Вот и разбор первого этапа ШАД 2024 года! Обязательно делимся с друзьями, ждем 10 тыс просмотров и разбираем другой вариант. Пока другие варианты можно получить только на наших курсах.

Смотрим! Смотрим! https://www.youtube.com/watch?v=AS4c22KKlgY

Вот и разбор первого этапа ШАД 2024 года! Обязательно делимся с друзьями, ждем 6 тыс просмотров и разбираем следующий вариант. Пока другие варианты и разведку по остальным этапам можно получить только на наших курсах.

Смотрим! Смотрим! https://www.youtube.com/watch?v=bR2jza6gpyU

Я в шоке! Академия Авито объявила набор... Мне стыдно, товарищи, что советовал поступать в этот содом, простите... Подобно Эдипу мне предстоит выколоть глаза и отправиться в изгнание. Прощайте! Оставляю вас Михаилу Абрамовичу. О том, что случилось в новом ролике..

Смотрим! Смотрим! https://www.youtube.com/watch?v=ZV6HX9AsHp8

Вот и разбор экзамена ШАД 2024 года!

Смотрим! Смотрим! https://www.youtube.com/watch?v=SxjyPnXFxH0

Сборник из двухсот тестовых заданий

Продолжаем обновлять и расширять наш сайт, сделали раздел Аналитика, вот здесь, где сейчас собраны тестовые задания на аналитика разных грейдов в такие топовые компании как Авито, Тинькофф, Ozon, VK group, Сбер, МТС и много других.

Данные размечены не только названием компании, но и грейдом, и навыками: SQL, Excel, Кейс, A/B тест, Дашборд и т. д. В архивав zip по ссылке из таблицы вы найдете не только текст заданий, но и оригинальные датасеты, а какие-то датасеты пришлось восстанавливать вручную, все для вас!

То есть сборник буквально становиться классическим задачником, он отлично подготовит вас к интервью! Только не хватает решений и указаний, теоретической справки. Мы с учениками активно прорешиваем этот сборник на нашем курсе по аналитике, делимся подробными решениями.

Но мне кажется мне нужна ваша помощь, товарищи, чтобы довести сборник до ума! Если у вас есть решение или другие тестовые задания на любую позицию (аналитика, разработка, ml, de), то прошу прислать их мне в лс @vice22821, готов к обмену или могу расплатиться натурой, в общем договоримся: вы мне, я вам!

Также уверен, что тестовые задания вдохновят на пет проекты. Про самые популярные рассказал в конце задачника, тоже обратите внимание.

Как всегда, все для вас, товарищи, сохраняйте, пользуйтесь на здоровье и обязательно делитесь с друзьями такой годнотой!

Сборник из пятидесяти тестовых заданий ML

Товарищи, с вашей помощью продолжаем обновлять и расширять наш сайт, сделали раздел Машинное обучение, вот здесь, где сейчас собраны тестовые задания на DS, ML разных грейдов в такие топовые компании как Uber, Сбер, МТС, Шаурму Х@чу и много других.

К каждому названию компании прилагается ссылка на архивав zip, в нем вы найдете не только текст заданий, но и оригинальные датасеты, а какие-то датасеты пришлось восстанавливать вручную, все для вас!

То есть сборник буквально становиться классическим задачником, он отлично подготовит вас к интервью! Только не хватает решений и указаний, теоретической справки. Мы с учениками активно прорешиваем этот сборник на нашем курсе по ML, делимся подробными решениями, какие-то из них вы уже найдете в zip архивах.

Но мне кажется мне нужна ваша помощь, товарищи, чтобы довести сборник до ума! Если у вас есть решение или другие тестовые задания на любую позицию (аналитика, разработка, ml, de), то прошу прислать их мне в лс @vice22821, готов к обмену или могу расплатиться натурой, в общем договоримся: вы мне, я вам!

Еще раз спасибо, товарищи, за столько тестовых заданий! Также не забываем про сборник тестовых заданий на аналитика.

Как всегда, все для вас, товарищи, сохраняйте, пользуйтесь на здоровье и обязательно делитесь с друзьями такой годнотой!

Вот и разбор алгоритмов на стажировку в Яндекс! Обязательно делимся с друзьями. Ждём 5 тыс просмотров на ютуб ролике и выкладываем аналитику.

