративные методы. Курс посвящен как линейной алгебре, так и эффективным алгоритмам выполнения матричных операций. Курс можно разделить на две половины. Первая посвящена работе с плотными матрицами (когда в матрице не "много" нулей). В ней рассказывают про матричные нормы, основные разложения матриц, алгоритмы вычисления этих разложений и зачем все это вообще нужно. Вторая половина посвящена разреженным (соответственно "много" нулей) матрицам. В ней рассказывали про способы хранения таких матриц, итеративные методы и про разреженные матрицы особой структуры. Об оценивании: 5 комбинированных домашек, в которых есть как теоретические задачи, так и практические. Домашки дают много баллов от итоговой оценки: 60%. Остальные 40 процентов - это проект. Дедлайны жесткие. Что такое проект? Нужно найти статью с какой-нибудь конференции, даже необязательно. Главный критерий - иллюстрация того, как пройденные темы используются в машинном обучении. Разобрать статью, попытаться что-нибудь докрутить, если есть идеи (преподаватели подсказывают над чем можно дополнительно подумать), собрать команду из 2-4 человек и презентовать результаты на итоговом занятии. Личное впечатление: данный курс я не проходил из-за большой загруженности по учебе, а домашки в линале что надо 😀️️️️️️ Однако сейчас отсматриваю все лекции и понимаю, что курс действительно очень крутой и современный (его читают в Сколтехе, как я понимаю). Кто знаком с численными методами - это то же самое, только сильно лучше и с практическим уклоном. Буду обязательно проходить этот предмет на своем 2-ом курсе. По словам однокурсников - второй по сложности после алгоритмов. 👩‍💻 Python 1 Курс читает Илья Склонин. Данный курс рассчитан на людей, которые мало работали с Python или вовсе с ним не работали. Темп занятий очень быстрый, основа за 2-3 лекции, чтобы успеть до первых домашек по другим предметам 😭 На курсе разбирается как и устройство самого языка, так и полезные библиотеки для работы. В конце курса две лекции о том, как использовать питон в вебе. Об оценивании: в семестре было 3 домашки и итоговый проект. Первая домашка была разгоночной и не проверялась (кажется). Две остальные необходимо было выполнить и сдать в виде ноутбука в бота (о котором только предстоит рассказать). В каждой домашке - 4 задачки. Там в основе задачи не очень сложные алгоритмы. Намного важнее просто написать что-то своими руками. Каждая домашка на 2 недели. Самое интересное - это итоговый проект. Необходимо было разработать MVP телеграм бота. Можно было писать образовательного бота, можно было бота отслеживания валют. Все, на что хватит вашей фантазии. Чем больше интересных технологий вы использовали, тем выше оценка (за использование баз данных, упаковку в докер) Личное впечатление: очень хороший курс, особенно когда времени свободного мало, а третий курс очень нужен. В целом, не будет ситуации, что вы пришли и все знаете. Илья рассказал действительно очень много интересного. Стоит посещать, даже если вы считаете себя гуру питона. Поступить Часть 4 #AIMasters

😎 Часть 3. AI Masters - вечерняя школа о данных / Часть 1 / Часть 2 Теперь поговорим немного о предметах, которые предстоит сдавать. Первый семестр длится с 1 сентября до 20 декабря, второй - с 7 февраля до 20 мая. Все как в МГУ 🤓️️️️️️ Оценки выставляются как правило до 20 декабря (мая), но могут быть и исключения. В 1 семестре у потока DS/DE и BI два общих обязательных курса - это Алгоритмы и Машинное обучение 1 👩‍💻 Алгоритмы Курс читает Александр Рубцов - доцент МФТИ, научный сотрудник ВШЭ, кандидат физико-математических наук. В данном курсе расмотрены вопросы оценки сложности алгоритмов, рекурсивные алгоритмы, алгоритмы сортировки, основные структуры данных - стек, очередь, список, куча, деревья. Кроме того были рассмотрены алгоритмы на графах, затронули динамическое программирование. Ознакомиться с курсом можно на сайте (основные алгоритмы). Об оценивании: 25% оценки - домашние задания, 35% - первая контрольная работа, 40% - вторая контрольная работа. Домашние задания выкладываются каждую неделю (5-7 задач). Дедлайн - жесткий. Контрольные работы - по вечерам, длятся 3 часа. Личное впечатление: как по мне, это один из самых сложных курсов который себе можно представить в рамках AI Masters. Задачи достаточно тяжелые что в домашней работе, что в контрольной. Особо печально, что за постоянную работу над домашками можно получить лишь 25% от всех баллов. То есть во многом, курс закрывается контрольными работами. 👩‍💻 Машинное обучение 1 Курс читает Александр Дьяконов - большой профессионал машинного обучения в России и вообще в мире, Kaggle Grandmaster. Ему помогают 3 прекрасных семинариста, которые всегда могут ответить на наши вопросы 🥺 Первый семестр во многом посвящен методам машинного обучения с учителем. Об оценивании: за семестр мы выполнили 4 домашних задания. Первое - разгоночное, несколько задач в тестирующей системе на питон и его библиотеку NumPy. Другие 3 задания - собственная реализация основных методов машинного обучения с учителем (kNN, logreg, decision tree) и проведение с ними экспериментов. Каждая домашка имеет два дедлайна - мягкий и жесткий. Если сдаешь до мягкого, то есть неделя чтобы получить фидбек и что-то доделать до жесткого дедлайна. Каждая домашка на 3 недели. Личное впечатление: один из лучших курсов по машинному обучению, которые мы проходили. Александр Геннадьевич создал прекрасный курс, который очень приятно слушать, а задачи от семинаристов отлично дополняют его практикой. Как всегда готовы ответить на ваши вопросы в комментариях 🙂️️️️ Поступить Часть 4 #AIMasters

