Forwarded from Yaroslav Stavnichiy
Привет! Развитие этой темы называется growth vs fixed mindset. Входит в программу обучения менеджеров Google. В сети есть немало материалов. Рекомендую.
Forwarded from OxFAB
Вдруг вам пригодится, недавно встретил игру симулятор тимлида: https://teamlead.wrike.tech/
Forwarded from Поступашки - ШАД, Стажировки и Магистратура
#How_to_заботать
How to заботать теорию вероятностей?
Важнейшая дисциплина, которую обычно знают плохо. Такое несчастье происходит по многим причинам. Где-то теор вер читают очень поздно, когда сил и времени на жесткий бот не так много, как было на первых курсах, да и многое уже просто позабылось. Где-то его вообще нет или есть, но очень урезанный. Хотя в томе же ШАДе на разных этапах хотя бы 2 задачи по теории вероятностей, а на собесе только на ней и валятся (это хороший способ отсеять и в ШАДе это знают). В ai masters и vk made одна-две задачи на теор вер, а в Академию Аналитиков Авито почти только и спрашивают теор вер. На тех же олимпиадах или на вступительных в хайповые маги на финансы, DS хотя бы одна задача на теор вер. Да и не для кого не секрет, что теор вер просто спрашивают на всяких аналитиков, DSов, Resercherов, квантов. Но на наше счастье, благодаря тому же Колмогорову, советская школа теории вероятностей была сильнейшей в мире, на одном с нами уровне разве что французы. Поэтому немало отличных материалов на русском языке, которые помогут достойно освоить эту красивую науку на достойном уровне, а если хотите, чтобы дело пошло быстрее под надзором опытных преподавателей, добро пожаловать на наш курс или индивидуальные занятия (единственное место в мире, где можно получить качественное советское образование)
Как всегда все книжки в комментариях, там же делимся своими любимыми материалами и опытом по боту теории вероятностей😎😎
Дискретная вероятность
Обычно только ее и спрашивают в тестах собеса (на западе особенно любят Пародокс м. В магах и олимпиадах она попадается чаще, нежели непрерывная вероятность, ибо киндеры что-то серьезное по последней вряд ли решат, а вот по дискретной уже возможно спросить хоть что-то приличное (вот в таком положении наше советское образование). В ШАДах же обычно то и то попадается с вероятность ~ 1/2.
Шаг-0.
Для начала просто необходимо освоить комбинаторику, без этого просто невозможно решать задачи по классической вероятности, смотрим соответствующий пункт в How to заботать дискретную вероятность. Там же не мешало бы посмотреть и пункт по теории множеств, ведь на тех же олимпиадах частенько появляется формула включений и исключений. Помимо этого для дискретных вероятностей и мат ожиданий необходимо овладеть телескопическим суммированием, биномом Ньютона, прогрессиями, рядами Тейлора, комплексными числами. По соответствующим методам скоро будет листочек с задачами, пока же советую Алфутову и посмотреть видос по комплексным и видос по прогрессиям от МА. Здесь же будет полезно освоить, как решать линейные рекуррентные соотношения (что необходимо вариациях задачи о разорении игрока) и как их составлять в комбинаторных задачах (идейно очень близко к составлению вероятностных соотношениях): достаточно будет соответствующих разделов в Виленкине.
В дискретной вероятности нет никаких сложных конструкций и абстракций, а от анализа в лучшем случае понадобиться знать последовательности и ряды.
Шаг-1.
Для первых шагов отлично подойдет какой-нибудь несложный курс с большим количеством примеров.
1) "Теория Вероятностей" М. Л. Сердобольская
Курс читается на физфаке МГУ без всякой абстрактной херни, которая частенько присуща классическим курсам. Конечно, иногда выкладки не очень строгие, но они без труда формализуются слушателем, если есть понимание и знание. В лекциях и семинарах очень много важных примеров, разобрано куча стандартных задач. Единственное, похоже, не хватило времени подробно рассмотреть условную плотность, условное мат ожидание.
2) "Сборник задач по теории вероятностей" Б. А. Севастьянов
Советую параллельно курсу Сердобольской решать этот задачник, который уже стал кассикой. В начале разобраны все стандартные задачи, затем идет куча задач разного уровня сложности. Единственное жалко, что не так много нестандартных задач и прикольных сюжетов (разноцветные шары приедаются).
How to заботать теорию вероятностей?
Важнейшая дисциплина, которую обычно знают плохо. Такое несчастье происходит по многим причинам. Где-то теор вер читают очень поздно, когда сил и времени на жесткий бот не так много, как было на первых курсах, да и многое уже просто позабылось. Где-то его вообще нет или есть, но очень урезанный. Хотя в томе же ШАДе на разных этапах хотя бы 2 задачи по теории вероятностей, а на собесе только на ней и валятся (это хороший способ отсеять и в ШАДе это знают). В ai masters и vk made одна-две задачи на теор вер, а в Академию Аналитиков Авито почти только и спрашивают теор вер. На тех же олимпиадах или на вступительных в хайповые маги на финансы, DS хотя бы одна задача на теор вер. Да и не для кого не секрет, что теор вер просто спрашивают на всяких аналитиков, DSов, Resercherов, квантов. Но на наше счастье, благодаря тому же Колмогорову, советская школа теории вероятностей была сильнейшей в мире, на одном с нами уровне разве что французы. Поэтому немало отличных материалов на русском языке, которые помогут достойно освоить эту красивую науку на достойном уровне, а если хотите, чтобы дело пошло быстрее под надзором опытных преподавателей, добро пожаловать на наш курс или индивидуальные занятия (единственное место в мире, где можно получить качественное советское образование)
Как всегда все книжки в комментариях, там же делимся своими любимыми материалами и опытом по боту теории вероятностей😎😎
Дискретная вероятность
Обычно только ее и спрашивают в тестах собеса (на западе особенно любят Пародокс м. В магах и олимпиадах она попадается чаще, нежели непрерывная вероятность, ибо киндеры что-то серьезное по последней вряд ли решат, а вот по дискретной уже возможно спросить хоть что-то приличное (вот в таком положении наше советское образование). В ШАДах же обычно то и то попадается с вероятность ~ 1/2.
Шаг-0.
Для начала просто необходимо освоить комбинаторику, без этого просто невозможно решать задачи по классической вероятности, смотрим соответствующий пункт в How to заботать дискретную вероятность. Там же не мешало бы посмотреть и пункт по теории множеств, ведь на тех же олимпиадах частенько появляется формула включений и исключений. Помимо этого для дискретных вероятностей и мат ожиданий необходимо овладеть телескопическим суммированием, биномом Ньютона, прогрессиями, рядами Тейлора, комплексными числами. По соответствующим методам скоро будет листочек с задачами, пока же советую Алфутову и посмотреть видос по комплексным и видос по прогрессиям от МА. Здесь же будет полезно освоить, как решать линейные рекуррентные соотношения (что необходимо вариациях задачи о разорении игрока) и как их составлять в комбинаторных задачах (идейно очень близко к составлению вероятностных соотношениях): достаточно будет соответствующих разделов в Виленкине.
В дискретной вероятности нет никаких сложных конструкций и абстракций, а от анализа в лучшем случае понадобиться знать последовательности и ряды.
Шаг-1.
Для первых шагов отлично подойдет какой-нибудь несложный курс с большим количеством примеров.
1) "Теория Вероятностей" М. Л. Сердобольская
Курс читается на физфаке МГУ без всякой абстрактной херни, которая частенько присуща классическим курсам. Конечно, иногда выкладки не очень строгие, но они без труда формализуются слушателем, если есть понимание и знание. В лекциях и семинарах очень много важных примеров, разобрано куча стандартных задач. Единственное, похоже, не хватило времени подробно рассмотреть условную плотность, условное мат ожидание.
2) "Сборник задач по теории вероятностей" Б. А. Севастьянов
Советую параллельно курсу Сердобольской решать этот задачник, который уже стал кассикой. В начале разобраны все стандартные задачи, затем идет куча задач разного уровня сложности. Единственное жалко, что не так много нестандартных задач и прикольных сюжетов (разноцветные шары приедаются).
Forwarded from Поступашки - ШАД, Стажировки и Магистратура
Непрерывная вероятность
Обычно спрашивают меньше просто потому, что многие вопросы здесь требуют более серьезной подготовки: хотя бы необходимо освоить дискретную вероятность, ибо все понятия оттуда просто обобщаются интегрированием. Интегралы тоже должны быть освоены: собственные и несобственные повторные, криволинейные. К счастью, на практическом уровне будет достаточно посмотреть соответствующие семинары за 2-й и 3-й семестр Скубачевского и томики задачника Виноградовой (где тоже немало разобрано таких задачек).