Смотрим! Смотрим! https://youtu.be/AdfjZ4u8GLg

Эти пет проекты должен сделать каждый ML специалист

Устроиться можно попасть и без проектов, но если у вас их нет, то мл кейсы будут решаться неуверенно и на финалах будете выглядеть слабее других. Никто не ждет гениального проекта с инфраструктурой— реализовать какие-то бейзлайны и понимать специфику задач уже достаточно для стажера и джуна.
Уже делали подобную подборку для аналитиков здесь, советую присмотреться.

1. Кредитный скоринг
Стоит ли давать кредит— довольно популярная задача и отличный выбор для новчиков, чтобы самостоятельно проделать все этапы. Сначала берем любой датасет на kaggle по запросу Credit Scoring. Проводим EDA, генерируем гипотезы, фичи, готовим данные для модели и делаем бейзлайн: логистическая регрессия. Затем уже можно попробовать случайный лес, градиентный бустинг, KNN или еще что по вкусу— сравниваем метрики. И на последок не забываем проанализировать результаты и культурно презентовать. Можно провести АВ тест на смой первой модели.
Все варианты решения и реализации можно найти в интернетах: GitHub, Хабр. Очень полезным будет посмотреть всякие выступления на конференциях по этой теме для вдохновения, да и это очень поможет на мл кейсах.

2. Наивный Байесовский классификатор (НБК)
Для конкретики будем классифицировать письма на спам. Опять же обработаем данные: удаляем числа, знаки препинания, стоп-слова, стемминги, лемматизацию.
Объединяем все методы предварительной обработки и создаём словарь слов и счётчик каждого слова в наборе данных для обучения:
1. Вычисляем вероятность для каждого слова в тексте и отфильтровываем слова со значением вероятности меньше порогового. Такие слова будут нерелевантными.
2. Для каждого слова в словаре создаём вероятность, что это слово окажется в спаме. Определяем условную вероятность для использования её в НБК.
3. Вычисляем прогнозируемый результат с помощью условных вероятностей.
НБК реализовать не сложно. Куда интересней погрузиться во всю теорию, которая за этим стоит, в вероятностные модели. К тому же, кейс фильтрации спама и подобного часто встречается на собесах.

3. MLOps
Можно наладить какой-то минимальный прод для проектов: например телеграм бот или FastAPI. Можно еще автоматизировать пайплайн с помощь AirFlow и попробовать запустить инфраструктуру не только локально, но и облаке. Конечно нужно будет поизучать Docker, Cuber, Hadoop, Spark, HDFS, Kafka. Но на самом деле ничего трудного— после нашего курса дата инженер будете делать такие вещи по щелчку пальцев.

4. Ранжирование и матчинг
Для начала лучше пробежаться глазами по статье и посмотреть, что пишут в интернетах. Можно выделить три подхода к задаче: поточечный, попарный, списочный. Советую начать с первого как самого простого. Для конкретики будем предсказать оценку релевантности для запросов тестового датасета. Здесь можно кстати поучиться парсить web-страниц и собирать сырые данные, размечать их с помощью какого-нибудь Яндекс-Толока. Делаем регрессию, а затем Random Forest Regressor, XGBoost, lightGBM, CatBoost.
Совсем продвинутые могут попробовать языковые модели в духе FastText, Word2Vec, DSSM и более сложные: BERT, можно даже попробовать архитектуру трансформеров.

5. Рекомендашки
Очень популярный кейс на собесах. Для начала лучше пробежаться глазами по этому разделу и посмотреть, что пишут в интернетах. Затем начинаем реализовывать самое простое как бейзлайн, например, content-based рекомендации, KNN. Дальше можно попробовать факторизации матрицы рейтингов по svd разложению или по более эффективной als архитектуре и функции ошибок bpr. Затем можно попробовать W2V подход, чтобы использовать последовательность взаимодействий пользователя для построения рекомендации следующего предмета.
Для знатоков DL можно попробовать DSSM, SasRec/Bert4Rec, MultVAE, Merlin или графовые нейронки: GCN-подобные архитектуры.
Также стоит попробовать обучение с подкреплением: многоруких бандитов.
Ну и конечно рекомендательные системы можно попробовать рассмотреть как задачу ранжирования.

Вот и разбор аналитики на стажировку в Яндекс! Обязательно делимся с друзьями. Ждём 5 тыс просмотров на ютуб ролике и выкладываем МЛ. Советую поторопиться: контест вот-вот обновят.

Смотрим! Смотрим! https://www.youtube.com/watch?v=k4C9aWR6YJ4

ШОК! Владислав надел платье, туфельки и пошел в офис Т-банка записывать свой тикток...