😎 Часть 2. AI Masters - вечерняя школа о данных / Часть 1 Окей, вы поступили, а что дальше-то? А дальше ботать по 30 часов в неделю 😳 🔞 Процесс обучения Направления BI и DS ничем не отличаются, кроме как наборами обязательных курсов (они немного отличаются). Два направления ходят на лекции и семинары в одно и тоже время, никакого деления нет, кроме записи в ведомости 🙃 А когда лекции? Лекции и семинары проходят понедельник-пятницу с 18:00 до 21:00. Лекция и семинар по каждому предмету - в один день один раз в неделю! По необязательным курсам для обоих потоков случается так, что два предмета идут одновременно. Если вы решили изучать два таких предмета, то это не помешает. Все лекции записываются нашими любимыми кураторами 🫶 Строго говоря, посещаемость - необязательна, но очень рекомендуется, чтобы на лекции и семинары хоть кто-то приходил, а то у нас так однажды семинар по матстату отменился, было печально 😭 А как закрыть семестр? Необходимо закрыть на 5+ из 10 три предмета, включая обязательные для вашего направления. Оценка не составляется только из экзамена в конце семестра (скорее экзамен - это исключение и редкость, чем постоянная практика). AI Masters - это школа по обучению будущих практиков, поэтому у нас очень много практических домашек, за которые капают баллы. Собрал баллы - получил оценку. Бывают контрольные, но об этом мы расскажем в блоке каждого предмета по отдельности. 🚽 А теперь считаем часы 3 предмета: 1.5 часа лекции и 1.5 часа лекции - 9 часов Домашки: по 6-10 часов на каждую - 18-30 часов Итого: 27 - 39 часов в неделю Однако, стоит заметить, что домашки выдаются на более длинный срок (2-3 недели). Поэтому оценка часов может быть иной. В целом, могу сказать по своему опыту, что я делал домашки в любое свободное от учебы на мехмате время. Товарищи не дадут соврать. ➖ О нет, я больше не хочу поступать… А это неправильный шаг. Я знаю очень много студентов, которые и мехмат закрывают на отлично, и продолжают учиться на программе. Да, тяжело, ну а чего вы хотели. Вкатиться в айтишечку только через пот и слезы ☕️ 📞 Чему я научусь Всему, что необходимо в работе, а еще набьете шишки и будете правильно распределять время и соблюдать дедлайны ✈️ Стабильный отзыв от Александра (студента 4 курса мехмата МГУ между прочим) «Просмотр лекций и семинаров в любое удобное время - очень крутая фича. Из-за этой фишки к концу первого семестра по каждому курсу накопилось отставание в несколько недель. Весной подобных ошибок удалось избежать. Были случаи, что на необязательном курсе на занятие приходило 0-2 человека, поэтому с таким режимом с интерактивом на занятиях сложновато.» «На свободное посещение занятий некоторые преподаватели могли ответить свободным графиком появления дз. Казалось, что в конце семестра из-за этого случится взрыв из домашек, но этого удалось избежать. Кроме того, по этой причине сложно оценить потраченное время в неделю на учебу. Если выстроить план, начинать делать задания сразу же, то сильно варьироваться потраченное за неделю время не должно, однако, в любом случае, были недели с двумя дедлайнами, были и с пятью» Поступить Часть 3 #AIMasters

