Задачи DS - Собеседования, Соревнования, ШАД

Здравствуйте, мои маленькие любители DS/ML! Сегодня анонс обучения, которое поможет вам жестко заботать анализ данных! Школа анализа данных Яндекса вот-вот откроет новый набор. Для тех, кто не знает: это двухлетняя бесплатная программа в направлениях: ML, Data Science, инфраструктура больших данных, ИИ. Совмещение глубокой теории + задачи из реальных проектов Яндекса. Среди лекторов ведущие IT-эксперты, а в лекциях как база, так и авангард разработок. Поступить можно двумя способами: 1. Классический в 3 этапа 2. Альтернативный — для тех, у кого есть опыт в индустрии Отбор строгий, но если вы читаете мой скромный канал — попробовать стоит! Заявки принимают до 3 мая по ссылке

Здравствуйте, мои маленькие любители DS/ML, сегодня разберем возможность бесплатно прокачаться в робототехнике. У Яндекс Образования заканчивается набор на студкемп в УрФУ.Вот краткое описание кемпа, в котором студенты 3-4 курсов IT-специальностей пройдут весь цикл разработки промышленных роботов.Много теории и возможность работать с реальными устройствами. Современные подходы, ведущие специалисты Яндекса и УрФУ и крутейшее окружение.Кемп пройдет с 29 июня по 10 июля. Для всех прошедших отбор Яндекс оплатит и проезд, и проживание.Пройти тестирование можно только до 11 мая.Реклама. ООО "ЯНДЕКС". ИНН 7736207543.

Сегодня закончится отбора на стажировку в Т-банк Если хотите летом выйти на стажировку с высокой зарплатой и опытом работы в bigteche, то подаваться нужно уже сейчас. На наших соответсвующих курсах уже выложен разбор математики и программирования, а на интенсиве по алгоритмам выложен разбор программирования. 📌 Специально к закрытию отбора Скидка 35% на эти курсы с разборами до 28 апреля включительно. Также на курсах будет доступно:

➡️ разборы контеста Яндекса, Летних школ Яндекса ➡️Сочные пет проекты в портфолио ➡️Огромный банк технических вопросов ➡️Записи реальных собесов и интервью ➡️ Помощь с резюме и легендой

📌 Для записи на курс напишите менеджеру

Старт новых карьерных курсов Открываем набор на три направления. Цель - получить оффер в топовую компанию. ➡️ A/B-тесты Изучишь всё что спрашивают на собесах и нужно на работе. Каждая тема на реальных кейсах. Пет-проект: проведёшь полный цикл теста руками: запрос в БД, EDA, статкритерий, презентация результатов. Симуляция работы продуктовым аналитиком в бигтехе. ➡️ Data Science Нейросети, CV, NLP, трансформеры: от MLP на PyTorch до тонкой настройки BERT. Программа закрывает всё, что могут спросить на DS-собесах и понадобиться на работе. Пет-проект: попробуешь себя в роли DS-инженера и разработаешь три проекта: собственный переводчик, детекция, прогнозирование остаточного ресурса. ➡️ Data Engineering Изучишь весь стек, который ожидают от специалиста: SQL, NoSQL, Hadoop, Spark, Airflow, облака и другое Пет-проект: построишь свой пайплайн с нуля: Kafka → Hadoop → Spark → Airflow. Преподаватели: ведущие специалисты из Сбера, Wildberries, Ozon, МТС. Они на своем опыте знают, что требуют на рынке и нужно на практике. Для всех участников курса доступно:

🔵Разбор контестов Т-Банка, Яндекса и Летних школ Яндекса 🔵Закрытый банк собесов Яндекс, Т-Банк, Ozon, WB, Авито 🔵Пробное собеседование + разбор резюме 🔵Менторство до оффера: расширенная программа, где мы доводим вас до оффера и берем ответственность за каждый этап на себя 🔵Бонус для тех, кто сдает пет проект: рефералка в бигтех

