🖥🖥 Python обогнал JavaScript на GitHub

Proglib рассказывает о Python в формате рилса

❓ Первый курс ШАДа: чего ожидать

Семестр 1:

— Машинное обучение 1: Курс охватывает классические темы: линейная и логистическая регрессия, PCA, t-SNE, различные методы бустинга.

— Алгоритмы 1: Это сложный, но невероятно полезный курс. Здесь вас ждёт много задач на платформе Яндекс.Контест и код-ревью. Программа включает всё: от сортировок и деревьев до графов и динамического программирования.

— Python: Глубже изучаем язык, включая такие темы, как декораторы, виртуальная машина, асинхронное программирование.

Семестр 2:

— Машинное обучение 2
Курс даёт ввод в CV, временные ряды, трансформеры и генеративные модели. Это обзорное занятие, которое помогает определиться с интересами на втором курсе.

— Основы статистики в ML:
Тут раскрываются важные статистические методы, такие как метод Монте-Карло, EM-алгоритмы, бутстрап, дельта-метод и многое другое. Практика — это основа курса, задачи помогут лучше понять, что стоит за алгоритмами.

Курсы насыщенные, но максимально полезные для будущего в аналитике данных или ML.

Начни свой путь к успеху с нашим курсом, который подойдет для подготовки к ШАД:
🔵 Математика для Data Science

📌 Советы для программистов, ищущих первую работу

Первые шаги в IT могут быть непростыми, но эти советы помогут вам уверенно заявить о себе и найти работу мечты:

➡️ Говорите уверенно о своем опыте
Научитесь кратко рассказывать о своем пути в IT

➡️ Проведите исследование компаний
Не откликайтесь на всё подряд. Посмотрите, какие условия предлагают компании: зарплата, коллектив, карьерные возможности. Используйте платформы вроде LinkedIn и Glassdoor, чтобы узнать больше

➡️ Задавайте вопросы
Задавайте вопросы о стеке и условиях работы

➡️ Запоминайте имена
Если вы назовёте имя предыдущего интервьюера — это даст маленький плюсик

➡️ Сохраняйте текст вакансий
Сохранили описание — сохранили контекст

➡️ Ведите заметки после каждого отклика
После интервью запишите ключевые вопросы, реакции и впечатления

✏️ Вопрос с реального собеседования по Python

Объясните, как работает функция reduce

Функция reduce может сначала показаться сложной, но как только вы попробуете её несколько раз, всё встанет на свои места.

🌻 Что делает reduce?

Она принимает функцию и последовательность. Затем последовательно применяет эту функцию к элементам, начиная с первых двух, и продолжает использовать результат предыдущей операции на следующем шаге. На выходе остаётся одно итоговое значение.

from functools import reduce

# Определяем функцию сложения
def сложить_числа(первое, второе):
    return первое + второе

# Исходный список
числа = [1, 2, 3, 5]

# Применяем reduce
итог = reduce(сложить_числа, числа)
print(итог)  # => 11

#собес_academy

📌 Простая истина от наших подписчиков

Советы для успешного старта в IT от наших подписчиков:

«Не обращать внимание на громоздкий стек в объявлениях вакансий. Быть уверенным в основах программирования и языка»

«Подумайте семь раз, взвесьте плюсы и минусы. Начав, не сворачивайте с пути»

«Студентам залететь легче всего. Всем, кто старше, вам нужна работа, где вы будете получать минимальное достаточное количество денег, и у вас будет масса свободного времени, которое вы потратите на год самообучения и сможете залететь. Коротких путей нет»

«Ментор, накопить денег на полгода фул-тайм обучения»

Главное — желание учиться и время 🔋

Что такое градиентный спуск в машинном обучении

Градиентный спуск — это базовый метод оптимизации в машинном обучении, который помогает моделям «учиться» за счет минимизации ошибок.

🌻 Как это работает?

1. Выбор начальной точки: Обычно это случайное положение.

2. Вычисление градиента: Находится производная функции ошибки, которая показывает, где спуск происходит быстрее.

3. Шаг вниз: Шаг размером «learning rate» — это скорость, с которой мы движемся вниз.

4. Повтор: Мы повторяем процесс, пока не достигнем минимальной ошибки.

В курсе по машинному обучению мы подробнее рассказываем о градиентном спуске:
🔵 Базовые модели ML и приложения

📌Первые собеседования на джуниор позицию

Первые собеседования — это стресс, проверка на стойкость и жонглирование задачами. Как пройти этот этап и не разочароваться в себе. Продолжаем говорить об этом:

➡️ Не накручивайте себя
Неудачи — часть процесса, и работодатели оценивают, как вы справляетесь с трудностями.

➡️ Не перегружайте себя
Ограничьтесь одним собеседованием в день, чтобы не выгореть и не допустить ошибок.

➡️ Напоминайте о себе
Если вам не ответили, напомните о себе. Это покажет вашу заинтересованность.

➡️ Отказы — это не конец
Отказы — это опыт. Используйте обратную связь, чтобы стать увереннее на следующем интервью.

➡️ Не бойтесь просить время
Если нужно больше времени для ответа — попросите его, это нормально.

Забирай курс по математике и не бойся собесов:
🔵 Математика для Data Science

📌 CheatSheets for Developers: Всё под рукой для разработчика

CheatSheets for Developers — это репозиторий полезных шпаргалок и кратких справочников по языкам программирования, инструментам и технологиям. Всё, что нужно, чтобы не терять время и сразу браться за дело.

➡️ Ссылка

👨‍🎓 Магистратуры по Data Science

➡️ Skoltech
Бывший лидер по связям с зарубежьем. Поступление включает резюме, мотивационное письмо, рекомендательные письма, тесты и собеседование. Конкурс ниже в первой волне. Отличный выбор для тех, кто мечтает о научных исследованиях.

➡️ ИТМО
Для тех, кто хочет учиться в СПб или дистанционно. Программы отлично организованы, а поступление включает тестирование и собеседование. Возможен БВИ через внутреннюю олимпиаду.
Подробнее

➡️ ВМК МГУ
Математика, теория алгоритмов и Тьюринг. Поступление через экзамен или универсиаду. Важный нюанс: лучше заранее пообщаться с представителями направления.

➡️ МФТИ
Выбор кафедры решает всё. Варианты от Тинькоффа до Яндекса. Для поступления потребуется экзамен, собеседование или портфолио, в зависимости от программы.

➡️ ВШЭ
▪️ Современные компьютерные науки
Совместный проект ВШЭ и Яндекса. Тебя ждет сильный преподавательский состав, тесная связь с Yandex Research и Cloud. Трёхэтапный отбор: портфолио, экзамен по математике и алгоритмам, собеседование. Отличный старт для карьеры в Яндексе.

▪️Науки о данных
Аналогичная программа, но с упрощённым экзаменом по математике и английскому тестом. Отличный выбор для тех, кто ценит структуру и индивидуальный подход.

Хочешь точно попасть на обучение? У нас есть отличный курс для этого:
🔵 Математика для Data Science

📌 Шпаргалка по Python: твой путеводитель в программировании

Вот отличная дорожная карта для изучения Python.

Внутри:

➡️ Основы
➡️ Структуры данных и алгоритмы
➡️ Продвинутые темы
➡️ Фреймворки
➡️ Тестирование

#шпаргалка

🌚 — Всегда пишу так, но не помогает

#memes