Я хоть и в одного наскреб что-то, но если у кого-нибудь что-нибудь есть, канал может стать намного опрятнее по визуалу))
https://t.iss.one/boost/dimension_ai
Мяу..
https://t.iss.one/boost/dimension_ai
Мяу..
❤6👍2🏆2
Вкат в IT еще не был так прост. Стажировка в Яндексе — проще, чем ты думаешь 😎
Полистал кучу чатов — везде одно и то же.
Говорят, что Яндекс — это сложно.
Мол, там целых 9000 этапов технических интервью, которые не все мидлы пройдут.
Лучше откликнуться на hh на позицию SQL-Monkey и ждать, пока звезды сойдутся.
Что за хуйня? 🤩
Скажу вам — это полный бред. В Яндексе требуют базовые знания, а весь материал для подготовки лежит на поверхности.
В Яндексе ВСЕ ЗАВИСИТ ТОЛЬКО ОТ ТЕБЯ. Как ты подготовишься, так тебя и оценят.
Это экзамен, который ты можешь пересдавать сколько угодно, пока не получишь желанный оффер.
Прозрачный процесс найма:
Вступительный контест для стажера. Меняется раз в полгода. Можешь зарегистрировать левый аккаунт и посмотреть задания, а потом выполнить их с основного. Куча вариантов.
Техническое интервью 1: Математика на логику и теорию вероятностей. Простые практические задачи: подсчитать математическое ожидание или найти минимальное количество взвешиваний. Могут спросить про машинное обучение. Роадмап по машинному обучению выйдет уже скоро. Вкат в IT еще не был так прост.
Техническое интервью 2: Опять немного математики, простая задачка на Python (например, сортировка массива по определенному параметру, что занимает одну строчку кода) и машинное обучение. По машинному обучению все будет в роадмапе, который займет минимальное количество времени. Качественный материал — один из ключей к успеху.
Техническое интервью 3: Задачи на LeetCode. Всё известно! Куча материалов, куча сайтов. Есть ранжирование задач по частоте за последние 6 месяцев. Просто зайди и прорешай их. Усвой основные идеи, потренируйся оценивать сложность (ты же уже купил себе лучшего ассистента и наставника в виде GPT-4, верно?).
Интервью с командами: Здесь чисто примерка, куда ты подойдешь. На что обращают внимание — будет в роадмапе. Жесткий прогрев.
Блять Черт возьми, все прозрачно.
Ты просто должен подготовиться. Всё зависит от тебя.
Минимальное количество усилий для первого интервью. Тебя спросят и дадут фидбек. Если не получится — начнешь с того же места через полгода. Это простопиздец невероятно! Более того, Яндекс сам способствует этому. Просто посмотри на симулятор их интервью с оффером.
Более того, у Яндексе есть это - Симулятор собеседований с последующим оффером.
Ответь себе на вопрос: “Если я прямо сейчас дам тебе задание, ты его сделаешь за 80 тысяч рублей? А если я буду платить их тебе каждый месяц?”🍸
Полистал кучу чатов — везде одно и то же.
Говорят, что Яндекс — это сложно.
Мол, там целых 9000 этапов технических интервью, которые не все мидлы пройдут.
Лучше откликнуться на hh на позицию SQL-Monkey и ждать, пока звезды сойдутся.
Скажу вам — это полный бред. В Яндексе требуют базовые знания, а весь материал для подготовки лежит на поверхности.
В Яндексе ВСЕ ЗАВИСИТ ТОЛЬКО ОТ ТЕБЯ. Как ты подготовишься, так тебя и оценят.
Это экзамен, который ты можешь пересдавать сколько угодно, пока не получишь желанный оффер.
Прозрачный процесс найма:
Вступительный контест для стажера. Меняется раз в полгода. Можешь зарегистрировать левый аккаунт и посмотреть задания, а потом выполнить их с основного. Куча вариантов.