Распространяем: https://youtube.com/shorts/99VxC8WiaCo

Вот и интервью с настоящей легендой! У нас в гостях ДиМашина, поступивший на физтех со 127 баллами ЕГЭ. Почему именно физтех? Какие учебные лафхаки работают? Почему нравится бить людей? Ну и прямо на ваших экранах, товарищи, Дмитрий поступит в ШАД!

Смотрим! Смотрим! https://youtu.be/5l7O2ToX1_8

Полный цикл отбора в HFT (компания Teza)

Товарищи, понравилась ваша реакция под прошлым постом, потому специально для вас попросил выпускника наших курсов рассказать про отбор в одну из самых популярных компаний HFT, в которую вполне реально попасть из РФ.
Далее представлен слегка отредактированный текст нашего выпускника.

Три года назад окончил мехмат МГУ. Во время учебы занимался спортивным программированием (но не так успешно). После университета пошел разработчиком. Успел поработать на Python и C++. В какой-то день я решил поменять свою жизнь (расстался с девушкой) и искал то, что будет интересно для меня, и наткнулся на HFT. Чуть-чуть поизучав, я понял, что это то, что нужно. Высокие нагрузки на работе, применение математики, С++, алгоритмов, хорошая зарплата.

Начал копать HFT компании и нашел немало, но, к сожалению, я не проходил скрининг резюме. Позже наткнулся на HR в Linkedin, которая работала в ереванском Teza. Она посмотрела мое резюме и дала пару советов, как улучшить. Так что ребятам, которые планируют в будущем подаваться в HFT компании, да и не только туда, советую поработать над своим CV.

Она предложила мне пройти собеседования на SOFTWARE DEVELOPER в QUANTITATIVE команду. В целом это не то, что я хотел, но решил попробовать раз уж квантом на тот момент пока никуда не взяли.

Пока подавался в компании, я параллельно готовился по линейной алгебре, теории вероятности и по алгоритмам.
По алгоритмам я попросил Тимура подготовить меня, брал у него менторство и три месяца плотно решали много задач.
По математике также готовился по курсам Поступашек (кстати в это воскресение уже стартует теор вер).

Всего было три этапа.

Первый этап
Скинули ссылку hackerrank, в котором были две задачи. Обе задачи были на алгоритмы, и надо было решить на время. У них был свой практоринг.
Задача 1: дается два массива чисел, проверить, правда ли одна является подпоследовательностью другой.
Задача 2: на плоскости даются n городов (просто точки). Дальше даются q запросов. Каждый запрос — это точка (x, y), ваша задача — найти ближайший город к (x, y), но чтобы у них хотя бы одна координата была равна. Кстати, подобные задачи с решениями постоянно выкладываются здесь, товарищи.

Решил эти две задачи и пригласили на следующий этап.

Второй этап
Собеседование в котором была только математика. Ниже я перечислю вопросы, которые помню.
-Чему равен ранг x*x^t где x - вектор столбец.
-Найти все собственные значения для x*x^t
-Какие могут быть характеристические корни у матрицы A, если A^4 = A^2.

-Бросают кубик, посчитать мат ожидания и дисперсию числа выпавших чисел.
-Бросают два n гранных кубика, какова вероятность что суммарно выпадет k очков.
-Были теоретические вопросы по распределениям, много спрашивали про нормальное распределение.

Это не весь список вопросов, так как уточняющие вопросы возникали и в ходе ответа.

Пригласили на третий собес:

Третий этап
Уже по кодингку и хард скилам.
-Начался разговор с баз данных, какие использовал, что делал. Использовал ли Postgres.
-Airflow, Hadoop
-Был ли опыт в ML
-На мое удивление дали задачку на numpy)
-По большей части спрашивали Python и С++.
В целом по языкам программирования вопросы были не сложные, стандартные. Может из-за того, что у меня был опыт работы.
Спрашивали про выделения памяти, про шаблоны, версии С++, ООП на питон и на плюсах. Не было ничего сверхъестественного.
Подчеркиваю, я не собесился на кванта. У квантов достаточно жесткий собес по плюсам.
В целом третий этап собеса будет несложным для человека, который имел опыт работы на С++ и python.

Предложили оффер и релокацию, но к этому моменту меня позвали в другое место с более лучшими условиями. А куда именно узнаете в следующем посте, товарищи. Давайте соберем 700 огоньков, чтобы понимать: тема для вас интересна и ее нужно продолжать.