🔊До 23.04 действует скидка 35% 10 950 → 6 950 ₽ - стоимость одного курса 21 900 → 12 900 ₽ - стоимость за пакет из 2-х курсов 32 850 → 17 850 ₽ - стоимость за пакет из 3-х курсов Действует гарантия: если успешно проходишь курс, выполняешь все рекомендации и не получаешь оффер, возвращаем деньги. 📌Для вопросов и записи на курсы напишите менеджеру

Ваше исследование стоит того, чтобы о нем рассказать На междисциплинарной молодежной конференции Центрального университета сможете не просто выступить, но и получить публикацию тезисов в РИНЦ и поддержку опытных исследователей. Студентам, аспирантам и молодым ученым доступны 6 секций: гуманитарные и естественные науки, ИИ, математика, бизнес и кибербезопасность. Секцию по кибербезу делаем совместно с факультетом ВМК МГУ. И да, будут не только доклады: пленарные сессии с учеными и инди-группа тоже в программе. Конференция пройдет 17 мая, но тезисы нужно подать до 3 мая Не готовы выступать? Приходите слушать. Регистрация — до 12 мая.

Всем привет! Давно у нас не было постов, а потому чтоб перезарядить KV-кэши, обсудим сегодня хаки, которые помогут при собеседовании куда либо. Мой друг стал недавно сертифицированным собеседующим в Яндекс и дал пару советов при прохождении на тот или иной грейд. Вообще, подаваясь в Яндекс важно понимать, что ваш грейд во многом помимо вакансии еще и определяется уровнем того, как вы проходите собесы. Если вы собеситесь на middle -, jun+ или на стажку пайплайн стандартный -MLP, AA, Финал. На стажера достаточно просто четко отвечать на все вопросы интервьюера. Пытаясь попасть на более высокий грейд уже следует вести беседу самостоятельно. Представьте, что вы ведете лекцию и рассказываете все что знаете про тот или иной алгоритм. Очень важно для более высокого грейда показать не только теор знания, но и практические юз кейсы, например как себе можно просрелить в ногу. Можно подкрепить ситуациями из жизни, как вы с этим столкнулись. Короче, флоу такой - старайся все самостоятельно проговаривать и перетекать из одной темы в другую логично и последовательно. Можно придерживаться такой модели: Модель, функционал ошибки->Переобучение и ее детекция->Метрики качества->Вероятностная природа. В каждом пункте можно начинать даже издалека и показывать какие проблемы решает тот или иной хак. Например вот было accuracy, почему вообще надо придумывать что-то новое? Проблема в дисбалансе классов. Рассмотрим recall, precision. Уже лучше. Придумаем f1, чтоб все учесть. И так далее. От вас ждут структуры, именно это и отличает штатного сотрудника от стажера. Никогда не молчите, поддерживайте флоу. Допустим, вы пошли еще дальше и хотите идти на senior позиции. Тогда будьте готовы к еще одному этапу - MLS или Domain-like-ml собес. Там точно также надо показать полное понимание всех тонкостей и алгоритмов. Что касается алгоритмов и написания кода, тут правило одно - нужно решить все, идеально и как можно быстрее. Без решенной задачи сразу no-hire. Как проходить финал? Я лично советую всегда погрузиться до финала в текущие задачи / решённые задачи команды. Почитайте хабр, статьи и тд. Будьте готовы, что вас спросят текущую задачу, как бы вы ее решали? Очень часто и мне на собесах задавали такой вопрос и приходилось из головы что-то придумывать, правда начитанность спасала. Также, что важно - это менталка. Постарайтесь не нервничать перед собесом и тем более во время. Очень сильно дамажит мыслительный процесс. (Задай себе вопрос - что будет, если я не пройду? Spoiler - ты уже красавчик, ничего). Придерживаясь такого конвейера можно спокойно рассчитывать на найм. Я желаю всем успешных и продуктивных выходных. Stay tuned. @zadachi_ds

