Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
Библиотека собеса по Data Science | вопросы с собеседований
Kanalga Telegram’da o‘tish
Вопросы с собеседований по Data Science и ответы на них. По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/7dfb7235 Для обратной связи: @proglibrary_feeedback_bot Наши каналы: https://t.me/proglibrary/9197
Ko'proq ko'rsatish4 480
Obunachilar
-124 soatlar
+127 kunlar
+4430 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyun '26
Iyun '26
+21
0 kanalda
May '26
+79
1 kanalda
Get PRO
Aprel '26
+98
1 kanalda
Get PRO
Mart '26
+109
0 kanalda
Get PRO
Fevral '26
+78
2 kanalda
Get PRO
Yanvar '26
+90
1 kanalda
Get PRO
Dekabr '25
+46
1 kanalda
Get PRO
Noyabr '25
+66
1 kanalda
Get PRO
Oktabr '25
+55
0 kanalda
Get PRO
Sentabr '25
+43
0 kanalda
Get PRO
Avgust '25
+48
2 kanalda
Get PRO
Iyul '25
+62
0 kanalda
Get PRO
Iyun '25
+50
0 kanalda
Get PRO
May '25
+53
0 kanalda
Get PRO
Aprel '25
+82
2 kanalda
Get PRO
Mart '25
+136
52 kanalda
Get PRO
Fevral '25
+111
31 kanalda
Get PRO
Yanvar '25
+147
36 kanalda
Get PRO
Dekabr '24
+180
35 kanalda
Get PRO
Noyabr '24
+216
38 kanalda
Get PRO
Oktabr '24
+191
37 kanalda
Get PRO
Sentabr '24
+144
36 kanalda
Get PRO
Avgust '24
+201
36 kanalda
Get PRO
Iyul '24
+193
35 kanalda
Get PRO
Iyun '24
+177
30 kanalda
Get PRO
May '24
+198
36 kanalda
Get PRO
Aprel '24
+226
36 kanalda
Get PRO
Mart '24
+261
30 kanalda
Get PRO
Fevral '24
+275
30 kanalda
Get PRO
Yanvar '24
+269
24 kanalda
Get PRO
Dekabr '23
+493
33 kanalda
Get PRO
Noyabr '23
+471
12 kanalda
Get PRO
Oktabr '23
+1 388
22 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 04 Iyun | +3 | |||
| 03 Iyun | +5 | |||
| 02 Iyun | +8 | |||
| 01 Iyun | +5 |
Kanal postlari
Каким свойством должна обладать функция агрегации (Aggregate) в GNN, чтобы модель работала корректно независимо от того, в каком порядке мы перечисляем соседей вершины?
| 2 | ⚡️ Продолжаем знакомить вас с экспертами курса AgentOps!
— Сергей Нотевский расскажет, как выстроить FinOps для AI-продуктов: оптимизировать затраты на разработку и продакшен, внедрить model routing, semantic cache и систему алертов для контроля расходов
— Эмиль Сатаев разберет Context Engineering: управление контекстом, защиту от prompt injection, работу с длинными контекстами и построение безопасного пайплайна входа для AI-систем
— Михаил Бондаревский покажет, как подготовить инфраструктуру для AI-агентов: Docker, sandboxing, streaming, docker-compose и воспроизводимое окружение для разработки и продакшена
— Мурат Хажгериев расскажет про Enterprise Integrations & MCP: когда MCP действительно нужен, как подключать внешние сервисы и реализовывать интеграции с OAuth2 delegation
— Герман Сабиров разберет Governance & Compliance для AI-систем: data flow, audit logs, требования 152-ФЗ, локализацию данных и построение compliance-подхода на уровне архитектуры
Курс для backend-разработчиков, тимлидов и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса.
👉 Изучить обновленную программу AgentOps и занять место. | 231 |
| 3 | Основная идея GNN заключается в том, что каждая вершина графа должна обновиться, «выслушав» информацию от своих соседей. Этот процесс называется Message Passing.
Из каких трех последовательных шагов состоит одна итерация передачи сообщений в GNN? | 289 |
| 4 | При настройке векторного индекса нужно выбрать метрику расстояния.
В каком случае вычисление Внутреннего произведения будет математически эквивалентно Косинусному расстоянию, но при этом выполнится гораздо быстрее на уровне процессора? | 336 |
| 5 | Одной из проблем трансформеров долгое время оставалось ограничение длины контекста.
Какая математическая операция внутри механизма Attention вызывает квадратичную сложность O(N2) по памяти и вычислениям от длины текста N? | 372 |
| 6 | Matn yo'q... | 436 |
| 7 | Почему для аналитического запроса SELECT AVG(salary) FROM employees колоночная база данных отработает в десятки раз быстрее, чем строковая? | 452 |
| 8 | Каким образом наличие B-Tree индекса по колонке user_id ускоряет выполнение запроса SELECT * FROM users WHERE user_id = 500? | 459 |
| 9 | До 31 мая можно забрать любой курс Proglib Academy со скидкой 40%
Если давно хотели прокачаться в Python, ML, алгоритмах или AI-агентах, сейчас самое время выбрать программу и начать обучение по сниженной цене.