Набор на стажировку в VK проходит прямо сейчас, товарищи! Поэтому сегодня специально для вас пообщались с Иваном Нагайко, он пришел в компанию еще стажером, а вырос техлидом😎 Обсудили все секреты и лайфхаки Ивана, получилось очень интересно и полезно!

Смотрим! Смотрим! https://www.youtube.com/watch?v=eNwVeCNfZu0

Товарищи, сегодня мы обсудим главный вопрос, который волнует всех здравомыслящих и нормальных людей: как минимально напрягаться на работе, но при этом быть на хорошем счету и казаться эффективным и ценным сотрудником (и даже расти в компании)? Лично я работал в двух крупных компаниях на удаленке и при этом я реально что-то делал каждый день ну часа по 4 максимум, а в остальное время смотрел кино и играл в доту, хотя везде был на фуллтайме.

В чем же секрет? На самом деле ничего сложного тут нет, просто держи в голове простой принцип: наш мозг не способен видеть всю картину целиком и для того, чтобы оценить и понять что-то мы фокусируем внимание на ограниченном количестве факторов и если мы сможем четко выделить вот эти лампочки, которые загораются в голове у нашего тимлида, если мы сможем понять на что он обращает внимание в первую очередь, то мы победили. Конечно это вещи индивидуальные, но я постараюсь дать список таких трюков, которые сработают почти всегда:

1. Первое и главное - это личное отношение. Запомни: никто не любит унылых мудаков с кислой рожей, которые вечно всем недовольны и ходят с немытой головой и желтыми зубами. А если ты вызываешь антипатию на личном уровне, то и твои профессиональные достижения оценивают хуже, а требуют от тебя большего. А если ты человеку лично симпатичен, то и твои профессиональные навыки он оценивает лучше. Поэтому тебе нужно быть клевым парнем: побольше нейтральных шуток, не забывайте улыбаться, в личных и неформальных разговорах с коллегами почаще соглашаться с тимлидом и поменьше со всеми спорь.

2. Показывай вовлеченность! Запомни, нужно всегда и оперативно отвечать на все письма: можешь настроить какой-то универсальный автоответ, или может даже запариться с чатом гпт, но отвечать нужно реально быстро. Кстати, это отчасти работает и на первый пункт с личным отношением, ибо никому не нравятся долгие ответы, особенно когда дело срочное. В плане вовлеченности не забывай про свои 5 копеек на общих созвонах: старайся не допускать того, чтобы ты все время молчал, на каждом созвоне нужно сделать хотя бы одну уместную реплику, пусть даже это просто резюмирование или пересказ в духе «Правильно ли я понимаю, что...». Но важно с этим не перебарщивать: сказал там в начале, отметился и начинай катуку в доту.

3. Обращай внимание на срочные и "горящие" задачи. Очень многие не задумываются об этом, но суть в чем: если нужно экстренно справиться с какой-то задачей, то она обычно не очень сложная и длинная, но при этом ее выполнение даст вам большой плюсик к репутации. Содержательные, непростые, но долгие задачи никто не замечает: никто не обращает внимание на медсестру, которая десятилетиями выносит из под больных утки, поэтому за такие задачи мы обходим стороной. Фокусируемся на быстрых и «ярких» задачах, получаем плюсик к репутации.

4. Создавай ощущение загруженности. Пришли с новой задачей? Не забудь сказать, что сейчас у тебя рабочий график загружен, ты еще не доделал прошлое задание, но у тебя обязательно найдется окно и ты все сделаешь. Что-то получилось сделать очень быстро? Не говори об этом! Наоборот сделай акцент на том, что возникли какие-то сложности и обязательно расскажи как ты с ними справился.

Эти штуки работают почти всегда, но конечно помни, что у тебя должен быть свой собственный список коронных приемов! Но при этом помни о главном: ты должен разрешить себе халявить на работе, ибо если ты будешь загоняться из-за этого, если ты каждый раз будешь волноваться как школьница, то тебя очень быстро спалят. Поэтому не напрягайся, будь уверен в себе и у тебя все получится 😎😎😎

Ещё больше полезных постов у нас на канале: @chad_protocol

Мой путь вката в Биг Дату

Так как сейчас активно идет набор на стажировки, я решил рассказать вам, как происходил мой путь вкатывания в айти в целом и в дата-инженерию в частности. Откинем курсы и прочее обучение, смотря на реальный опыт