Техническое интервью 1: Математика на логику и теорию вероятностей. Простые практические задачи: подсчитать математическое ожидание или найти минимальное количество взвешиваний. Могут спросить про машинное обучение. Роадмап по машинному обучению выйдет уже скоро. Вкат в IT еще не был так прост.
Техническое интервью 2: Опять немного математики, простая задачка на Python (например, сортировка массива по определенному параметру, что занимает одну строчку кода) и машинное обучение. По машинному обучению все будет в роадмапе, который займет минимальное количество времени. Качественный материал — один из ключей к успеху.
Техническое интервью 3: Задачи на LeetCode. Всё известно! Куча материалов, куча сайтов. Есть ранжирование задач по частоте за последние 6 месяцев. Просто зайди и прорешай их. Усвой основные идеи, потренируйся оценивать сложность (ты же уже купил себе лучшего ассистента и наставника в виде GPT-4, верно?).
Интервью с командами: Здесь чисто примерка, куда ты подойдешь. На что обращают внимание — будет в роадмапе. Жесткий прогрев.
Ты просто должен подготовиться. Всё зависит от тебя.
Минимальное количество усилий для первого интервью. Тебя спросят и дадут фидбек. Если не получится — начнешь с того же места через полгода. Это просто
Более того, у Яндексе есть это - Симулятор собеседований с последующим оффером.
Ответь себе на вопрос: “Если я прямо сейчас дам тебе задание, ты его сделаешь за 80 тысяч рублей? А если я буду платить их тебе каждый месяц?”
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥23 6❤5 2👍1
Please open Telegram to view this post
VIEW IN TELEGRAM
t.iss.one/dimensionchat 😳
многие не знают, что есть чатик.
а там между прочим темы интересные обсуждаются!
да и люди там опытные и кайфовые)
давайте развивать нетворкинг и сообщество)
вместе веселее и продуктивнее😎
многие не знают, что есть чатик.
а там между прочим темы интересные обсуждаются!
да и люди там опытные и кайфовые)
давайте развивать нетворкинг и сообщество)
вместе веселее и продуктивнее
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
Dimension Chat
Ссылка на чат - t.iss.one/dimensionchat
Ссылка на канал - @dimension_ai
Ссылка на канал - @dimension_ai
👍5❤2 2
Давайте жесткий тур по задачкам на собесы по мл.
Буду иногда вкидывать задачи из РЕАЛЬНЫХ собесов, а в комментах будем смотреть решения.
Задача:
Обучили модель. Log_loss = 0.3
Посчитали Accuracy, он получился 0.6.
Задача бинарной классификации. Может ли такое быть?
А может ли быть accuracy = 1?
#собес
Буду иногда вкидывать задачи из РЕАЛЬНЫХ собесов, а в комментах будем смотреть решения.
Задача:
Обучили модель. Log_loss = 0.3
Посчитали Accuracy, он получился 0.6.
Задача бинарной классификации. Может ли такое быть?
А может ли быть accuracy = 1?
#собес
👍6❤3
А как раз в чатике можно обсуждать задачи, приходить к нормальным решениям
Telegram
Dimension Chat
Ссылка на чат - t.iss.one/dimensionchat
Ссылка на канал - @dimension_ai
Ссылка на канал - @dimension_ai
❤2
Dimension AI | Dmitry Sirakov
Вкат в IT еще не был так прост. Стажировка в Яндексе — проще, чем ты думаешь 😎 Полистал кучу чатов — везде одно и то же. Говорят, что Яндекс — это сложно. Мол, там целых 9000 этапов технических интервью, которые не все мидлы пройдут. Лучше откликнуться…
«Более 70% стажеров остаются с работодателем на постоянной основе»
@Ирина Голощапова, Head of Advanced Analytics and Data Management Department / CDO Operations Raiffeisen Bank Russia
@Ирина Голощапова, Head of Advanced Analytics and Data Management Department / CDO Operations Raiffeisen Bank Russia
❤3
Dimension AI | Dmitry Sirakov
Давайте жесткий тур по задачкам на собесы по мл. Буду иногда вкидывать задачи из РЕАЛЬНЫХ собесов, а в комментах будем смотреть решения. Задача: Обучили модель. Log_loss = 0.3 Посчитали Accuracy, он получился 0.6. Задача бинарной классификации. Может ли…
https://t.iss.one/dimension_ai?livestream
Сегодня в 21:00 по МСК будет разбор этой задачки)
Разбор будет павучительный: разберем откуда у нас вообще тут взялись лоссы, как их связать и решить задачу.