Интенсив для всех, кто хочет создавать искусственный интеллект Факультет компьютерных наук НИУ ВШЭ запускает онлайн-интенсив по подготовке к поступлению в онлайн-магистратуру «Искусственный интеллект». На программе обучают всем шагам из цикла разработки моделей и навыкам написания высоконагруженного кода для промышленной эксплуатации. Присоединяйтесь, если хотите: ⚪️ Укрепить знания по высшей математике, анализу данных и Python ⚪️ Получить практическое понимание структуры экзамена и требований программы ⚪️ Быстро и эффективно подготовиться к вступительным испытаниям Интенсив проведут эксперты и преподаватели Высшей школы экономики. 📆 Когда: 8-24 апреля, 19:30 (мск) 💻 Формат: онлайн и бесплатно, для участия нужно лишь зарегистрироваться до 24 апреля 🐭 Зарегистрироваться

Здравствуйте, мои маленькие любители DS/ML! Сегодня поговорим про необычную тему, а именно про то, стоит ли выступать на конференциях и что это дает? Какие вообще есть конференции в нашей области? Конечно, я считаю, что выступать на конференциях дело полезное. Тут дело в том, что всякие подобные активности развивают ваши навыки выступлений, что очень полезно на высоких грейдах и при презентации продукты. Помимо всего прочего, это развитие вашей же медийности в лучшем свете. Тут можно и вдолгую начать с этого деньги зарабатывать и имя себе сделать. Помимо этого, еще важно понимать, что это даёт возможность познакомиться с людьми, близкими вам по духу - заинтересованными и замотивированными (иные обычно такие мероприятия не посещают). Какие же есть конференции в ML? 1) Practical ML Conf Яндекcа. Обычно компания проводит мероприятие дважды в год, где инженеры компании делятся лайфхаками по реализации систем ML. Очень советую хоть раз сходить на данное мероприятие в качестве зрителя (в качестве спикера только янедксоиды). Тут достаточно приятные и не самые хардовые доклады, понятные для разработчика. 2) DataFest. Тоже конфа от яндекса, но уже для внешних участников в том числе. Есть очень много треков, по которым можно выступать (даже AI в медицине)!. Обычно здесь очень много участников и зрителей, есть шанс познакомиться с крутыми лидами с бигтеха и получить рефер в их команду. Очень советую подаваться со своей инженерной задачей. Обычно тут не так жестко отсеивают по уровню сложности задач, главное постараться рассказать что-то нвоое, какой-то свой подход. 3) WiDS Meetup. Митап от Ods Ai community, который проводится ежегодно, где также спикеры с разных компаний рассказывают тонкости реализации своих задач. 4) HighLoad. Изначально высоконагруженно-направленная конфа, на которой обычно собираются ребята из инфры. Однако есть и ML трек, где можно рассказать про оптимизации гпу, инференса и прочего. Например, известный спикер Рома Горб (руководитель команды ускорения инфреенса Yandex GPT) выступал с докладом про выкатку Yandex GPT - советую глянуть. 5) AINL - конференция от Валентина Малых, которая имеет как научный трек (кстати, индексируется скопусом), так и иненерный. проводится в Томске, но возмонжо и онлайн участие. Тоже неплохой вариант чтоб заявить о себе, хоть и не так масштабно. 6) OpenTalks AI - международная конфа с интересными докладами и мощным программным комитетом. среди партнеров и спикеров - крутейшие специалисты. Попасть туда сильно сложнее, как будто, чем на вышеперечисленные конференции. Очень советую! 7) ICLR, ACL, ICML, NeuralPS, ... - это все жесткие конференции по ресерч области. От каждой такой конференции часто собирается пачка воркшопов, на которые попасть попроще, чем на основную конференцию. Советую попробовать туда податься, если есть классный научный проект, научная группа и руководитель. В целом, каждое ваше выступление - дополнительная строчка в резюме, которая реально котируется, ведь она буквально одобрена сообществом. Желаю всем удачных конференций и мотивации! Хорошего воскресного дня, пишите в комментариях, какие еще знаете конференции и митапы! @zadachi_ds