На третьем курсе ВМК я начал задумываться о том, чтобы начать уже получать реальные практические навыки, потому что одним обучением в вузе я вряд ли смогу этим добиться. Я пробовался на различные стажировки: всем известные Тинькофф, Яндекс, Сбер и менее известные компании на самые хайповые направления: аналитика, дата саенс и в целом все, что связано с данными, потому что это мне нравилось и чувствовал, что это мое.
И в один момент прошел на стажировку Spark-разработчика, иначе говоря — Дата Инженера, в одной консалтинговой компании, где вначале шло обучение, а после, в случае успешной сдачи экзамена и дополнительных собеседований — прием в штат.
Конечно же поначалу всё казалось сложным: распределённые вычисления, кластеры, партиции, обучение Scala, Hadoop, Spark с нуля. Но, пройдя все эти этапы, успешно справился со всем, и после этого начал работать на проекте ВТБ, где набрался опыта реальной разработки ETL, занимался сборкой витрин и работой с продуктовыми большими данными.
С тех пор дата-инженерия и биг дата стали моими родными сферами. После этого уже я спокойно переходил на работу непосредственно в банки — тот же ВТБ и Сбер, и ритейлы — Ozon и текущее место работы

Что же я хочу сказать этим постом?
Не всегда стоит начинать с самых известных компаний — очевидно, конкуренция и уровень нагрузки будут запредельными, так что можно рассмотреть те же консалтинги, которые специализируются на том, чтобы активно набирать людей
Не стоит также ограничиваться одним направлением — на начальном этапе ты не знаешь, в чем ты действительно хорош и чем будешь заниматься в реальности. И с опытом смежной профессии перейти в другую будет легче, чем пытаться честно с 0 пройти весь путь, и, как правило, в рамках одной компании это сделать проще.

Если у вас остались вопросы задавайте их в комментариях и ставьте реакции!
Ну а если хочешь получить помощь в подготовке к собеседованиям и обучению, то рекомендую записываться на наши консультации!

@bigdata_postupashki

Как продать себя на собеседовании

Волшебной универсальной стратегии здесь нет. Например, некотрые парни выбирают стиль тестостеронового гигачада, а девушкам больше подойдет почаще улыбаться и шутить. Под каждый стиль есть свои схемы, например, у одной из наших студенток прокатывало следующее:
1. пошути про то, что ты знаешь на 20% - так тебя об этом точно не спросят (ты же шутишь, значит знаешь отлично)
2. запомни пример того, что ты знаешь на 40% (просто частый пример, как работает на пальцах)
3. и говори о том, что знаешь на 200%.
У кого-то же хватало харизмы нести просто конченную ахинею с уверенным лицом и собеседующий на это велся.

Главное помним про простые принципы и готовимся к собеседованиям как к свиданиям:
1. Опрятный вид. То есть чистая одежда без дырок (брюки + футболка уже хорошо), нейтральный дезик (nivea черное-белое, а еще лучше хорошие духи, если есть деньги), почистить зубы, помыть и уложить волосы.
2. Показывать свою вовлеченность и заинтересованность. То есть слушать внимательно и не отвлекаться. Если вы уже несколько раз не поняли интервьюера, не услышали и отвечаете вообще на другой вопрос, то это сразу бан. У собеседующего вывод: вы тупорылый.
3. Быть готовым ко всему. Вы четко должны знать, что вам нужно и что вы готовы дать на работе. Если вы начинаете мямлить и показывать, что вы еще не знаете, чего вы хотите, то интервьюер возьмет на работу того, кто знает.
4. Если вы толком никто и звать вас никак, а оффер по рынку хороший, то проявляйте инициативу. Нужно принять положение дел, что это вам нужно думать с какой стороны облизать интервьюера, чтобы дали оффер.

Свой стиль возможно найти лишь на собесе 20-ом. Все это как с отношениями и свиданиями: либо вы знаете чего хотите для себя и что готовы дать другому человеку взамен, вы в курсе как себя подать и все идет налегке, либо даете заднюю и обсираетесь по итогу.
Для большей практики можно реально походить на всякие свиданки с дайвинчика и относиться к ним как к собеседованиям, чтобы понять все тонкости процесса найма сотрудников. Давайте 500 огоньков под постом и мы пишем пост, как найти парня/девушку по советской методике.

