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
+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
Соберём ансамбль — вместе веселее!
Приглашаем на открытый урок, где вы узнаете как усилить свои модели объединяя их сильные стороны.
🔹Расскажем в чем заключается "сила толпы" и когда оправдано ее использование
🔹Покажем методы объединения моделей в ансамбли, которые помогут добиться лучших результатов без существенного усложнения моделей
✅ Практика: Вместе построим ансамбль моделей для задачи классификации.
Урок приурочен курсу «Machine Learning» от Otus. По окончанию обучение получите диплом государственного образца.
👉 Регистрация и подробности:
https://otus.pw/ORU1/?erid=LjN8K54oX
+2
🌟 Подборка библиотек Python и разных компонентов для удобной работы в Jupyter Notebook
Держите массу полезных ссылок на компонентны, расширения и библиотеки Python для более удобной работы в Jupyter Notebook.
В частности, для удобного построения графиков и визуализации, для совместной работы, для интеграции с другими приложениями
Есть даже jut для отображения Notebook'а в терминале
🖥 GitHub
@machinelearning_interview
🔥Слышали о модели BERT, но не знаете, как ее использовать? Хотите глубже погрузиться в область NLP и понять, что делает ChatGPT таким умным?
Представьте, что вы знаете, как дообучать предобученные трансформерные модели и эффективно решать самые разные NLP-задачи. Вы уверенно используете BERT на практике и понимаете, как эта модель совершила революцию в мире Natural Language Processing.
⚡Присоединяйтесь к открытому вебинару 29 июля в 18:00 мск и сделайте этот прыжок в будущее!
Спикер Мария Тихонова – PhD Computer Science, Senior Data Scientist в SberDevices и преподаватель ВШЭ.
👉Регистрация - вступительный тест https://otus.pw/ztVx/?erid=LjN8KCWbN
Вебинар приурочен к старту курса Natural Language Processing (NLP), обучение на котором позволяет освоить различные языковые модели и создать собственный телеграм-бот.На курсе изучаются современные подходы и модели, которые на данный момент являются стандартом в области.
+2
🌟 15+ реальных ML проектов — подборка Jupyter Notebook'ов
Здесь собраны блокноты с полностью реализованными ML проектами, включая:
— спам-фильтр для сообщений
— анализ эмоциональной составляющей текста
— рекомендательная система
— распознавание дорожных знаков
Самое то, чтобы прокачать свои ML-скиллы
🖥 GitHub
@machinelearning_interview
Открыта регистрация на онлайн-трансляцию лекций Летней школы машинного обучения Сколтеха.
SMILES-2024 — 12-дневный интенсивный курс для молодых специалистов, посвященный современным статистическим методам машинного обучения. Темы этого года: большие языковые модели, мультимодальные подходы, мультиагентные системы, генеративные подходы, методы самообучения.
Генеральный партнер школы — Лаборатория искусственного интеллекта и Центр робототехники Сбербанка, золотой партнер — Альфа-Банк. Информационную поддержку оказывает Национальный проект «Цифровая экономика».
Подробности и регистрация — здесь.
Реклама. СКОЛКОВСКИЙ ИНСТИТУТ НАУКИ И ТЕХНОЛОГИЙ, СКОЛТЕХ. ИНН 5032998454.
+3
⚡️ Основные концепции ML
Отличная серия небольших видео по ML + основная теория в одном месте.
Поможет освежить основные темы ML такие как:
— разные функции активации: сигмоида, tanh, ReLU, Leaky ReLU, ELU
— подготовка данных, очистка от шума и выбросов
— нейросети и случайный лес
— диагностика переобучения и других проблем
— и многие другие темы
Уверен, будет полезно для подготовки к собеседованию
🟡 Основные концепции ML
🟡 Плейлист YouTube
@machinelearning_interview
🏆 Ozon Tech запускает E-CUP — масштабное соревнование для ML-разработчиков в сфере e-com! Реши реальную бизнес-задачу и поборись за призовой фонд в 1 200 000 рублей!
Смотри подробности и регистрируйся до 18 августа
Приглашаем специалистов по Data Science, ML-инженеров, разработчиков. Твои суперсилы:
🔸 гуру машинного обучения и работы с ML-фреймворками;
🔸 мастер ETL-процессов, SQL, Spark и подобных систем;
🔸 ас в компьютерном зрении.