🎁 Разработка AI-агентов — от 49.000 ₽ (вместо 69.000 ₽)
Практический курс по разработке AI-агентов для автоматизации задач, работы и собственных проектов
🎁 Курс AgentOps — 129.000 ₽ (вместо 149.000 ₽)
Для разработчиков и LLM-инженеров, которые хотят внедрять AI-логику в бэкенд и сохранять стабильность сервиса.
🎁 Математика для разработки AI-моделей — 23.990 ₽ (вместо 31.990 ₽)
Практическая база по математике для анализа данных, ML и дальнейшего развития в AI.
🎁 Математика для Data Science — от 29.990 ₽ (вместо 39.990 ₽)
Курс для тех, кто хочет решать задачи, которые дают на собеседованиях на позицию дата-сайентиста в бигтехе.
🎁 ML для старта в Data Science — 28.990 ₽ (вместо 38.990 ₽)
Разберётесь в машинном обучении: от базовых понятий и линейных моделей до ансамблей, бустинга и рекомендательных систем.
🎁 Основы IT для непрограммистов — 16.990 ₽ (вместо 28.990 ₽)
Курс для IT-рекрутеров, маркетологов, проджектов, продактов и всех, кто работает с IT, но не пишет код.
🎁 Архитектуры и шаблоны проектирования — 27.990 ₽ (вместо 37.900 ₽)
Освоите основные паттерны проектирования и прокачаете навыки архитектора программного обеспечения.
🎁 Специалист по ИИ — 89.000 ₽ (вместо 113.900 ₽)
Курс для тех, кто хочет получить профессию в сфере ИИ, собрать портфолио из 5 проектов и научиться разрабатывать сложных AI-агентов.
🎁 Алгоритмы и структуры данных — 33.990 ₽ (вместо 57.990 ₽)
Подготовитесь к алгоритмическим собеседованиям, разберёте структуры данных и научитесь писать более эффективный код.
🎁 Программирование на языке Python — 27.990 ₽ (вместо 47.390 ₽)
Освоите Python на практике: без сухой теории, с пошаговой прокачкой навыков и итоговым проектом в портфолио.
🙌 Выбирайте курс по ссылке, оставляйте заявку, и менеджер поможет подобрать программу под ваши цели — https://clc.to/SALE40 | 417 |
| 10 | Какими свойствами должен обладать временной ряд, чтобы математически считаться стационарным (в широком смысле)? | 410 |
| 11 | ✏️ Разбор задачи из высшей математики
Условие: Дискретная случайная величина задана своим законом распределения 1️⃣. Нужно найти математическое ожидание, дисперсию, и среднее квадратическое отклонение величины x.
Решение: Находим a,
cлучайная величина может принять только 5 значений, поэтому их сумма равна единице 2️⃣.
Приступаем к заполнению расчетной таблицы 3️⃣.
C помощью формулы находим математическое ожидание 4️⃣. Дисперсия вычисляется по формуле 5️⃣. Остается найти среднее квадратическое отклонение 6️⃣
Ответ: M(X) = 20.6; D(X) = 31.64; σ(X) = 5.62
Хотите подготовиться к поступлению или подтянуть знания? Оставляйте заявку на наш курс по математике для Data Science 💙
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Proglib Academy
#буст | 385 |
| 12 |  👀 Краткая выжимка нашей имбовой рассылки по ИИ
Ниже — небольшая подборка, а если хотите фулл, то подписывайтесь на рассылку
💬 Новости
▫️ Энтузиасты получили доступ к Anthropic Mythos
Группа из Discord-канала, искавшая доступ к ещё не вышедшим моделям, угадала URL Mythos по шаблонам URL других моделей Anthropic и через аккаунт стороннего подрядчика получила доступ к инструменту
▫️ Anthropic тайно устанавливает шпионское ПО при установке Claude Desktop
Claude Desktop без спроса прописывает в семь браузеров (Chrome, Brave, Edge, Chromium, Arc, Vivaldi и Opera) Native Messaging bridge, который дает расширению Claude доступ к авторизованным сессиям, DOM и формам за пределами песочницы. Удалить это нельзя — приложение восстанавливает файл с настройками при каждом запуске.