Не просто голое решение, а мини-ликбез.
Завариваем чаечек и готовимся в 21:00 слушать)
Сегодня в 21:00 по МСК будет разбор этой задачки)
Разбор будет павучительный: разберем откуда у нас вообще тут взялись лоссы, как их связать и решить задачу.
Не просто голое решение, а мини-ликбез.
Завариваем чаечек и готовимся в 21:00 слушать)
Telegram
Dimension AI | Dmitry Sirakov
Рассказываю про NLP и образование.
Ссылка на чат - t.iss.one/dimensionchat
Связь - @Shadekss
Ссылка на чат - t.iss.one/dimensionchat
Связь - @Shadekss
❤5
ЛУЧШЕЕ ДЛЯ ИЗУЧЕНИЯ CLASSIC ML. ЛУЧШЕ НЕ НАЙДЕШЬ. ЭТО ВСЕ, ЧТО ТЕБЕ НУЖНО. БЕСПЛАТНО.
ROADMAP: КАК СТАТЬ УВЕРЕННЫМ DS И ПОЛУЧИТЬ СВОЙ ОФФЕР (1 / ?)😳
БАЗА. БАЗА ее спрашивают всегда и везде. С нее и начнем.
Классическое машинное обучение - спрашивают везде, если ты подаешься на DS (Яндекс, Сбер, ВК, Авито, WB, Cloud.ru и прочие топовые компании)
Глубокое понимание этих вещей очень сильно упрощает жизнь, а также позволяет построить очень крепкий мост для Deep Learning и не ощущать дискомфорта в топовых отраслях: NLP, CV, RecSys и многое другое..
Классическое машинное обучение - это совокупность алгоритмов машинного обучения, метрик, как они красиво друг в друга перетекают, как одни методы - тесно связаны с другими. Это все БЕЗУМНО интересно при правильной подаче.
### ХВАТИТ. РАССКАЖИ УЖЕ КАК🍴
Начнем по порядку. Ресурсы:
1. Лекции Жени Соколова— [ссылка]
2. Учебник от ШАД Яндекса — [ссылка]
3. Конспект — ПРИКРЕПЛЕН В ПОСТЕ [Потрачено более 80 часов]
4. GPT-4о.
### МОТИВАЦИЯ😊
1. Курс Жени Соколова — я просмотрел огромное количество курсов и прочитал массу учебников. Этот курс — безусловно лучший на рынке, и он БЕСПЛАТНЫЙ.
2. Учебник ШАД Яндекса — идеален для более глубокого понимания математики. И просто офигенно дополняет Женю Соколова.
3. Мой конспект — невероятно важная часть: подходит как новичкам, так и тем, кто готовится к собеседованиям или хочет освежить свои знания. Он основан на лекциях Жени Соколова с авторскими дополнениями.
### КАК БОТАТЬ? ИНСТРУКЦИЯ😳
1. Открываем лекции на YouTube Жени Соколова . Смотрим видосик.
2. Ищем эту тему в учебнике ШАД Яндекса (если ее нет - забиваем)
3. Параллельно задаем вопросы GPT-4o. Это ОЧЕНЬ ВАЖНО! Без него ты будешь черепахой.
4. Регулярно повторяем прошедшие лекции по КОНСПЕКТУ. Сравниваем, воспроизводим всё, что там написано красивым почерком.
