Proglib.academy | IT-курсы
3.67K subscribers
1.92K photos
54 videos
10 files
1.81K links
Онлайн-курсы для программистов от создателей «Библиотеки программиста».

По рекламе: @proglib_adv

Учиться у нас: https://proglib.io/w/9f60aed6

Для обратной связи: @proglibrary_feeedback_bot
Download Telegram
🚀⬆️ Оптимизируй свой AI: разоблачение 6 мифов о работе с векторами в Pgvector

Шесть заблуждений, которые мешают тебе использовать всю мощь векторных баз данных в AI. Развенчав эти мифы, ты сможешь раскрыть истинный потенциал векторов и значительно повысить эффективность твоих AI-проектов.

👉 Читать статью
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
📌 Почему пет-проекты не заменяют реальный опыт

Пет-проекты — это отличное начало, но они не покрывают всех аспектов работы в настоящей компании. Вот почему реальный опыт всегда стоит выше:

➡️ Риски и ошибки в реальной среде:
Пет-проекты безопасны — если сайт упал, его можно просто перезапустить. В реальном проекте же падение сервиса может стоить миллионы. Тут важны бэкапы, стабильные обновления и страх перед кнопкой «удалить базу». Как говорится: «Не ронял прод — не мидл».

➡️ Процессы разработки:
В реальной работе есть тестирование, непрерывная интеграция, деплой в прод. Все эти процессы сложно симулировать в одиночных проектах. Пет-проекты дают базу, но не учат сложностям совместной разработки и выкладки.

➡️ Командная работа:
В одиночном проекте все решения принимаешь сам: можно менять стиль, писать без проверки. В команде же всё по-другому — нужно договариваться, искать компромиссы, проходить код-ревью. Это прокачивает не только технические навыки, но и софт-скиллы.

➡️ Взаимодействие с заказчиком:
Пет-проекты — это мечта разработчика: всё по ТЗ, никто не меняет задачи на ходу. Реальность же жестока — идеального ТЗ не бывает, и нужно уметь превращать «хотелки» в чёткие требования, видеть риски, уметь отстоять свою позицию и предложить оптимальные решения.

Вот почему пет-проекты — это только начало пути. Чтобы стать мидлом, нужно погружаться в реальные проекты, где есть риски, команда и настоящий клиент.


Забирай курс по алгоритмам и точно будешь мидлом:

🔵 Алгоритмы и структуры данных
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Шпора по Python.pdf
741 KB
📌 Большая Шпаргалка по Python для начинающих

Вот must-have ресурс:

Большая шпаргалка, которая поможет разобраться с базовыми концепциями и быстро начать писать код. Она охватывает основные синтаксические конструкции, часто используемые функции и примеры кода — всё, что нужно для уверенного старта.

#шпаргалка
👍8🔥1🥰1
🌚 — Маленькая ошибка трёх программистов — это новый проект

😁 — Один пишет, второй тестирует, третий сломал всё

🤔 — Три программиста, одна задача, бесконечные деплой-ошибки

#memes
Please open Telegram to view this post
VIEW IN TELEGRAM
😁7🤔3🌚3💯1
🎃 Приглашаем на вебинар перед Хэллоуином: «Нужна ли математика на собеседованиях?» 🧙‍♀️

Темные тучи сгущаются, и в воздухе витает мистическая атмосфера... Готовы ли вы окунуться в мир загадочной математики и раскрыть тайны успешного собеседования? Тогда ждем вас 28 октября в 20:00! 🕸
https://proglib.io/w/cf0f7222

Что вас ждет в эту зловещую ночь:

💀 Ошибаться не страшно: узнаем, как неудачные проекты и опыт «в стол» превращают джуниоров в сеньоров. Расскажем истории о том, как ошибки закаляют и помогают достигать вершин мастерства.

🧛 Собеседования без подготовки? Обсудим, возможно ли пройти через испытания рекрутеров без специальной подготовки или это путь в лабиринт с привидениями.

🧙 Теория и практика — зелье успеха:

• Выбор метрики оценки модели: какую метрику показать бизнесу, чтобы не столкнуться с гневом нечисти? Разберемся в разнице между MAPE и WAPE и когда какую применять.

• Трансформация распределений: как превратить логнормальное распределение в нормальное без волшебной палочки? Поговорим о том, зачем это нужно и как обойтись изменением функции потерь вместо магических превращений.

🦇 Бонус для смельчаков: раскроем секреты тестирования в маркетинге, которые помогут не заблудиться в темном лесу конкурентного рынка.

Не упустите шанс провести вечер в компании единомышленников, погрузиться в атмосферу Хэллоуина и получить ценные знания!

🕯 Записывайтесь на вебинар и готовьтесь к мистическим открытиям https://proglib.io/w/cf0f7222 👻
👍2😁1
📌 Книги по DataScience

Книги —
отличный старт для тех, кто хочет начать свой путь в Data Science.