▫️ Три бага, которые сломали Claude Code
Сначала снизили режим мышления с high до medium ради скорости, потом словили баг с кешированием, из-за которого модель теряла контекст каждый ход вместо одного раза, а под конец добавили системный промпт с жесткими лимитами на длину ответов — все это вместе выглядело как общая деградация модели, хотя API б
🤖 Инструменты для ИИ
Google DESIGN.md — открытый стандарт описания дизайн-систем для UI-агентов
designdotmd.directory — каталог DESIGN.md файлов
beads — система памяти для агентов
swarm-forge — оркестратор агентов, работающих в разных git worktree одного проекта
browser-harness — дает агентам полный контроль над браузером
agentmako — превращает код в локальную базу знаний и скармливает AI-агентам готовый контекст
thonops — cобирает сайт на Next.js, обновляя страницу на лету при любой правке кода и заливая проект на Vercel в пару кликов
vibechord — инструмент для запуска нескольких AI-агентов и управления ими из одного места
monitorability-evals — открытый датасет от OpenAI для оценки того, насколько хорошо можно отслеживать и контролировать поведение языковых моделей в различных сценариях
🖥 Разбор пяти AI-проектов, набравших тысячи звезд на GitHub:
Hermes Agent — самообучающийся ассистент с долгой памятью
DeerFlow — мультиагентный фреймворк с изолированными песочницами
Multica — аналог Jira для AI-команд
Claude Code Game Studios — 48 агентов-коллег для инди-геймдева
MarkItDown — конвертер любых документов в Markdown
⚡️ Скиллы
ui-skills.com — 12 кураторских скилов для UI
Nothing Design Skill — скил для Claude Code по созданию пользовательского интерфейса в дизайн-языке Nothing: монохромный, типографический, индустриальный
codex-marketplace.com — каталог плагинов, скилов и хуков для Codex с установкой в одну команду и рейтингом от коммьюнити
TBM Recommender — прикручивает к AI-агентам базу рассылки TBM про продукты и менеджмент, вытаскивая релевантные посты через хитрую трехуровневую выборку ради экономии токенов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Proglib Academy
#буст | 266 |
| 13 | Как функция LogLoss наказывает модель, если реальный ответ равен y=1, а модель предсказала вероятность y=0.001? | 413 |
| 14 | Какую именно математическую трансформацию выполняет сигмоида над выходом линейной комбинации признаков? | 479 |
| 15 | Иерархические методы строят дерево кластеризации снизу вверх.
Какую практическую пользу несет в себе визуализация этого процесса — Дендрограмма — для дата-сайентиста при исследовании структуры данных? | 501 |
| 16 | С какой фундаментальной проблемой столкнется K-Means, если реальные кластеры в данных имеют форму вытянутых эллипсов, полумесяцев или вложенных друг в друга колец? | 563 |
| 17 | В русскоязычной и международной DS-литературе часто разделяют термины Блендинг и Стекинг, хотя их математическая суть близка.
В чем заключается организационное отличие Блендинга от классического Стекинга с точки зрения разбиения данных? | 613 |
| 18 | ⚡️ Главные ИИ-новости недели: от громкого трансфера Карпати до бесплатного ChatGPT для целой страны
1. Андрей Карпати перешел в Anthropic.
2. Anthropic впервые обогнала OpenAI по бизнес-адопции: 34.4% и 32.3% соответственно. (см. 2)
3. Codex теперь доступен в мобильном приложении ChatGPT
4. xAI запустила Grok Build — CLI-агент для кодинга с субагентами, plan-режимом, headless и ACP. Пока бета, только для SuperGrok Heavy. (см. 4)
5. Cursor выпустил модель Composer 2.5 (на основе Kimi K2.5): стоит в 10 раз дешевле и работает на уровне Opus 4.7. (см. 5)
6. Google релизнула модель Gemini 3.5 Flash
Модель Gemini 3.5 Flash, которая обходит Gemini 3.1 Pro на агентских и кодинговых бенчмарках при 4-кратной скорости вывода. Вместе с ней появился персональный агент Gemini Spark, работающий круглосуточно, а 3.5 Pro ожидается в следующем месяце. (см. 6)
7. Alibaba выпустила Qwen 3.7 Max Preview (заняла 13 место в Text Arena) и Plus Preview (16 место в Vision Arena). (см. 7)
8. Moonshot AI выпустила Kimi WebBridge
Расширение для браузера, которое дает агенту доступ к вашим учетным записям, файлам cookie и авторизованным сессиям, чтобы он мог сам кликать, скроллить и заполнять формы от вашего имени на любых сайтах.
9. Мальта договорилась с OpenAI и раздает всем своим гражданам годовую подписку ChatGPT Plus
📬 Понравился дайджест? Это лишь 20% от того, что мы отправляем нашим подписчикам каждую субботу.
👉 Подписаться на еженедельную ИИ-рассылку | 492 |
| 19 | В простом ансамбле (Voting) мы можем просто усреднить предсказания трех моделей. В стекинге же мы строим двухслойную архитектуру: базовые модели (Level 0) и мета-модель (Level 1). Что именно подается на вход мета-модели во время обучения и инференса? | 523 |
| 20 | Библиотека CatBoost завоевала огромную популярность в DS.
Какую уникальную математическую фичу использует CatBoost под капотом, чтобы кодировать категории? | 1 874 |
