Machine learning Interview
Відкрити в Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Показати більше
📈 Аналітичний огляд Telegram-каналу Machine learning Interview
Канал Machine learning Interview (@machinelearning_interview) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 30 570 підписників, посідаючи 4 352 місце в категорії Технології та додатки та 20 924 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 30 570 підписників.
За останніми даними від 06 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 241, а за останні 24 години на -2, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 10.73%. Протягом перших 24 годин після публікації контент зазвичай збирає 7.12% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 3 280 переглядів. Протягом першої доби публікація в середньому набирає 2 177 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 20.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як claude, llm, контекст, hermes, nvidia.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Завдяки високій частоті оновлень (останні дані отримано 07 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
30 570
Підписники
-224 години
-97 днів
+24130 днів
Архів дописів
Расскажите о командах systemd для управления Docker
Ответ
Для запуска Docker многие дистрибутивы Linux используют systemd. Для запуска сервисов используется команда systemctl. Если ее нет, следует использовать команду service.
$ sudo systemctl start docker
$ sudo service docker start
Чтобы добавить сервис в автозагрузку, либо убрать его:
$ sudo systemctl enable docker
$ sudo systemctl disable docker
Для проверки параметров запуска сервиса и их изменения:
$ sudo systemctl edit docker
Просмотра связанных с сервисом журналов:
$ journalctl -u docker
Опишите процесс масштабирования контейнеров Docker
Контейнеры могут быть масштабированы с использованием команды docker-compose scale. Процесс масштабирования такой:
Масштабируем контейнер и запускаем n экземпляров:
$ docker-compose --file docker-compose-run-srvr.yml scale <service_name>=<n>
В вышеприведенном примере имя сервиса задается в файле docker-compose-run-srvr.yml, а также запускается n копий контейнеров, где n — любое целое положительное число.
После масштабирования контейнера для проверки можно использовать такую команду:
$ docker ps -a
@golang_interview
Хотите освоить профессию ML-инженера, но устали проходить десятки мини-курсов по машинному обучению? Ищете способ структурировать знания и закрепить их на практике?
На курсе Start ML за 7 месяцев вы получите все знания и навыки, необходимые сильному ML-специалисту. Вы научитесь разрабатывать приложения на Python, обучать модели и нейронные сети, а также оценивать их влияние на бизнес с помощью статистики и A/B-тестов — всё под руководством практиков из топовых компаний.
К концу обучения у вас будет готовый сервис по ранжированию и выдаче релевантных постов в социальной сети, о котором вы сможете рассказать будущему работодателю.
На отдельных занятиях вы разберёте типовые задачи с собеседований на Junior позицию, а наш HR обязательно поможет с трудоустройством — в течение трёх месяцев работу находят 90% наших выпускников.
Переходите по ссылке и записывайтесь на курс до 9 ноября — по промокоду MLINTERVIEW14 дарим скидку 10%. А ещё для всех желающих на сайте доступна бесплатная демоверсия.
🚀 17 ноября 2022 года в 18:30 по мск пройдёт онлайн-митап ВТБ и МФТИ «Промышленный оптимизатор: алгоритмы за рамками ML» для всех, кто интересуется Data Science
Основные темы митапа:
✅ «Методы дискретной и комбинаторной оптимизации в задаче управления потоками налично-денежной ликвидности»Спикер: Алексей Рябых, Team Lead DS ВТБ
✅ «От частных задач к промышленному оптимизатору»Спикер: Евгений Лепшин, Team Lead DS ВТБ
✅ «Создание решателя для линейных и целочисленно-линейных программ»Спикер: Роланд Хильдебранд, профессор университета Гренобль-Альпы, PhD МФТИ
✅ Q&A-сессия, модератор: Денис Суржко, ВТБ
👉 Участие бесплатное. Успейте зарегистрироваться по ссылке: https://cnrlink.com/vtbmeetupmlsbs
🎁 Участники, которые во время митапа зададут самые интересные вопросы, получат фирменный мерч.
Канал MTS AI: новости AI-технологий, выступления экспертов, юмор и много другой полезной инфы для разработчиков.
Подписывайся и не пропускай интересные посты:
— 5 книг об искусственном интеллекте
— Как защитить данные, если клиент хочет использовать ваше решение на своем оборудовании
— Проблемы разработки медицинского чат-бота
— Плейлист разработчика, или Музыка — это код
🔥 Внимание! — Сбер снова организовал AI Journey Contest!
👉 Это отличная возможность для увлекающихся технологиями искусственного интеллекта прокачать свои навыки, приобрести новый опыт и, конечно же, выиграть часть призового фонда, который составляет более 5 млн рублей.
Мы продлили прием решений до 13 ноября, но время ограничено!