Решай задачи в стиле команды Ozon Tech — минимум ручных действий, максимум автоматизации. Everything as code! Эксперты хакатона расскажут, как максимально эффективно применять этот подход в своей работе.
🚀 На выбор — одна из задач, основанных на реальных бизнес-кейсах Ozon Tech:
1️⃣ Создать ML-модель для улучшения пользовательского опыта клиентов, которая с помощью названий, атрибутов и картинок определит, одинаковые ли товары на изображении.
2️⃣ Разработать алгоритм для модерации карточек товаров с признаками нарушений правил площадки. Модель должна распознавать сигарету на любых изображениях: от фотографий до аниме-фреймов.
Ключевые этапы E-CUP:
🔹 1 июля — старт регистрации
🔹 19 августа — публикация задач
🔹 8 сентября — окончание приёма решений
🔹 13 сентября — оглашение победителей
Призовой фонд — 1 200 000 рублей. Зарегистрируйся и узнай первым про секретный подарок от команды Ozon Tech, который поможет лучшим участникам прокачать навыки и построить карьеру в e-com-бигтехе!
Решай задачи в нашем стиле! Не пропусти грандиозное ML-соревнование — присоединяйся к E-CUP
+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
Стратегический шаг для ИИ
В последние годы ИИ стал одной из самых быстроразвивающихся и востребованных областей. Применение ИИ охватывает широкий спектр отраслей – от здравоохранения до финансов, от транспорта до образования. Спрос на специалистов по ИИ продолжает расти, и этот тренд только усиливается. В 2024 году наличие глубоких знаний в этой области станет вашим ключевым преимуществом.
Аспирантура Яндекса, НИУ ВШЭ и ИТМО предоставит доступ к передовым исследованиям и разработкам. Одним из ключевых преимуществ программы является практикоориентированность. Это не теоретические упражнения, а настоящие задачи, которые решаются в рамках компании. Такой опыт чрезвычайно ценен, поскольку он помогает вам понять, как ваши разработки и исследования могут быть использованы для решения конкретных проблем и создания инновационных решений.
Подробнее тут.
#Яндекс #ИИ #Аспирантура #Образование #Наука #Технологии #ИТМО #НИУВШЭ
@machinelearning_interview
+2
⚡️ Разработка Яндекса, которая позволит внедрять объёмные языковые модели в смартфоны или умные колонки
Яндекс выложил в опенсорс новые методы сжатия языковых моделей, с помощью которых размер нейросети можно уменьшить до 8 раз. Качество ответов при этом сохраняется на 95%, а уменьшенные с помощью алгоритмов модели могут работать до четырёх раз быстрее, поскольку требуют проводить меньше вычислений.
🟡Статья
@machinelearning_interview
+4
📌 Открытый курс по ML с видео и лекциями от Амстердамского университета
Этот курс покрывает множество тем ML, вот некоторые из них:
— Gaussian Mixture Models
— PCA (Principal Component Analysis)
— SVM (Support Vector Machines)
— Bootstrapping, Feature Bagging
К каждой теме приводится pdf с основными формулами и видео с подробным объяснением, в целом очень годный курс
🟡 Machine Learning (UvA)
@machinelearning_interview
Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета!
Центральный университет — современный вуз, созданный при поддержке ведущих компаний России: Т-Банка, Авито и других.
Получите диплом магистра в области математики и компьютерных наук и обучайтесь на основе реальных кейсов ведущих ИТ-компаний у профессоров из МГУ, МФТИ, РЭШ и практиков из индустрии. Хорошая новость для тех, кто уже имеет опыт в Data Science и машинном обучении — вы можете пропустить базовое обучение и закончить магистратуру за 3 семестра.
У каждого студента будет:
-личный ментор по траектории обучения;
-доступ к карьерному центру с коучами и консультантами;
-опыт работы в проектах партнеров уже во время обучения.
Участвуйте в онлайн-отборе, чтобы выиграть грант на обучение до 1,2 млн рублей. Больше подробностей про университет и конкурс грантов по ссылке!
erid:2VtzqvmW7GE
Реклама, АНО ВО «Центральный университет», ИНН 7743418023
+3
📌Подборка полезных ресурсов для изучения ML и для подготовки к собеседованию
Здесь приводится много ссылок на ресурсы, которые объясняют основы Computer Science, матанализ и линейную алгебру, теорию вероятностей и статистику.