И ВСЕ. БОЛЬШЕ ТЕБЕ НИЧЕГО НЕ НАДО. ЭТО ПОКРЫВАЕТ ВСЕ. ЕСЛИ У ТЕБЯ ХВАТАЕТ УМА, ДИСЦИПЛИНЫ И ЕСТЬ В КАРМАНЕ 2 ТЫСЯЧИ РУБЛЕЙ, ТО ТЕБЕ БОЛЬШЕ НИЧЕГО НЕ НАДО. ВСЁ.
ЭТО ЛУЧШЕЕ ЧТО ЕСТЬ. ЛУЧШЕ НЕ НАЙДЕШЬ. ПОВЕРЬ МНЕ
Поддержите пожалуйста этот пост макисмально реакциями, лайками, комментами, репостами и уточками. Это правда очень важно для нас😘
ROADMAP: КАК СТАТЬ УВЕРЕННЫМ DS И ПОЛУЧИТЬ СВОЙ ОФФЕР (1 / ?)
БАЗА. БАЗА ее спрашивают всегда и везде. С нее и начнем.
Классическое машинное обучение - спрашивают везде, если ты подаешься на DS (Яндекс, Сбер, ВК, Авито, WB, Cloud.ru и прочие топовые компании)
Глубокое понимание этих вещей очень сильно упрощает жизнь, а также позволяет построить очень крепкий мост для Deep Learning и не ощущать дискомфорта в топовых отраслях: NLP, CV, RecSys и многое другое..
Классическое машинное обучение - это совокупность алгоритмов машинного обучения, метрик, как они красиво друг в друга перетекают, как одни методы - тесно связаны с другими. Это все БЕЗУМНО интересно при правильной подаче.
### ХВАТИТ. РАССКАЖИ УЖЕ КАК
Начнем по порядку. Ресурсы:
1. Лекции Жени Соколова— [ссылка]
2. Учебник от ШАД Яндекса — [ссылка]
3. Конспект — ПРИКРЕПЛЕН В ПОСТЕ [Потрачено более 80 часов]
4. GPT-4о.
### МОТИВАЦИЯ
1. Курс Жени Соколова — я просмотрел огромное количество курсов и прочитал массу учебников. Этот курс — безусловно лучший на рынке, и он БЕСПЛАТНЫЙ.
2. Учебник ШАД Яндекса — идеален для более глубокого понимания математики. И просто офигенно дополняет Женю Соколова.
3. Мой конспект — невероятно важная часть: подходит как новичкам, так и тем, кто готовится к собеседованиям или хочет освежить свои знания. Он основан на лекциях Жени Соколова с авторскими дополнениями.
### КАК БОТАТЬ? ИНСТРУКЦИЯ
1. Открываем лекции на YouTube Жени Соколова . Смотрим видосик.
2. Ищем эту тему в учебнике ШАД Яндекса (если ее нет - забиваем)
3. Параллельно задаем вопросы GPT-4o. Это ОЧЕНЬ ВАЖНО! Без него ты будешь черепахой.
4. Регулярно повторяем прошедшие лекции по КОНСПЕКТУ. Сравниваем, воспроизводим всё, что там написано красивым почерком.
И ВСЕ. БОЛЬШЕ ТЕБЕ НИЧЕГО НЕ НАДО. ЭТО ПОКРЫВАЕТ ВСЕ. ЕСЛИ У ТЕБЯ ХВАТАЕТ УМА, ДИСЦИПЛИНЫ И ЕСТЬ В КАРМАНЕ 2 ТЫСЯЧИ РУБЛЕЙ, ТО ТЕБЕ БОЛЬШЕ НИЧЕГО НЕ НАДО. ВСЁ.
ЭТО ЛУЧШЕЕ ЧТО ЕСТЬ. ЛУЧШЕ НЕ НАЙДЕШЬ. ПОВЕРЬ МНЕ
Поддержите пожалуйста этот пост макисмально реакциями, лайками, комментами, репостами и уточками. Это правда очень важно для нас
Please open Telegram to view this post
VIEW IN TELEGRAM