@chad_protocol

Почему СИГМЫ выбирают работать в найме

Каждый из нас хоть раз задумывался о том, чтобы начать заниматься своим собственным проектом, запустить свой стартап и перевернуть мир, но это решение серьезное и прежде чем его принимать я советую вам обратить внимание на все плюсы, которые дает работа в найме:

0. Чёткий график и working-life balance.
Мне кажется, что это самая имбовая штука. Работа в найме почти всегда подразумевает фиксированный график: пришел в 9, ушел в 18 и после шести в ус не дуешь. А еще 28 дней в год ты можешь вообще не работать и получать за это денежку. Если ты работаешь на себя, то ты постоянно сталкиваешься с такой хренью, что все время что-то не доделано. Очевидно, что в какой-то момент ты точно перейдешь на режим «бодрствую = работаю», ну мб у тебя и будет один выходной на неделе, но запомни: во время него ты все равно не сможешь до конца расслабиться. А отпуск? Про него ты можешь вообще забыть на ближайшие года 3 😎😎😎

1. Финансовая стабильность.
В отличие от фриланса или стартапов, работа в нормальной компании дает стабильную зарплату: тебе несколько раз в месяц перевели фиксированную денежку на карточку и все. Ты представляешь какой у тебя финансовый поток, можешь планировать свою жизнь и траты. Если ты работаешь на себя, то тебе придется привыкнуть к финансовой неопределенности: какие-то месяцы деньги прут, заказов куча, а потом вдруг крупный клиент ушел, продажи упали и у тебя не хватает денег, чтобы заплатить за хату.

2. Соцпакет и гарантии.
Не стоит недооценивать этот пункт: реально, ты даже не заметишь как тебе исполнится 25 лет и поверь мне, ты уже не будешь чувствовать себя так, как будто тебе 18. В зубах начнет появляться кариес сильно чаще, чем раньше, коленка иногда начнет как-то необычно хрустеть, а после пачки чипсов ты начнешь ощущать что-то странное в своем животе. Если ты работаешь по трудовому договору, то, помимо мед страховки (ДМС), ты получаешь ещё и оплачиваемые больничные! Да-да, ты можешь даже спокойно поболеть и концентрироваться на выздоровлении, а не мотаться с температурой в офис. Есть ли у тебя такая возможность, когда ты работаешь на себя? Догадайся сам.

3. Социализация и контакт с людьми.
Очень многие люди, работающие над своими проектами сталкиваются с недостаточном реального живого общения: то есть они обычно взаимодействуют с большим количеством людей, но это именно взаимодействие, а не общение: решили рабочий вопрос, быстро созвонились и разошлись. Ну а если ты работаешь в найме, то у тебя будет намного больше возможностей для нормального, живого и неформального общения: можно и сходить в пятницу в бар с коллегами, и поприставать к наклюкавшейся коллеге на корпоративе, и даже просто потрещать во время обеденного перерыва. То есть в твоей жизни будет намного больше реальных социальных контактов, что повышает твои шансы найти близких людей, друзей и даже вторую половинку (а если у тебя и твоей ненаглядной все зайдет совсем далеко, то работая в найме, ты можешь даже выйти в декрет и получать деньги от компании за выращивание микрочела).

4. Реальный профессиональный рост.
Если твой проект хорошо развивается, то тебе достаточно быстро придется отказаться от каких-то технических задач, которыми ты занимался в самом начале и сконцентрироваться на менеджерских (командовать, мотивировать и обманывать), ну а это неизбежно приведет к тому, что как технический специалист ты будешь деградировать. Если же ты работаешь в нормальной компании, то тебе приходится расти и развиваться, а если ты сам ещё захочешь чему-то научится, то компания может даже оплатить тебе какой-нибудь курс (и у тебя даже будет время его пройти).

И ведь можно продолжать этот список очень долго: тебе могут помочь с ипотекой, тебе могут сделать айти отсрочку, тебе в какой-то момент будут платить нормальную пенсию, но мне кажется, что об этом уже можно и не говорить.

@chad_protocol

Ред флаги для HR в кандидате

Ох уж этот топовый контент в духе "5 красных флагов в резюме кандидата..". За мой нескромный опыт у меня было немало контактов разного уровня близости с рекрутерами, сейчас перечислю самые их "распространенные ред флажочки", почему все это булшит.

- Везде поработал не больше года = уууу, попрыгунчик, сразу мимо.
- На одном месте больше X лет = человек без амбиций, сидит в своем болоте, ничего его не интересует, уже заплесневел на своем месте.
- Не работал в Яндекс/Авито/Т-банк = фу, посредственность, нам нужны лучшие из лучших.
- Работал в Сбере = оо, измазался в зеленом, ред флажочек, знаем мы таких, точно не наш клиент.
- Кандидат-девушка = у нас коллектив и так женский, нам мальчик нужен, а то скучно.
- Кандидат-парень = у нас коллектив чисто женский, нам мальчики не нужны, у нас своя атмосфера.
- Много денег просит = да кем он себя возомнил, рынок вообще видел или как.
- Мало денег просит = мда, на помойке видимо себя нашел, нам шелуха не нужна.

