Machine learning Interview
Kanalga Telegram’da o‘tish
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Machine learning Interview analitikasi
Machine learning Interview (@machinelearning_interview) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 30 246 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 4 323-o'rinni va Rossiya mintaqasida 21 358-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 30 246 obunachiga ega bo‘ldi.
01 Sentabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 105 ga, so‘nggi 24 soatda esa 24 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 12.15% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 7.32% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 3 675 marta ko‘riladi; birinchi sutkada odatda 2 214 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 31 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent claude, llm, контекст, hermes, nvidia kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 02 Sentabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
30 246
Obunachilar
+2424 soatlar
+497 kun
+10530 kun
Postlar arxiv
Стартовал набор в Академию Аналитиков Авито.
Это бесплатный образовательный онлайн-курс с практикой в реальном бигтехе.
Традиционно в Академии два направления: аналитик данных и DS-инженер.
Выбери, что ближе тебе, познакомься с требованиями к поступлению, программой и преподавателями на странице Академии. И спеши подать заявку!
⭐️ Сравниваем DBSCAN и OPTICS
Поговорим сегодня о 2 популярных алгоритмах кластеризации — DBSCAN и OPTICS, посмотрим их особенности и сравним
Поехали!
https://habr.com/ru/articles/818889/
@machinelearning_ru
+4
⚡️ Простое объяснение сложных концепций AI и ML на пальцах
Держите подборку полезных анимаций от Tom Yeh
Профессор очень просто объясняет такие понятия как MoE, умножение матриц, работу MLP в PyTorch, прямое/обратное распространение, работу GAN, устройство векторной БД и много всего ещё
▶️ Анимации с объяснением
@machinelearning_interview
🔥 На Хабре выбрали победителей конкурса «Технотекст» в номинации ML
Ими стали:
— Виктор Юрченко из Яндекса со статьей о том, как нейросети помогают беспилотным автомобилям планировать своё движение
— Игорь Котенков из Open Data Science с научно-популярной статьей-разбором работы ChatGPT
— Мурат Апишев со статьей о методах позиционного кодирования в Transformer
@machinelearning_interview
+4
🌟 Интерпретируемое машинное обучение — открытая книга от Christoph Molnar
Здесь можно найти ответы на многие вопросы по ML.
Вот некоторые из разделов:
— интерпретация нейросети
— дерево решений
— регрессия: линейная/логистическая
Большой упор сделан на подробное объяснение, поэтому детально разбираются такие кейсы:
— анализ комментариев на предмет спама
— построение модели регрессии по данным аренды велосипедов
— классификация причин возникновения рака
📎 Книга
@machinelearning_interview
+2
⚡️ Отличная open-source книга по прогнозированию временных рядов
В этой открытой книге от Rob Hyndman и George Athanasopoulos собрана масса полезных вещей по прогнозированию временных рядов.
Все примеры приводятся на языке R, но объясняются очень подробно, так что даже тру-питонисту всё будет кристально понятно
📎 Книга
@machinelearning_interview
✨ Яндекс представил языковую модель YandexGPT 3 Lite
Это облегченная и более усовершенствованная модель, в которой докрутили качество и скорость ответов. Она будет полезна разным бизнесам в решении рутинных задач в режиме реального времени. Плюс получается наиболее выгодной по соотношению цена/качество (также есть бесплатный демо-режим, чтобы попробовать).
В статье команда рассказала про такие важные этапы обучения модели, как Alignment и RL.
https://habr.com/ru/companies/yandex/articles/817391/
@machinelearning_interview
+3
⚡️ Большая подборка вопросов по разным аспектам ML: по алгоритмам, по линейной алгебре и матанализу, по статистике, поведенческие вопросы и не только
Здесь освещается собеседование в ML с разных сторон, приведена масса всевозможных вопросов (не только технических), которые могут задать
📎 Вопросы
@machinelearning_interview
+2
🌟 Отличный репозиторий для полного погружения в Machine Learning
Здесь и теория Machine Learning, и пошаговое объяснение в Jupyter Notebook'ах с реальными кейсами
Вот некоторые из затрагиваемых тем:
— предобработка данных с sklearn
— работа с текстом: векторизация и т.д.
— работа с изображениями
— обучение с учителем и без
Также в репозитории есть модули, в которых более детально рассматриваются отдельные блоки — GenAI, продвинутая статистика и работа с данными и ещё несколько других тем
🖥 GitHub
@machinelearning_interview
+4
🌟 Вопросы и ответы по Deep Learning для подготовки к собеседованию
Вот некоторые из вопросов:
— Опиши архитектуру типичной свёрточной нейронной сети (CNN)
— Почему сигмоиду не рекомендуется использовать в качестве функции активации в скрытом слое нейронной сети?
— Расскажи про исчезающий градиент в RNN
— Для чего нужна пакетная нормализация?
▶️ Вопросы и ответы
@machinelearning_interview
Как работает обучение с подкреплением: классические алгоритмы SARSA и Q-learning
Почему 2 этих инструмента лежат в основе всех современных алгоритмов?
Расскажет опытный эксперт на открытом уроке от OTUS, где вы:
- познакомитесь с базовыми алгоритмами RL и поймете, чем оно отличается от остальных;
- узнаете о трех парадигмах ML и разберетесь с основными понятиями;
- определите, чем марковский процесс принятия решений отличается от случайного поиска.
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд. Встречаемся 28 мая в 20:00 мск в рамках курса «Reinforcement Learning». Все участники вебинара получат спец. цену на обучение!
Регистрируйтесь: https://otus.pw/nDKd/
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ", ИНН: 9705100963
+4
⚡️ 42 вопроса и ответа по ML для подготовки к собеседованию
Вот некоторые из этих вопросов:
— Как работает сверточная нейронная сеть (CNN)?
— Опиши разницу между обучением с подкреплением на основе модели и без модели
— Расскажи про механизм внимания в Deep Learning
— Можешь вкратце объяснить концепцию байесовской оптимизации?
— Что представляет собой концепция состязательного обучения в глубоком обучении?
▶️ Вопросы и ответы
@machinelearning_interview
+3
🔥 Подборка полезных шпаргалок по алгоритмам Machine Learning и не только
Здесь собраны полезные схемы и шпаргалки, например, классификация алгоритмов ML, или как выбрать модель ML, исходя из задачи
🖥 GitHub
@machinelearning_interview
Блокчейн TON ищет талантливых разработчиков!
Стартует масштабный хакатон “The Open League Hackathon” с призовым пулом $2,000,000 от команды блокчейна TON.
В поддержку хакатона все Web3-энтузиасты приглашаются на трёхдневные оффлайн встречи для нетворкинга в 13 городах мира:
📍Прага, Берлин, Киев, Варшава, Тбилиси, Белград, Сеул, Тайбэй (Тайвань), Гуруграм (Индия), Гонг-Конг, Минск, Москва и Санкт-Петербург.
Первые встречи начнутся уже 24 мая. Ищи свой город и регистрируйся здесь 👈 тык
Что вас ждет:
— 3 дня нетворка, лекций, конкурсов и работы над собственными проектами с поддержкой представителей TON Foundation и команд экосистемы TON
— Призовые $5.000 для трех лучших проектов на каждом оффлайн ивенте + много мерча и других бонусов
Не упусти возможность представить свое приложение 900 миллионам активных пользователей Telegram вместе с TON.
Регистрируйся — https://society.ton.org/activities/open-league
💻 Kafka БАЗА по Теории и Практике.
https://www.youtube.com/watch?v=W7ZCXcxQxV8
@machinelearning_interview
ТГУ и Skillfactory открывают набор на онлайн-магистратуру "Компьютерное зрение и нейронные сети"!
На этой программе вы:
• Освоите Computer Vision: от классических методов до трехмерных моделей
• Выберите специализацию — AR, генеративный дизайн или робототехнику Решите актуальные бизнес-задачи для вашего портфолио, а диплом ТГУ подтвердит ваши навыки
• Получите доступ к мощному суперкомпьютеру CYBERIA от ТГУ для обучения нейросетей.
Обучение проходит онлайн, сохраняя при этом все преимущества очного формата. Технический "бэкграунд" необязателен. Главное - наличие любого высшего образования. Студенческие льготы и отсрочка от армии сохраняются.
Оставьте заявку прямо сейчас и получите доступ к бесплатным подготовительным курсам и мероприятиям от ТГУ! Количество мест ограничено. Ссылка: https://go.skillfactory.ru/9bSV8g
Реклама. ООО «Скилфэктори».
erid: LjN8KCWfX
ТГУ и Skillfactory открывают набор на онлайн-магистратуру "Компьютерное зрение и нейронные сети"!
На этой программе вы:
• Освоите Computer Vision: от классических методов до трехмерных моделей
• Выберите специализацию — AR, генеративный дизайн или робототехнику Решите актуальные бизнес-задачи для вашего портфолио, а диплом ТГУ подтвердит ваши навыки
• Получите доступ к мощному суперкомпьютеру CYBERIA от ТГУ для обучения нейросетей.
Обучение проходит онлайн, сохраняя при этом все преимущества очного формата. Технический "бэкграунд" необязателен. Главное - наличие любого высшего образования. Студенческие льготы и отсрочка от армии сохраняются.
Оставьте заявку прямо сейчас и получите доступ к бесплатным подготовительным курсам и мероприятиям от ТГУ! Количество мест ограничено. Ссылка: https://go.skillfactory.ru/9bSV8g
Реклама. ООО «Скилфэктори».
erid: LjN8KCWfX
+2
🌟 Чек-лист Machine Learning
Здесь собраны все основные темы Machine Learning;
этот чек-лист поможет вспомнить, какие темы ещё остались неизученными.
На прикреплённых сообщениях только часть тем, их гораздо больше
📎 Чек-лист
@machinelearning_interview
Онлайн-день AvitoTech на Data Fest | 26 мая с 13:00 до 18:00
В программе:
• Общение с рекрутерами и лидами Авито в Spatial Chat;
• Участие в ML System Design Game с Михаилом Каменщиковым, руководителем команды рекомендаций в Авито.
Воркшоп поможет получить опыт работы над крупными проектами и подготовиться к собеседованиям, а также развивать свои идеи в интерактивном формате. Регистрация на онлайн и офлайн-активности по ссылкам.
И помните, 1 июня ожидается большой офлайн-день в московском офисе Авито. Подробности программы здесь.
+5
🦙 Llama3-from-scratch
Очень подробный гайд по созданию LLaMa-3 с нуля!
Крутой репозиторий, в котором реализована llama 3 с нуля - умножение матриц с помощью multiple heads, позиционное кодирование (способ кодирования позиции слова внутри эмбеддинга), реализация механизма внимания и все остальное, здесь тщательно описано и объяснено.
Отличный репо для обучения, 3 к звезд за сутки⭐️
▪Github
@machinelearning_interview
