Эх, желание суету навести ...

Или хотя бы написать статью про skill-set соревновательного Data Science 🤔

А то меня постоянно спрашивают, что надо уметь?! С чего начать? Вот вы сами, что думаете? Какие конкретные скиллы помогают улучшить скор в соревнованиях? Накидайте идей/мыслей в комментарии 🙏

Когда выкачу статью - вы удивитесь, но скиллов требуется много. Элементарно, но не каждый может задачу мульти-лейбла настроить сходу.

Фото чисто для привлечения внимания. Нейронки в моем телефоне уже с 2019 года что-то про меня знают.

Потерял доступ к своему You-Tube каналу

В августе был небольшой кипишь, а именно МФТИ попал под санкции. Как итог - Google отозвал доступы к почтам. Физтеховский домен @phystech.edu перешел на сервера Яндекса.

До окончательной блокировки почт - я успел везде сменить свою почту на альтернативные. (В первую очередь начал конечно с же с Kaggle и Github).

🧐 Спустя неделю после блокировки решил залить новый видосик на ютуб для своей любимой аудитории. И тут понял, что доступа то теперь у меня нет! Почту басурманскую на яндексоидную я сменить не сменил. И восстановить не получается... Все сообщения в поддержку уходят в небытие юродивое. Летят куда-то за океан и не возвращаются.

🤖 В общем, сейчас в мыслях еще немного попрокрастинировать этот вопросик, и если решений не найдётся, то буду новый канал заводить. Ибо материал копится. Суета суетная в мире святого Data Science сама себя не наведет. Никто кроме Алерончика парням не расскажет, как медали фармить, да собесы в FAANG проходить на своем примере. Кто молодым и неопытным новичкам скажет, не покупать курсы от skillbox?!

🤔 Если вдруг сталкивались с таким, то накидайте советов, что делать? Иначе вам же потом на мой второй канал подписываться)

🧐 Если бы мне было меньше 20-ти (времена, когда на лето я ездил к бабуле😍), то я бы точно потратил месяц лета на изучение техники слепой печати (в обоих языках).

🙂 В общем, решили по фану с Настей (@a_voitseshko) снять видос про технику слепой печати. Некоторые люди не из IT искренне удивляются моему навыку набирать текст с закрытыми глазами, хотя я уже давно привык к нему и не считаю его редким. Однако, для меня этот скилл хороший маркер опыта.

🤨 Вот история: На 1-м курсе магистратуры я выбирал биоинформатическию лабу для написания диплома. Тогда мне очень хотелось освоить крутые фишечки из этой сферы. Так вот в одной из тех лаб, заметил, как мой потенциальный научрук набирает текст двумя указательными пальцами и не отводит взгляда от клавиатуры. При этом он обещал меня научить всем техническим штукам. Меня тогда эта деталь с набором текста сильно смутила, и я там не остался. Кто-то меня осудит за предвзятость, мол это не важно, но вот только мои одногруппники после той лабы так ничего толкового и не опубликовали. Совпадение?

🤪 Ждите, скоро прикольные видосик выпущу. Пока ловите фрагмент. На нем я после удаления зуба мудрости, поэтому немного странно говорю. Смотреть на х2!

🤨 А вы умеете писать 10-ю пальцами вслепую?

🥳 Опача!

🤹‍♂️ Шейкап и наша тима red_mad_robot 🤖 в топ-5 по нефтянке.

🏆 Еще круто, что на 3-м месте команда Дзися (@dzis_science). Надо будет с ним теперь призовые поделить за идеи😅🤫)

🎪 В следующем туре вообще всех скинем😈💪 А то уже хочется новую карточку купить...

🚧 Второй этап будет с новой метрикой, он уже открыт и ждёт решений!

Как закончилась Роснефть?)

😅 Как итог, во втором треки обеими командами мы потерпели фиаско =)

🤔 Прогнозирование временных рядов - это дело не простое. Сама по себе задача интересная, но временные ряды в этот раз не подались. Финишировали ~ топ-7 и после упали до топ-11.

🔥 Парадоксально для меня было то, что лучшее решение с катбустом требовало сильно меньше итераций, чем этого требовала локальная валидация. Это мы заметили случайно.

Пример: модель, обученная на 10 итерациях с плохим локальным скором, переплюнула на лидерборде модель обученную в 500 итераций с лучшим локальным скором... WTF? Этому не учат на классических курсах по Data Science 😄

🧠 Извлек урок. Возможно, для успеха в соревнованиях по временным рядам, особенно с шумными данными, хорошо заходит сильная регуляризация (max_splits, min_splits, min_leafs…) и умная фильтрация фичей (например permutation importance). Сразу в топ может и не пойдешь, но зато потом влетишь в топ на тесте.

😌 В целом - задача мне понравилась, но не разгадали какие-то киллер фичи. Докерные соревнования сильно замедляют проверку интересных гипотез (сегментация временных рядов).

Радует, что хотя бы из первого трека унесем немного призовых 🤑

🧞‍♂️ Давно не было мок собесов от меня!

Отличные новости для новичков, которые пробуют себя ML/DS!