Финальные скидки на карьерные курсы! Камрады, сейчас разгар сезона стажировок. Самое время взять себя в руки и подтянуть хард скиллы и проходить собесы. Поэтому мы открываем доступ к нашим карьерным курсам со скидкой 40% 🔥 Курсы подойдут начинающим специалистам, которые хотят прокачаться и уверенно проходить интервью в топовые компании. Обучение построено так, чтобы вы прошли путь от «я ничего не знаю и не понимаю» до «могу уверенно пройти тех собес и получуть оффер». Вы научитесь решать задачи с реальных отборов, сделаете пет-проект и пройдёте пробный собес с нами, чтобы полностью быть готовым к настоящим, а также получите помощь на всех этапах отбора: от резюме до испытательного срока. На карьерных курсах готовим по 4 направлениям: ➡️ алгоритмы старт ➡️ аналитика старт ➡️ машинное обучение старт ➡️ бэкенд разработка старт (если не открываются ссылки, нужно скопировать и вставить в браузер) Что входит в каждый курс:

🔵Разбор донабора Т-Банка и Яндекса на весеннюю стажировку 🔵Мгновенный доступ к лекциям и семинарам - учитесь в своём темпе 🔵ДЗ и пет-проект с обратной связью от преподавателя 🔵Практика на реальных боевых задачах 🔵Банк заданий и вопросов с собеседований в BigTech 🔵Пробный тех.собес с обратной связью от эксперта 🔵Помощь на всех этапах: от составления резюме до испытательного срока 🔵Рефералка в топовую компанию по итогу прохождения курса

📌 Скидка 40% действует до 18 марта Цена за 1 курс - 13 450 7 950 ₽ При покупке от 2-х курсов - 7 250 ₽ за курс При покупке от 3-х и более - 6 450 ₽ за курс Программу и отзывы на курсы можно найти на сайте ➡️Советуем не затягивать. Для вопросов и записи на курсы напишите менеджеру

Здравствуйте мои маленькие любители DS/ML. Недавно я собеседовался в одну из известнейших MFT компаний в США. Это компания называется TEZA. Немного слов про отличие MFT и HFT. MFT (mid frequency trading) - область, где алгоритмы больше заточены по оси качества и ума алгоритмов. HFT (high frequency trading) - область, где алгоритмы больше заточены по оси скорости. Как сказал, мне один человек из этой области, лучший алгоритм и золотая середина - это трейд офф между этими двумя осями, и какие там зависимости - большой секрет. При этом в MFT сильно чаще используются алгоритмы машинного обучения, но параметры моделей не выходят за рамки 10 миллионов параметров (в целом какой то трансформер даже можно запихнуть, но обычно успехом это не увенчивается). И так, перейдем к самому собеседованию. 1) Мне задали базовую задачу - посчитать мат. ожидание значения выпавшего на кубике. Тут все очевидно - 3.5. 2) Далее последовал вопрос на базу - линейность мат ожидание. Каково мат. ожидание суммы 1000 брошенных одновременно кубиков. Ну тут тоже все очевидно. 1000 * 3,5. 3) Далее последовала задача - нужно посчитать мат ожидание числа бросков , которое понадобится для того, чтобы выпали все числа (1.. 6). Эта задача - декомпозиция в случайные величины и суммирование по линейности. Представим задачу так - матожидание = матожидание кол-ва бросков, чтоб выпало что-то [1] + матожидание того, что выпадет что-то, кроме того, чтобы выпало на предыдущем шаге (6/5) +... Тут пользуемся мат ожиданием геометрического распределения и суммируем до 6. В целом задача тоже базовая, но с ней я затупил. Давно уж не повторял теорвер) 4) Далее последовала задача - придумать стратегию, если в аукционе участвуют два игрока и бросают кубик. Каждый человек может выиграть деньги лишь тогда, если перебьет ставку другого человека. А выигрыш = сумма кубиков - ставка. Тут очевидно ставить больше 11 смысла нет. Идея - разбить задачу на случаи и посмотреть на четность шагов. Если интересно расскажу фулл решение в комментариях. В целом на этом собеседование подошло к концу. Как мне кажется, собеседование был очень нестандартное, компания тоже высочайшего уровня. Всем советую хоть раз попробовать пособеседоваться в зарубежную компанию - отличный опыт. Ботайте теорвер, матстат, решайте классические задачки, мыслите критично и всегда прогрессируете. Всем удачи и хорошего вечера воскресенья! @zadachi_ds