Участникам предлагаются четыре интересные задачи: от прикладных, таких как идентификация бактерий по масс-спектрам или восстановление данных по вылову рыбы, до распознавания речи малых народов России и разработки единой multitask-модели, которая сможет решать сразу 12 задач в двух модальностях – визуальной и текстовой.
В этом году к проведению конкурса присоединился Институт искусственного интеллекта AIRI. Все задачи уже на платформе DS Works. Стань участником соревнования!
Канал MTS AI: новости AI-технологий, выступления экспертов, юмор и много другой полезной инфы для разработчиков.
Подписывайся и не пропускай интересные посты:
— 5 книг об искусственном интеллекте
— Как защитить данные, если клиент хочет использовать ваше решение на своем оборудовании
— Проблемы разработки медицинского чат-бота
— Плейлист разработчика, или Музыка — это код
Хочешь заглянуть в «черный ящик» ⬛️ машинного обучения?
Подключайся к Digital Лекторию Газпромбанка!
📍 Виктория Дочкина, директор по разработке моделей в Газпромбанке, расскажет:
— что такое предсказательная способность?
— зачем использовать «черные ящики» если есть множество понятных моделей?
— почему ведущие университеты хотят открывать целые факультеты/кафедры для изучения работы нейронных сетей?
А еще участники смогут получить сертификат и мерч!
Лекция пройдет в закрытом Telegram-канале
📅 10 ноября в 18:00 (по МСК)
Регистрируйся по ссылке 👉🏻 https://vk.cc/cicTK2
До встречи!
“Хочу стать уверенным миддлом в Computer Vision , что делать?”
Быстрый и верный способ — попасть в сильную команду и решать боевые задачи. Старшие коллеги передадут вам свой опыт, а задачи научат решать “corner-кейсы”.
Чтобы окружить себя опытными коллегами необязательно менять место работы! Можно найти команду единомышленников, желающих развиваться и делиться опытом. Идеально если это будут люди из разных компаний, отраслей и стран.
Ребята из школы DeepSchool как раз создали такое место — курс “Ракета в Computer Vision”. На нем 8 кураторов из разных компаний учат решать end-to-end задачи в области CV. Через живые zoom-вебинары, ревью кода, групповые задания и общение в чате кураторы и студенты передают опыт друг другу.
После курса “Ракета в Computer Vision” вы научитесь:
+ краудсорсить данные,
+ согласованно учить модели в большой DL-команде,
+ ускорять нейросети,
+ создавать ML/DL-сервисы,
+ автоматизировать деплой своих приложений на сервер,
+ и настраивать мониторинг веб-сервисов.
Чтобы узнать программу, прочитать отзывы и оставить заявку на консультацию с одним из кураторов, переходите по ссылке
Назовите промокод “telegram” на консультации, чтобы получить скидку!
Если вы научный специалист, программист, который хочет применять ML в своей работе, у вас хороший математический аппарат и вы уже писали код, вам подойдет новый курс Яндекс Практикума «Инженер машинного обучения».
За время обучения, вы самостоятельно пройдете все шаги создания сервисов, работающих на основе моделей машинного обучения в облачной инфраструктуре и разберете все этапы работы ML-инженера.
Продолжительность обучения — 4 месяца.
За 4 месяца вы научитесь:
• Переводить бизнес-задачу на язык машинного обучения и применять алгоритмы и архитектуры ML-решений.
• Выявлять источники качественных данных, выбирать эффективные способы их разметки и работать с большими данными.
• Разрабатывать код моделей и готовить к использованию в продакшн под большой нагрузкой.
• Развёртывать ML-модели в облаке, поддерживать качество работы модели на меняющихся данных.
Учёбе нужно будет уделять примерно 10—12 часов в неделю.
Программа включается в себя 3 актуальных кейса, которые вы решите за время обучения:
Создадите рекомендательную систему для товаров на маркетплейсе;
Предскажете отток клиентов в банковском секторе;
Смоделируете uplift для пользователей телеком оператора.
Не обещаем, что будет легко, но точно будет очень интересно.
💥Приглашаем на вебинар «Предсказание отказов в промышленности: от теории к практике» 8 ноября в 10:00
Предсказание отказов промышленного оборудования достигается за счёт непрерывного мониторинга и контроля состояния оборудования.
Предсказательное обслуживание призвано существенно снизить затраты на техническое обслуживание оборудование, сократить количество поломок и время просто оборудования.
В ходе вебинара будет рассказано о существующих подходах к организации предсказательного обслуживания.
Также будет продемонстрирована экспериментальная установка, состоящая из электродвигателя, передаточного механизма, нагрузки и системы датчиков. Установка моделирует режимы корректной работы, электрический и механические дефекты и их комбинаций.
Будут показаны варианты решения задачи обнаружения признаков износа и их классификации с применением анализа сигналов и машинного обучения. Мы сравним данные и результаты, полученные с помощью установки и её Simulink-модели.
Зарегистрироваться можно тут