Если вы хотите понять основы машинного обучения, статистики и анализа данных — сохраняйте книги и читайте.

Читай книги и получай знания для своего будущего вместе с нашим курсом:
🔵 Математика для Data Science
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
😭💰⬆️ Shut up and give my money: как просить повышения зарплаты

Рассказываем, когда и как правильно поднимать вопрос о повышении зарплаты. Проверенные тактики, аргументы и советы.

Углубляемся в вопрос и рассказываем, на основании чего просить повышения и какие аргументы использовать, а главное — какие доводы точно не подойдут.

📖 Читать статью
📖 Зеркало
👍2
💬 Почему ты не можешь попасть на стажировку

Все кажется простым: большая конкуренция, неопытность, неправильно заполненная анкета... но это не всё. Есть и другие факторы, об их мы сейчас поговорим.

1️⃣ Сезонные курсы и школы

Курсы иногда не всегда сложные, но помогают познакомиться с компанией. Если будете около топа в рейтинге, вас сразу позовут на собес, при этом пару этапов могут скипнуть.

2️⃣ Фесты

Проходят часто. Помимо простого контеста, там можно выиграть мерч, гаджеты или фаст-трек (скип этапов). Для участия нужно заморочиться и решить немного задач.

3️⃣ Дни карьеры, митапы

Обычно проходят в вузах или офисах компаний. Можно подойти к спикеру после доклада и спросить: А как попасть на стажировку?

4️⃣ Хакатоны и соревнования

Это отличное место, чтобы показать свои скиллы и получить фаст-трек на стажировку.

5️⃣ Обычные вакансии

Не только большие компании ищут стажеров. Есть и ноунеймы, у которых отбор не такой строгий, но проекты не хуже.

Чтобы пробиться на стажировку, забирайте наш курс:
🔵 Алгоритмы и структуры данных
Please open Telegram to view this post
VIEW IN TELEGRAM
🎯 Python дорожная карта: С нуля до профессионала

Хочешь изучить Python, но не знаешь, с чего начать?


Вот подробный план, который поможет тебе двигаться от основ к продвинутым темам:

Основы Python: Изучи базовые понятия — синтаксис, типы данных, переменные и базовые операции.

Структуры данных: Списки, кортежи, множества, словари. Учись их манипулировать, итерировать и выполнять операции.

Функции и модули: Определи функции, аргументы, возвращаемые значения. Импортируй модули и структурируй код.

ООП (Объектно-ориентированное программирование): Разбирайся с классами, объектами, наследованием и инкапсуляцией.

Работа с файлами: Чтение и запись в файлы, режимы доступа к файлам и работа с файловыми объектами.

Библиотеки и фреймворки: Освой Pandas, NumPy, Flask, Django, TensorFlow, PyTorch и их применение.

Продвинутые темы: Лямбда-функции, декораторы, генераторы, многозадачность и тестирование.

Практика и проекты: Решай задачи, работай над личными проектами и участвуй в open-source проектах.

Хотите изучить пайтон? Тогда забирайте курс:
🔵 Основы программирования на Python
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍3
✏️ Вопрос с реального собеседования по Python

В чём разница между методами экземпляра, класса и статическими методами?

Методы экземпляра используют параметр self и относятся к конкретному экземпляру класса.

Статические методы с декоратором @staticmethod не связаны с экземпляром класса и не могут изменять его атрибуты.

Методы класса принимают параметр cls и позволяют изменять сам класс.

class TeaShop:
specialty = 'green tea'

def __init__(self, tea_price):
self.tea_price = tea_price

# instance method
def make_tea(self):
print(f'Making {self.specialty} for ${self.tea_price}')

# static method
@staticmethod
def check_weather(): // Статический метод просто сообщает, что солнечно, не взаимодействуя с экземпляром или классом
print('Its sunny')

# class method
@classmethod
def change_specialty(cls, specialty): // Метод класса меняет фирменный напиток
cls.specialty = specialty
print(f'Specialty changed to {specialty}')

tea_shop = TeaShop(5) // Метод экземпляра (make_tea) создаёт чай с текущими атрибутами экземпляра
tea_shop.make_tea()
# => Making green tea for $5


#собес_academy
👍3
📌 Простая истина от наших подписчиков

Что вы считаете наиболее важным для успешного старта в IT-сфере:

«Не идти только из-за денег»

«Разработать свой проект, который будет на половину сложнее для вас, чем вы бы могли его сделать сейчас. Но чем сложнее проект, тем лучше. Само собой, довести его до рабочего состояния»

«Это не спринт за несущимся поездом — это марафон. Даже войдя в IT, придется учиться разбираться и снова учиться. Это профессия с постоянным поиском решения задач. Самые трудные материалы для понимания часто бывают самыми полезными»

«Попробовать всё, на что хватит времени, и остановиться на том, что вам понравится больше»

Сегодня программисты, у которых всё получилось — дали жару. Ждите новых постов ✔️
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
🛠 Что такое бэггинг в машинном обучении

Бэггинг (Bootstrap Aggregating) — мощная техника ансамблевого обучения, которая помогает снизить разброс модели и повысить ее точность. Это метод, который объединяет несколько базовых моделей для создания одной, более надежной.