Плюс затрагиваются такие темы как:
— классическое ML
— байесовское ML
— Deep Learning
— NLP
— Reinforcement Learning
— применение ML, в частности в биологии и медицине
Почти все практические примеры связаны с Python и R
🟡 ML resources
@machinelearning_interview
ML: с чего начинается Data Science?
Приглашаем на открытый урок, где вы узнаете про область ML, которая лежит в основе Data Science и AI сегодня.
🔹Расскажем, чем оно отличается от классического программирования и какие в ML существуют типы задач.
✅ Практика: Решите первую задачу ML на языке Python
В результате урока вы обучите свою первую модель машинного обучения для решения задачи классификации рукописных цифр
Урок приурочен курсу «Специализация Machine Learning» от Otus.
👉 Регистрация и подробности:
https://otus.pw/SUcb/?erid=LjN8Jx11E
+2
🌟 Мощный учебник по использованию Julia в ML и Deep Learning
Здесь приведено много практических примеров, таких как реализация LSTM, реализация классического перцептрона, использование линейной/логистической регрессии и много других примеров.
Показывается, как работать с последовательностями, как корректно обрабатывать файлы, как использовать GPU.
Отличный материал, если планируете использовать Julia в работе
🟡 Deep Learning with Julia
@machinelearning_interview
Инфраструктура для ML и AI задач
Кластеры Kubernetes отлично подходят для запуска ML-проектов в продакшене. С их помощью можно изолировать проведение разных экспериментов, автоматизировать их запуск и управление, а также быстро масштабировать ресурсы под нагрузкой. Добавление нод с GPU в такие кластеры ускорит обучение ML-моделей и повысит их производительность в продакшене.
В сервисе Managed Kubernetes от Selectel, как раз есть все необходимое для работы с ML-проектами:
▪️ Большой запас видеокарт под любую задачу в наличии: NVIDIA А2, А30, А100, А2000, А5000, Tesla Т4, GTX 1080, GTX 2080
▪️ Отказоустойчивость и автомасштабирование нод c GPU. В зависимости от нагрузки Kubernetes автоматически создаст или удалит ноды в группе.
▪️ Простая настройка драйверов на GPU-нодах кластера. Используйте предустановленные драйверы или самостоятельно установите нужные с помощью GPU Operator
А сейчас новые клиенты Managed Kubernetes c GPU могут получить 100% кешбэк за первый месяц использования сервиса.
Развернуть свой ML-проект в кластерах Kubernetes c GPU и получить кешбэк можно по ссылке: https://slc.tl/hlh7k
Реклама АО «Селектел». ИНН: 7810962785
Erid: 2Vtzqvye82N
+2
📌 Applied Statistics with R — свободная книга для аналитиков, ML-инженеров и специалистов по DS
Здесь подробно объясняется линейная и логистическая регрессия и как работать с ними в R, описываются параметры данных такие как гомоскедастичность, гетероскедастичность и т.д.
Приведено много формул, при этом всё детально объясняется
🟡 Applied Statistics with R
@machinelearning_interview
+4
📌 Открытый курс по ML с видео и лекциями от Амстердамского университета
Этот курс покрывает множество тем ML, вот некоторые из них:
— Gaussian Mixture Models
— PCA (Principal Component Analysis)
— SVM (Support Vector Machines)
— Bootstrapping, Feature Bagging
К каждой теме приводится pdf с основными формулами и видео с подробным объяснением, в целом очень годный курс
🟡 Machine Learning (UvA)
@machinelearning_interview
Совмещайте очную магистратуру и работу комфортно
Яндекс Практикум и РАНХиГС открывают набор на онлайн-программу «Data Science в экономике»:
— учёба полностью онлайн, включая сессии;
— очное обучение с дипломом РАНХиГС и всеми льготами;
— фундаментальные знания от Института ЭМИТ РАНХиГС, который находится на 5-м месте в рейтинге SuperJob по уровню зарплат выпускников;
— практический опыт экспертов Яндекса.
Оплатить учёбу можно разными способами: всю сумму сразу, по семестрам или с помощью госкредита — тогда ежемесячный платёж составит от 500 ₽, а государство погасит часть кредита за вас.
→ Узнать подробности и подать заявку
Реклама. ООО «Яндекс» ИНН 7736207543