И все в таком духе, думаю, список можете продолжить сами. Как всегда вывод: всегда найдется сто доводов "за" и сто доводов "против". Каждый проинтерпретирует так, как ему угодно.

Самое главное нужно пробовать, резюме нужно тестить, чтобы уловить нынешние тенденции. Самые актуальные сейчас такие:
- Курсы, фриласн, ИП, ноунейм компании. Сейчас накрутчики массово стали скрывать за этим "опытом" его отсутствие. Хотя справедливости ради очень много айтишников так и оформляют на работу.
- Долгие пробелы в опыте.
- Нерелевантный опыт.
- Частая смена работы (каждые 6-12 месяцев).
- Возраст больше 30 лет при отсутствии релевантного опыта.
- Частая смена сфер.

Главное не принимаем близко к сердцу, когда у вас отличное резюме с пет проектами и расписанным опытом, а все равно приходит отказ. Не вините себя— вините рекрутера и ее маму.

@chad_protocol

Внимание, солдаты NLP-фронта!

Пока политики стреляют словами,
а дипломаты роют траншеи
в переговорных окопах
Мы разберём, как алгоритмы превращают эту словесную артиллерию в векторы

🫡Готовьте гранаты токенизации и заряжайте пушки Self-Attention: сегодня мы штурмуем тему трансформеров

Word2Vec:
Семантический снайпер
Алгоритм превращает слова в векторы, где Россия и Беларусь — соседи, а Швейцария — вдали
CBOW предсказывает слово по контексту

Переговоры о [___] и зерновом коридоре → безопасности

Skip-gram ищет окружение для слова, как мины в тексте

Self-Attention:
Генерал трансформеров
Выделяет ключевые связи

прекращение огня → линия соприкосновения

игнорируем шаблоны вроде стороны выражают надежду
Как 🕶разведчики🕶, видящие суть сквозь пропаганду

Fine-Tuning:
Переподготовка спецназа
BERT, обученный на речах политиков, отличает
западных партнёров от пендосов
Зачем учить с нуля, если можно переквалифицировать модель?:)

Токенизация:
Разбор трофеев
Например, можем разделить словосочетание Антониу Гутерриш на части, но термин многополярный_мир, возможно, обратится в бессмыслицу ([много, поляр, ный_мир])

TF-IDF:
Приоритет целей
Определяет ценность слов:

Крым — ударный термин,
взаимопонимание — пустой звук

Рост TF-IDF для Бухарестский меморандум в 2022 году — сигнал к пересмотру границ

LLM:
Ядерный арсенал NLP
GPT-4 генерирует договоры за минуты,
BERT находит двусмысленности в старых текстах

Галлюцинации LLМ: Дружественный огонь
Например, нейронка приписывает Макрону

Украина должна капитулировать

— включайте радиста-фактчекера или понижайте температуру модели

Оптимизация внимания:
Тактика блицкрига
Sparse Attention анализирует 500 страниц за 5 секунд, фокусируясь на санкциях и безопасности подобно танковому прорыву через бюрократию

Словари:
Боевой комплект NLP
Большой словарь — тяжёлый арсенал

SWIFT-отключение.......

маленький — пистолет с тремя патронами

Контекст:
Радиосвязь диалога
Без контекста переговоры —
как рация с помехами
BERT связывает 91 год с Беловежьем,
а все варианты на столе читает как угрозу

Что могут спросить по теме трансформеров на собеседовании:
Основные типы LLM:

авторегрессионные (ex.GPT) генерируют текст последовательно, предсказывая следующее слово

двунаправленные(ex.BERT) анализируют контекст слева и справа от слова

энкодер-декодер(ex.T5, BART) преобразуют входные данные в выходные через промежуточное представление

Обучение

предобучение на большом корпусе текста с задачами вроде предсказания следующего токена или заполнения масок

fine-tuning на специфических датасетах для конкретных задач

Оценка

perplexity:
(the lower the better)
фактологичность, связность
ну и разные бенчмарки:
(GLUE, SuperGLUE, SQuAD)

Чем BERT отличается от GPT?

BERT: двунаправленный,
masked LM, для классификации
GPT: авторегрессия, генерация текста

Как бороться с галлюцинациями в LLM?

контроль температуры, top-k/p,
проверка фактов, fine-tuning

Как оптимизируют внимание в трансформерах?