🌻 Как работает бэггинг?

▪️Случайные выборки: Сначала создаются несколько случайных подвыборок из исходных данных с возвращением (то есть одни и те же данные могут попасть в несколько выборок).
▪️Обучение моделей: Каждая подвыборка используется для обучения отдельной модели (например, решающего дерева).
▪️ Агрегация: Все обученные модели голосуют (в случае классификации) или усредняют свои предсказания (в случае регрессии), чтобы сделать финальный вывод.

🌻 Зачем использовать бэггинг?

Бэггинг особенно полезен, когда модели склонны к переобучению (например, решающие деревья). Один из известных примеров использования бэггинга — это Random Forest, который объединяет множество решающих деревьев для достижения точных результатов.

В нашем курсе узнаете подробнее о машинном обучении, в частности, о беггинге:
🔵 Базовые модели ML и приложения
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
#дайджест #DataInternship

Подборка стажировок недели для Data специалистов

▪️ Data Engineering Intern / Стажер дата-инженер
Офис (Москва), Procter & Gamble
Подробнее

▪️ Стажер аналитик данных
Офис (Москва), Ozon Офис и Коммерция
Подробнее

▪️ Стажер-аналитик данных мобильных приложений
Удалёнка, IndieElevate
Подробнее

▪️ Стажер-аналитик Big Data
Офис (Самара) / Удалёнка, IBS
Подробнее

▪️ Стажер-аналитик в команду транзакционных операций Банка
Гибрид (Москва), ВТБ
Подробнее

Понравились предложения о стажировке?
❤️ — да
🤔 — нет
3
✏️ Разбор задачи с экзамена ШАД

Условие: (a) Игроки A, B и C сменяя друг друга, по очереди кидают две игральные кости до тех пор, пока не получат сумму очков, равную 7. Найдите вероятность того, что сумму очков равную 7 получит B.
(b) В результате проведения эксперимента возможны два исхода: успех (с вероятностью p) и неуспех (с вероятностью 1 − p). Экспериментаторы A, B и C сменяют друг друга, по очереди проводят этот эксперимент до тех пор пока не получат успех. Найдите максимальное значение вероятности p, при котором вероятность того, что успех получит B больше либо равна 1/3.

Решение: Пусть ξ — номер первого успеха в бесконечной схеме Бернулли с вероятностью успеха p, q=1-p, A={успех получил B}. Тогда 1️⃣
(a) В этом случае p=P{выпало 7 очков} = 6/36 =1/6, поэтому P(A)=30 / 91
(b) Воспользуемся неравенством q+1/q ≥ 2 : 2️⃣. Заметим, что равенство достигается только в случае 3️⃣

#задачи_шад
1👍1
🎃 Не знаете, чем заняться на хэллоуин?

Предлагаем вспомнить одни из лучших хоррор-игр этого тысячелетия:

Slender /
Инди-ужастик о выживании в лесу.

Alien: Isolation / Напряженная охота на космическом корабле.

Outlast / Ужасный эксперимент в психиатрической больнице.

Alan Wake 2 / Мистическая история писателя в кошмаре.

Slay The Princess / Мета-ужастик с нелинейным выбором.

Silent Hill 2 / Психологический хоррор в туманных улицах.

Until Dawn / Кинематографическая история с выбором судьбы.

Signalis / Ретро-футуристический ужастик с таинственной атмосферой.

Visage / Психологический хоррор с мрачной атмосферой и загадками.

Dead Space / Хоррор выживания в космосе с некроморфами.

👋 Список можно дополнять еще долго, что вы считаете мы забыли?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
➡️ Курс «Математика для Data Science» от Proglib Academy

Полное погружение в мир прикладной математики и теории вероятностей, специально адаптировано для Data Science и Machine Learning. Теоретические лекции, практические задания и реальные кейсы помогут понять, как применяется математика в самых современных областях.

В программе курса: линейная алгебра, теория вероятностей, статистика и многое другое. Этот курс подойдет как новичкам, так и тем, кто хочет укрепить свои знания и чувствовать себя увереннее на собеседованиях в ведущие IT-компании.

— Наш выпускник делится впечатлениями после прохождения курса. 👆


Хочешь повторить успех наших студентов? Забирай курс уже сейчас:
🔵 Математика для Data Science
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
📊 8 паттернов проектирования, которые должен знать каждый ML-разработчик

Паттерны проектирования предлагают комплексные решения проблем, с которыми разработчики сталкиваются каждый день. В этой статье мы рассмотрим 8 паттернов проектирования с примерами кода на Python.

Забираем статью:
🔗 Ссылка
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍2