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
📈 Telegram kanali Machine learning Interview analitikasi
Machine learning Interview (@machinelearning_interview) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 30 569 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 4 345-o'rinni va Rossiya mintaqasida 20 939-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 30 569 obunachiga ega bo‘ldi.
02 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 240 ga, so‘nggi 24 soatda esa -10 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 10.93% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 6.81% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 3 340 marta ko‘riladi; birinchi sutkada odatda 2 083 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 19 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 03 Noyabr, 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.
30 569
Obunachilar
-1024 soatlar
+87 kun
+24030 kun
Postlar arxiv
В чём особенность рекламы на маркетплейсах и как она связана с ранжированием и продвижением — обсуждают эксперты бигтехов в подкасте «Рандомные дрова» от Ozon Tech.
Слушайте, чтобы узнать, как работает механизм аукциона изнутри, как ML-модели учитывают конверсию и какие метрики нужны для измерения качества рекламы в e-com.
🎧 Приятного прослушивания на любимой площадке!
+4
⚡️ Понимание Deep Learning
Отличная книга и масса Colab'ов от MIT для полного понимания Deep Learning.
Определённо это один из лучших ресурсов по DL.
Внутри целых 68 (!!!) ноутубков с практикой.
В книге все, что нужно знать про: что такое трансформеры, описание различных моделей как работает генерация картинок и прочее прочее.
🟡 Understanding Deep Learning
📎 PDF
@data_analysis_ml
+2
📌Подборка ресурсов для подготовки к собеседованию по ML
Здесь собрана масса полезных ссылок, которые помогут подготовиться ко всем нужным темам, таким как логистическая/линейная регрессия, SVM, метод k-ближайших соседей, работа с временными рядами, обучение без учителя, построение рекомендательных систем, и ко многим другим темам.
Уверен, будет полезно и каждый найдёт здесь нужную для себя информацию
🟡 Machine Learning interview resources
@machinelearning_interview
🦒 Открытые генеративные модели изображений и как их готовить
На вебинаре мы обсудим последние результаты в области генерации изображений (в том числе прогремевший FLUX от BlackForestLabs) и как настраивать результаты под себя: позу персонажей, рисунок, который можно увидеть на контрасте и прочие интересные способы сделать результат лучше и уникальней. Конечно, речь будет идти про открытые модели.
Будем заниматься указанием условий генерации для диффузионной модели: фиксируем позу, форму и др. с использованием ControlNet.
Вебинар направлен на максимально широкую аудиторию, поэтому мы постараемся обойтись (почти) без кода.
Свой кластер GPU не требуется :)
Вебинар проведет Радослав Нейчев и команда Girafe AI, ведущие магистерской программы МФТИ “Современные методы искусственного интеллекта”.
Вебинар пройдет 12 августа в 18:00 МСК
Регистрация на вебинар в TG канале: https://t.me/+HaSXMQrNN_YxMzZi
🦒 Кто мы:
Владислав Гончаренко и Радослав Нейчев - основатели проекта, авторы курса и преподаватели по машинному обучению в МФТИ.
Мы создали один из признанных курсов машинного обучения (более 2 тысяч звезд на github https://github.com/girafe-ai/ml-course), который преподается в МФТИ, YSDA, МГУ, MADE (академия больших данных от vk com), Harbour. Космический университет (Испания и Таиланд) и др.
Наша цель - обеспечить первоклассное образование и помочь как можно большему числу людей освоить область искусственного интеллекта, поэтому наши учебные материалы доступны с открытым исходным кодом.
🦒 Также наша команда продолжает набор в онлайн магистратуру МФТИ Modern State of Artificial Intellegence (MSAI), где вы сможете пройти курсы по LLM, MLOps и другим темам машинного обучения, начав с математической и программисткой базы.
Больше информации можно узнать на сайте магистратуры
На все интересующие вопросы о программе мы ответим в конце семинара.
Реклама, ИП Гончаренко В.В., ИНН 272403059890
erid: 2VtzqxMNdHW
+4
⚡️ Погружение в Deep Learning — лекции и видеозаписи Мюнхенского университета
Это серия из 23 лекций по Deep Learning, к каждой лекции прилагается запись на YouTube и pdf с подробным описанием + практические задания
Курс раскрывает такие темы Deep Learning и ML как:
— свёрточные нейросети (CNN) и популярные архитектуры
— настройка гиперпараметров
— рекуррентные нейросети (RNN) и трансформеры
— NLP и работа с текстом
— а также много других тем + 22 практических задания
🟡 Introduction to Deep Learning
@machinelearning_interview
⚡ На нашем канале мы проводим тестовое собеседование на Middle Computer Vision разработчика
8 августа в 19:00 по мск мы совместно с Solvery проведем тестовое собеседование с одним из участников нашего сообщества.
Собеседование проведет ментор Ростислав Косивец, CTO, Trillion Technology LLC
План эфира:
— Моковое собеседование: решение задачи
— Разбор собеса и фидбэк кандидату
— Ответы на ваши вопросы
Почему стоит принять участие:
🔘 Вы получите отличный опыт прохождения собеседования
🔘 Участие в стриме - кейс, который отлично смотрится в резюме и демонстрирует ваши софт скилы и уверенность в себе
🔘Получите обратную связь от ментора и зададите любые вопросы
Просто кайфово проведете время :)
Если вы прямо сейчас готовитесь к устройству на работу или повышению — не стесняйтесь — подавайтесь в качестве участника — это будет очень полезно ✅
Присоединяйтесь к сообществу и прикрепляйте резюме в форму 🪅
А для зрителей мы пришлем ссылку на трансляцию в канал!
Аналитики-разработчики, станьте частью команды GigaChat 10 августа! 💻
Всего за один день вы пройдёте все этапы интервью, познакомитесь с командой и даже получите заветный оффер.
Gigachat — мультимодальная языковая модель, способная генерировать тексты любой сложности и стиля, а также создавать изображения.
Какие задачи решает команда GigaChat 👇
✔️ Research: исследование и реализация перспективных подходов обучения, синтеза и фильтрации данных, конструирование метрик и бенчмарков LLM, разработка пайплайнов для решения продуктовых кейсов с помощью больших языковых моделей.
✔️ Code: реализация prod-ready кода по работе с LLM, БД, API.
✔️ Markup: формирование и контроль пайплайнов разметки данных.
✔️ Pretrain: повышение качества pretrain набора данных.
✔️ RL: эксперименты с RL, Reward и DPO подходами.
Оставляйте отклик здесь, и до встречи на One Day Offer 10 августа! 😉
+2
🌟 Machine Learning from Scratch — полезный учебник по основам ML
Здесь разбираются основные концепции ML, такие как деревья решений, классификаторы (типо наивного байесовского), линейная/логистическая регрессия и много других важных понятий ML
🟡 Machine Learning from Scratch
@machinelearning_interview
🚀Исчерпывающий starter pack для начала карьеры в ML и Data Science от Университета ИТМО и karpov.courses.
Курс "ML engineering: от базы до AI-продукта" составлен таким образом, чтобы любой желающий без опыта в машинном обучении смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей.
Чтобы погрузиться в сферу машинного обучения и оценить перспективы в этой области, приглашаем на вебинар “Топ навыков инженера машинного обучения”, который пройдет 7 августа в 19:00 (мск).
Присоединиться к вебинару можно зарегистрировавшись по ссылке
На вебинаре вы:
•Узнаете, какие навыки важны для ML-инженера, и разберите задачи на реальных кейсах.
•Оцените свои перспективы в этой сфере.
•Познакомитесь с совместным курсом от Университета ИТМО и karpov.courses.
Кстати, ИТМО – единственный российский вуз в мировом топ-100 по искусственному интеллекту по результатам международного рейтинга QS World University, а karpov.courses - одна из ведущих профильных онлайн-школ по Data Science
Реклама. Университет ИТМО ИНН:7813045547
⚡️ Огромная коллекция разборов задач с собеседований по различным языкам программирования.
@frontendbooksit
+2
📌Подборка ресурсов для подготовки к собеседованию по ML
Здесь собрана масса полезных ссылок, которые помогут подготовиться ко всем нужным темам, таким как логистическая/линейная регрессия, SVM, метод k-ближайших соседей, работа с временными рядами, обучение без учителя, построение рекомендательных систем, и ко многим другим темам.
Уверен, будет полезно и каждый найдёт здесь нужную для себя информацию
🟡 Machine Learning interview resources
@machinelearning_interview
Заканчивается приём научных работ по искусственному интеллекту и машинному обучению для публикации в рамках конференции AI Journey. За лучшую статью предусмотрена награда – 1 миллион рублей.
Выдающиеся исследования будут опубликованы в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления», а также в его англоязычной версии Doklady Mathematics. Этот научный журнал издаётся в рамках международной конференции AI Journey и доступен на крупнейших мировых электронных библиотечных платформах, индексируясь в ведущих библиографических базах данных научного цитирования.
Заявки на участие в конкурсе принимаются до 20 августа. Статьи должны быть оформлены в соответствии с установленными правилами и написаны на русском или английском языках, при этом должны содержать ранее не опубликованные данные. Экспертная комиссия примет решение о публикации и определит победителя.
Не упустите шанс представить свои исследования на AI Journey 2024 и получить приз в размере одного миллиона рублей! Ознакомьтесь с правилами и подайте свою статью на сайте AI Journey.
+2
🌟 Открытый курс по ML и Deep Learning с pdf и Jupyter Notebook'ами
Этот курс знакомит с концепциями и практиками Deep Learning и смежных областей; курс состоит из 3 частей.
В 1 части даётся краткое введение в классическое машинное обучение и рассматриваются некоторые ключевые понятия, необходимые для понимания глубокого обучения.
Во 2 части обсуждается, чем глубокое обучение отличается от классического машинного обучения, и объяется, почему оно эффективно при решении сложных задач, таких как обработка изображений и естественного языка.
Ну а в 3 части большое внимание отводится применению Deep Learning.
🟡 Fundamentals of ML, Deep Learning, and AI
@machinelearning_interview
🚀Исчерпывающий starter pack для начала карьеры в ML и Data Science от Университета ИТМО и karpov.courses.
Курс "ML engineering: от базы до AI-продукта" составлен таким образом, чтобы любой желающий без опыта в машинном обучении смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей.
Чтобы погрузиться в сферу машинного обучения и оценить перспективы в этой области, приглашаем на вебинар “Топ навыков инженера машинного обучения”, который пройдет 7 августа в 19:00 (мск).
Присоединиться к вебинару можно зарегистрировавшись по ссылке
На вебинаре вы:
•Узнаете, какие навыки важны для ML-инженера, и разберите задачи на реальных кейсах.
•Оцените свои перспективы в этой сфере.
•Познакомитесь с совместным курсом от Университета ИТМО и karpov.courses.
Кстати, ИТМО – единственный российский вуз в мировом топ-100 по искусственному интеллекту по результатам международного рейтинга QS World University, а karpov.courses - одна из ведущих профильных онлайн-школ по Data Science
Реклама. Университет ИТМО ИНН:7813045547
📌YandexART: инструмент для реставрации старых видеоматериалов
Картиночная нейросеть Яндекса теперь способна:
— восстанавливать детали на размытых и нечётких кадрах.
— улучшать качество изображения путём повышения разрешения и резкости.
Ключевой особенностью нейросети является её способность сохранять историческую достоверность, предотвращая генерацию несуществующих деталей благодаря поэтапному обучению на материалах низкого качества.
Эта технология позволит взглянуть на исторические события прошлого века в новом качестве и помочь в исследованиях и сохранении культурного наследия. YandexART уже продемонстрировала свои возможности, восстановив видеохронику для документального сериала «Игры» об Олимпиаде-80.
@machinelearning_interview
+3
🔥 Если хотите глубже погрузиться в мир LLM, вам понравится этот бесплатный курс!
Лекции охватывают промт-инжиниринг, файнтюнинг (зачем и как его делать?), RAG (как обучить ChatGPT нужным данным без файнтюна) и оценку LLM-моделей.
Курс полностью открытый: все лекции ведут опытные практики, Anthropic, Mistral и других компаний на передовой ИИ.
Включены текстовые саммари, презентации, код и полезные ссылки. Требования минимальны: базовые знания о LLM и понимание некоторых терминов.
📌 Курс
@machinelearning_interview
Бесплатный однодневный интенсив по искусственному интеллекту!
За 1 день научим тебя писать нейронные сети. Напишешь 9 нейронок с нуля, без опыта программирования!
На интенсиве ты создашь:
- 3 нейронки из области компьютерного зрения
- 3 нейронки по распознаванию и обработке текста
- 3 нейронки по сегментации, временным рядам и аудио
Регистрируйся прямо сейчас, исследуй футуристичный мир нейросетей с нами!
Реклама. ООО "ТЕРРА ЭЙАЙ". ИНН 9728019395. erid: LjN8KKXem
+2
📌Введение в Deep Learning
Здесь можно найти ответы на многие свои вопросы по ML и Deep Learning;
тут на примерах объясняются самые важные концепции: от построения своей нейросети и перечисления необходимых фреймворков до сравнения разных архитектур и настройки гиперпараметров
Можно использовать как один из материалов для подготовки к собеседованию
🟡 Introduction to Deep Learning
@machinelearning_interview
Как писать поддерживаемый, воспроизводимый и повторно используемый код в ML/DS?
🔹Расскажем на открытом уроке «Рефакторинг ML-проекта с точки зрения продуктового кода» что такое хороший код и как его писать, и почему Jupyter мешает нам это делать
✅ Практика: Декомпозиция ML/DS-кода, работа с окружением, управление зависимостями
Урок приурочен курсу «MLOps» от Otus.
👉 Регистрация и подробности:
https://otus.pw/hxzB/?erid=LjN8KHVhP
+1
🌟 Линейная алгебра для Data Science — мощный учебник от Wanmo Kang и Kyunghyun Cho
Последние несколько лет два этих профессора обсуждали, как преподавать линейную алгебру в эпоху Data Science и искусственного интеллекта. В ходе этих обсуждений и родился этот учебник, который освещает самые важные и востребованные темы линейной алгебры.
Вот некоторые темы учебника для полного представления:
— Векторные пространства
— Ортогональность и проекции
— Сингулярное разложение
— SVD на практике
— Положительно определенные матрицы
— Собственные значения и собственные вектора
— Важные теоремы в линейной алгебре
🟡 Linear Algebra for Data Science, pdf
@machinelearning_interview
