Мне снилось что я работал в стартапчике😎😎😎
Это то, что я запомнил. Может даже сны намекают мне на академ?

Прошел второй алгособес в тинек. И тут тоже надо было думать больше чем в Яндексе. Собственно, задачи:
1) Написать стэк с поддержкой минимума - ну базовая база, сразу понятно как решать
2) Посчитать длину наибольшей подстроки из уникальных символов в строке - потупил, как сделать в один проход, в итоге дотупил и написал, предлагал сильно более сложные рещения чем на самом деле 😄 Более усложненная версия задачи из Яндекса, если вы помните пост про собес в него
3) Отсортированный массив циклически сдвинули, нужно найти в нем x или сказать что его нет - классика на бинпоиск
В целом справился на 15 минут раньше, если бы не тупил во второй задаче сделал бы все за 30-35 минут. Приятно)

Пришли вы на рабочий созвон а на вас смотрит вот это. Ваши действия?

Админ возвращается в Москву

Мем от подписчика

"Послушай, Морти, я не хочу тебя расстраивать, но то, что люди называют любовью — это просто химическая реакция, принуждающая животных размножаться. Поначалу это сильное чувство, Морти, но потом оно медленно слабеет, оставляя тебя в неудавшемся браке без копейки в кармане. Так было у меня, так будет у твоих родителей. Разорви порочный круг, Морти, будь выше этого, займись наукой."
Воистину, слова самого умного человека во вселенной.

Music for Data Science

Кажется я словил передоз кофе случайно. Айс латте из French Bakery + капучино из шоколадницы 0.3 + капучино из кофейни в НК 0.4, с 12 30 до 17

ЧТО МОЖЕТ БЫТЬ СМЕШНЕЕ ЧЕМ ЗВОНИТЬ ПО ВИДЕОЗВОНКУ СВОИМ ДРУЗЬЯМ ВО ВРЕМЯ ПАРЫ С ВЫКЛЮЧЕННЫМ ЗВУКОМ. ОНИ ВСЕ СЛЫШАТ А ТЫ ИХ НЕТ

Опиши рисерчера одним фото - синяки под глазами, усталость, тяжёлая небритость, растрепанные волосы и модный напиток для контроля стресса в цвет футболки

Зарегистрировать домен moscowpubs.ai или нет?
Тогла можно будет официально писать что я Head of Research в moscowpubs.ai

Прошла NLP-секция в Тинькофф. По задачам была классика - попросили рассказать о себе, потом спрашивали про кодирование текста, плюсы BPE и почему он хорош, тут ± все ответил. Много вопросов также про word2vec. Потом надо было рассказать о работе трансформеров, тут немного затупил про устройство декодера (но я сказал что особо не работал с генеративками), на примере задачи машинного перевода. Пообсуждали как генерировать последовательности обученной моделью, почему плох жадный подход и прочее. Потом дали сетку на основе LSTM для классификации текста и надо было ее отдебажить. Большую часть багов нашел сам, парочку с подсказкой, но в итоге вообще все нашли, как сказал собеседующий. Ждем фидбек

Выплываем отсюда ребят