Data Feeling примет участие в Tech Interview Fest от Solvery — первом марафоне онлайн собеседований на Junior позиции.(Писал про основателя в этом посте). Так вот, в фесте участвуют разные сообщества по 10 технологиям, а мы представляем ML

👉 Приглашаю одного из подписчиков моего канала стать участником и пройти собес онлайн на стриме 11 ноября в 19 00 по Москве 🤩

🤨 Как это будет?
- Я вместе с ментором Solvery — Джамилем Закировым (ML Engineer в EyeQ Inc.) проведем моковое собеседование на позицию Junior ML
- 1 час собеседование, и 30 минут — обратная связь + ответы на вопросы зрителей
Моковое собеседование — это как настоящее, только для тренировки

На мероприятие можно зарегистрироваться
🍿В качестве зрителя стрима
🥷 В качестве собеседуемого

Cобеседуемый будет выбран случайно и объявлен за несколько дней до проведения стрима, чтобы можно было подготовиться

Условия для участия в моковом собеседовании на Junior позицию:
- Ты мой подписчик (канал @datafeeling)
- Ты либо готовишься к первой работе, либо уже Junior специалист и хочешь оценить свои навыки
- Наличие тихого места🤫, камеры 📹 и стабильного интернета 🌐
- По желанию можно будет выбрать вакансию, по требованиям к которым хочешь провести собеседование.

🤨 Почему стоит принять участие?
- Получишь боевой опыт прохождения собеседования
- Участие в стриме - кейс, который отлично смотрится в резюме и демонстрирует софт скилы и уверенность в себе
- Обратная связь от менторов и возможность задать любые вопросы
- Просто кайфово проведешь время 😉

🤨 Почему стоит прийти зрителем?
- Посмотрите на пример реального собеседования
- Сможете задать вопросы ментору
- И да — кайфово и с пользой проведете время 😁

Записывайтесь по ссылке в качестве зрителя или участника, чтобы мероприятие добавилось в календарь, а накануне пришли напоминания

✅ Участника объявим во вторник 8 ноября

И вот как с таким бороться?)

🤷‍♀️ Мое имя, такая же аватарка как у меня. Пишет знакомому. Просит перевод в крипте.

🥸 Потом никому ничего не докажешь. Полная мимикрия под меня, если бы не слово «нету»

😕 Будьте осторожны. Какой-то новый вид мошенничества

Помните мою нетворкинг сессию?

🔥 В общем, она реально огненная получилась. И ребята были интересные с разнообразным опытом, и пиццу поели, и мини лекции на около IT-е темы послушали. Кто-то смог даже работу найти после. Все как хотелось! Возможно еще когда-нибудь такое устрою.

✅ А пока ловите первую запись выступления. Вы же не зря просили записывать?! На нем Настя (@semolina_channel) делится своими дополнительными нестандартными методами организации работы команды. Мне зашло =)

😜 Запись: Мемы как инструмент для эффективной работы команды

Темы выступлений были нестандартные. Было два главных критерия:
- Темы плохо гугляться
- Темы актуальны


P.S. - Если снова буду делать ивент, то в следующий раз Маша (@mashkka_ds) тоже выступит!

Химерная аугментация данных

🧠 Вот все знают, что набор изображений можно бесплатно расширить, сделав простые преобразования картинки. Например, если зеркально отразить картинку с котиком, то получим того же котика, но для нейронных сетей это будет уже совсем новый котик.

🤨 Однако, часто при аугментациях мыслят в пределах одной картинки, но как вам идея мыслить в пределах одного класса? Ведь так можно же сделать химерного котика!

✅ Удивительно, но в некоторых задачах если правильно настроить обучение, то такая аугментация докидывает в точности. Тонкость только в том, чтоб при обучении модели скор для таких гибридов считался с меньшим весом, относительно картинок без смешивания.

✅✅ Дважды прикольно, что такое работает не только для картинок, но и для текстов и прочего. И плевать, что новых объектов не существует в реальности, важно сделать обобщенную модель, и это техника помогает этого добиться тоже.

P.S. - Надеюсь, вы славно отметили Хэллоуин!

Кстати, про рекламу

😳 Тут недавно случай произошел. Несколько смышленых школьников нашли способ покупать Telegram Premium сильно дешевле официальной цены в РФ. И понятное дело, начали активно перепродавать со скидкой другим.

🧐 Почему я об этому пишу? Несколько дней назад купил ради теста у одних таких ребят премиум акк. Подумал, вау - реально хитрая лазейка для экономии. Мол, 150 рублей и у тебя премиум на год. Уже даже подумал запостить сюда рекламу этой "схемы". Однако, решил пару дней подождать и не нарушать свой принцип - не делать рекламу в личной блоге.

😎 Как итог, лавочку раскрыли, а купленные таким образом подписки аннулировали. Однако, схема мне понравилась, но видимо - халявы не будет...

Чем больше участвую в соревнованиях, тем больше убеждаюсь, что классические приемы, которым учат на курсах по Data Science часто не работают.

😉 В классических курсах, тебя учат обучать модель на таких данных, которые точно встретятся в тесте.

😆 В реальных боевых или соревновательных условиях - это часто не так. А если это нет так, то надо делать модель более обобщенной.

😱 Простейший пример - early stopping, с помощью которого находят оптимальное время обучения модели. Так вот, хорошей практикой, при участии в соревнованиях, является остановка обучения модели на более ранних стадиях. Так можно откалибровать локальную валидацию по отложенной выборке на лидер борде и не допустить переобучения под тренировочную выборку.