разреженное внимание, кэширование, квантование, пакетная обработка

Какие гиперпараметры генерации ключевые в GPT?

temperature:
(креативность)
top-k/p:
(выбор токенов)
beam search:
(качество)
repetition_penalty

@zadachi_ds

Океан, горы за окном, хорошая погода круглый год, возможность работать в трусах. Это же мечта любого айтишника! Так я думал 3 года назад, когда перешел на полную удаленку, но потом я понял, что у этой медали есть и другая сторона о которой я хочу вам сегодня рассказать:

Проблемы с часовым поясом:
Огромная проблема. Печально, но на планете не так уж много мест с хорошим климатом, которые находятся недалеко от московского часового пояса. Поэтому мне, как и почти всем другим удаленщикам, в какой-то момент пришлось отъехать на несколько часовых поясов от Москвы. Поначалу все было нормально: я привык начинать работать в час дня, а заканчивать в 11 вечера, но спустя несколько месяцев я почувствовал негативный эффект: у меня больше не получалось проводить свой день так, как я планировал раньше: вставать утром, проводить свободное время на природе, потом работать, а затем идти спать. Я начал ложиться спать в 3 часа ночи, вставать в 11 утра (просыпался очень разбитым, кстати), около часика как-то просыпаться/завтракать, а потом ты уже понимаешь, что до работы у тебя остается всего минут 30 и за это время ты уже ничего сделать не успеешь и в итоге тупо залипаешь в телефоне. Короче, все просто пришло к тому, что мой распорядок дня не сильно отличался от московского, просто за окном у меня был клевый вид. И это ещё более-менее нормальный сценарий: по крайней мере можно было на выходных нормально потусить, а был у меня знакомый, который работал в московском часовом поясе и удаленил из латинской америки, так ему приходилось вставать в 4 утра. За пару месяцев менталку похерил конкретно и вернулся работать в офис)

Проблемы со здоровьем:
Тут у всех все индивидуально, но я скажу про себя: простужался я чаще, чем зимой в Москве. Почему? Да потому что когда ты сначала хорошо промок на жаркой и влажной улице, а потом заходишь в помещение в котором все время работает кондей, то тебя блин с непривычки продует! Окей, можно выключать кондей в своей квартире, но ведь ты не отключишь его в холле жк, если ты живешь в многоквартирном доме, или если ты зашел в ресторан. А фигачат там кондей иногда просто нереально сильно. Да, ещё важный момент: в каждой новой стране спустя пару недель жизни я хватал ротавирус (хотя в мск со мной такого не было никогда), потом конечно все проходило и больше не появлялось, видимо это какая-то адаптация к местной бактериальной флоре, но все равно не очень приятно провести пару дней не отходя далеко от толчка. И ведь это ещё абсолютно несерьезные сценарии, иногда я задумывался: а что если мне не повезет чуть сильнее? Ну там вдруг аппендицит воспалится, или что-то с зубами случиться? Местные айболиты доверия не вызывают от слова совсем)

Базовые проблемы обычной удаленки:
Ну и конечно никуда не деваются стандартные проблемы. Тут и переработки из-за того, что ты с одной стороны всегда доступен, а у кого-то что-то горит, а ты срочно нужен и без тебя не справиться, и напряженность какая-то из-за того, что ты как бы всегда живешь в офисе. В квартире, кстати, последнее ощущается меньше (ну обычно у все есть несколько комнат и ты можешь выбрать себе одну комнату в качестве кабинета и заниматься в ней исключительно работой, а в другие комнаты приходить после окончания работы), а снимая хату в каких-то курортных местах ты нередко сталкиваешься с тем, что 95% жилья - это ну типа студии (ну там может быть перегородка есть, и комната при этом может быть и 80 метров, но ситуацию это не меняет) и поэтому ты не можешь создать себе прямо изолированную рабочую зону. А если вы еще живете вдвоем, то проблем становится ещё больше: нужно ведь работать и тебе, и ей.

И чему я пришел в конечном итоге спросите вы? Я стал скуфом, взял ипотеку и вернулся на гибрид: примерно 50 на 50 офис - удаленка, хотя руководство идет навстречу и эту зиму я провел в южном полушарии (именно зимовка, кстати, мне пока кажется лучшим вариантом: и посмотрел что-то новое, и не успел задолбаться, но при этом уже немного соскучился по дому). Вообще я не отговариваю вас от удаленки, скорее просто советую воспринимать все это чуть критичней.

@chad_protocol