😎 Часть 1. AI Masters - вечерняя школа о данных AI Masters — вечерняя бесплатная образовательная программа в области наук о данных от Института ИИ МГУ. Обучение в AI Masters длится ровно 2 года, по завершению студент получает сертификат с оценками. Весь курс делится на два потока - Data Science / Data Engineering и BI. В этом обзоре я бы хотел поделиться своими впечатлениями от обучения и отзывами своих боевых товарищей. ✅ Поступление Процесс состоит из 4 этапов: заполнение анкеты, тестирование, экзамен или контест, собеседование. Чтобы попасть на поток BI необходимо успешно сдать экзамен или контест по аналитике, на поток DS/DE - экзамен или контест по машинному обучению. При этом только экзамен дает право выбора направления обучения. Сдав успешно контест по аналитике нельзя поступить на DS/DE и наоборот. Что представляет из себя экзамен по математике? 6-7 задачек высокого уровня сложности по математическому анализу, линейной алгебре, теории вероятности, алгоритмам (диффуров не будет 🤣). Как по мне, сдавать экзамен следует если вы студент математического направления без прикладного опыта или еще не определились с направлением в AI Masters. Если же вы уже стажировались или просто имеете неплохой опыт работы в сфере аналитики или DS, то вам могут быть больше по душе контесты. В любом случае, сдавать можно все 3 испытания. Что такое контест по аналитике? В прошлом году это было 6 задач на неделю по SQL, статистическому анализу данных, теории вероятности и матстату. До этого момента поступления я имел за спиной только пройденный курс по прикладной статистике в МГУ и этого оказалось достаточно! Очень советую сдавать контест по аналитике, если не хотите вспоминать как интегрировать по поверхностям 😬 Что такое контест по DS? В прошлом году это было соревнование на Kaggle. Условия останутся секретом, однако соревнование было очень необычным. Чтобы пройти - необходимо быть в первых N местах на лидерборде. Что такое собеседование? Это часовой созвон с куратором или преподавателем программы, на котором вы рассказываете о себе, о своей мотивации. Вам предложат задачки по тем же предметам, что и на экзамене, однако они попроще, чтобы можно было решить 4-5 задачки за час. В целом, принимающие дают наводки на решения, поэтому не стоит сильно переживать. Этот этап скорее для того, чтобы понять сможете ли вы учиться на программе и не списали ли вы экзамен 😳 1️⃣ А куда тыкать, чтобы попасть в нашу большую семью? Тык-тык-тык Время еще есть. Обязательно попробуйте! Оно того стоит 👋 Отзывы о процессе поступления от братьев по датасету: Александр, 1 курс DS: Заявку я отправил наобум за пару дней до дедлайна, вступительные на другие программы не проходил, так что сравнить не могу. Поступить получилось без особой подготовки. Контест был не сложным и интересным, экзамен с прокторингом при нестабильном интернете тоже очень интересным. Собеседование - максимально комфортное. Наверное, лучше выбирать для него время пораньше, пока все ещё не устали. Все вопросы студентам программы можно задать в комментариях. Даже самые глупые. Преподавателям и кураторам мы не расскажем 😊 Часть 2 Часть 3 #AIMasters

🥹 Часть 1. Отбор на Intern Meetup Week. Data Science Я много раз писал в своем закрытом канале и тут, что Яндекс проводит множество открытых мероприятий для профессионалов любого уровня и любой сферы. Студенты и школьники без опыта работы работы так же представляют интерес. Поэтому они раз в полгода проводят митапы в главном офисе на улице Льва Толстого. Я был на митапе в августе и сейчас 19 апреля. Вот кстати записи тех мероприятий: Тык 1 Тык 2 Просто так попасть на эти митапы не получится. Необходимо решить тестовое задание. В августе для прохода на мероприятие нужно было решить 1 задачку. В этом году - целых 4. Однако за 3-4 решенные задачи можно было попасть на пробное собеседование (дополнительная попытка, если не получится - можно подать заново), за одну и скрининг резюме - просто попасть на мероприятие. Контест был интересным, но тяжелым, решить за 5 часов полностью было трудно. Была задачка на матстат, на работу с деревьями решений, на алгоритмы и хешмапы. В целом, за 5 часов я справился и меня пригласили на митап, а позже, 24 апреля, со мной связался HR. Вы можете прямо сейчас подать заявку на подобный митап, который пройдет в Москве 26 июля в Плюс Даче. Очень рекомендуется к посещению. Часть 2 #ЯСтажа #Yandex

🙋 Пишем резюме Сегодня я бы хотел поделиться советами, которые помогут написать красивое резюме. Необходимо начать с поиска подходящего шаблона. Я не очень советую создавать резюме самому, в особенности в ворде. Простыня текста плохо читается, особенно когда у рекрутера 20 секунд на твой файлик. Поэтому пытаемся скачать какой-нибудь шаблончик с OverLeaf и делаем в техе. Стоит обратить внимание на кодировку. В крупных компаниях резюме уже давно проходят автоматический скрининг. Поэтому важно, чтобы текст, который у вас в резюме при копировании оставался текстом, а не ерундой с поломанной кодировкой. Далее пытаемся заполнить все графы шаблона. Некоторые рекомендации на карточках. Так же всем советую посмотреть эту дискуссию с YaTalks. Там разобран огромный массив ошибок при составлении резюме. И самый главный совет: пишите об результатах, а не сухие названия компаний и курсов. Не стоит писать: «я прошел матстат». Напишите: я изучил следующие статистические критерии и применил их на практике (ссылка на гитхаб). #Найм