Шаг-2.
На этом шаге не заостряйте внимание на сложных и абстрактных вещах, это не продуктивно в начале пути.
Помимо всего, что советовал в Шаг-1. предлагаю
1) "Теория вероятностей" Л.Н Фадеева, А. В. Лебедева
Книжечка для экономистов. Доступно разобрана базовая теория классического курса (шире Сердобольской), много примеров решения задачек и также предлагается много типовых must have задачек. Также есть раздел посвященный математической статистике, которого с головой хватит для ai masters и магистратур.
2) "Теория вероятностей" CS
Курс лекций с доступным и подробным изложением, есть лекции, посвященные сюжетам случайных процессов (очень занимательное дополнение классического курса). На степике есть скромные упражнения: часть 1 и часть 2.
3) "Теория Вероятностей" А. В. Шкляев
Подробно разобраны вопросы классического курса, академический трэш терпится, ибо это все таки семинары, а не лекции. Также в комменатриях прилагаю листочки с задачами преподавателя.
Единственное во всех этих материалах очень скромно разбирается вопрос условной плотности: очень мало примеров и задач, хотя в том же ШАДе очень давно было две задачи на условную плотность. Да и нередко они встречаются в vk made и факультетских олимпиадах. Поэтому если у вас есть хороший материал на эту тему (много примеров и задач), то смело делитесь в комментариях. А так если будет (((много огоньков и шэров))), то сам запишу подробный гайд😎😎
Шаг-3.
Как всегда, самое важное: научиться решать задачи и после предыдущих шагов пора переходить на не очень стандартные.
1) Листки Шкляева и ПМИ ВШЭ
В основном все стандартно, но и там возможно найти для себя любопытные задачи со звездочкой
2) "Задачи с зачетов по теории вероятностей"
Сборник составлен как пожарок будущем поколения от студентов легендарного А. Е. Кондратенко. Задачи в большинстве не простые, но баянистые (но главное, что к большинству есть решения).
3) "Контрпримеры в теории вероятностей" Й. Стоянов
Подобно всем известным "Контрпримерам в мат анализе" помогает тоньше прочувствовать многие вопросы этой науки.
4) Материалы для ШАД
В Шаге-5 How to заботать ШАД немало задач по теории вероятностей, помимо этого советую разбор задач со вступительных в ШАД 2012-2014 и 2015-2017.
5) Олимпиада от кафедры теории вероятностей
Для совсем отбитых можно посмотреть задачи с этой и этой мехматовской олимпиады (но там зачастую абстрактный треш)
Обычно спрашивают меньше просто потому, что многие вопросы здесь требуют более серьезной подготовки: хотя бы необходимо освоить дискретную вероятность, ибо все понятия оттуда просто обобщаются интегрированием. Интегралы тоже должны быть освоены: собственные и несобственные повторные, криволинейные. К счастью, на практическом уровне будет достаточно посмотреть соответствующие семинары за 2-й и 3-й семестр Скубачевского и томики задачника Виноградовой (где тоже немало разобрано таких задачек).
Шаг-2.
На этом шаге не заостряйте внимание на сложных и абстрактных вещах, это не продуктивно в начале пути.
Помимо всего, что советовал в Шаг-1. предлагаю
1) "Теория вероятностей" Л.Н Фадеева, А. В. Лебедева
Книжечка для экономистов. Доступно разобрана базовая теория классического курса (шире Сердобольской), много примеров решения задачек и также предлагается много типовых must have задачек. Также есть раздел посвященный математической статистике, которого с головой хватит для ai masters и магистратур.
2) "Теория вероятностей" CS
Курс лекций с доступным и подробным изложением, есть лекции, посвященные сюжетам случайных процессов (очень занимательное дополнение классического курса). На степике есть скромные упражнения: часть 1 и часть 2.
3) "Теория Вероятностей" А. В. Шкляев
Подробно разобраны вопросы классического курса, академический трэш терпится, ибо это все таки семинары, а не лекции. Также в комменатриях прилагаю листочки с задачами преподавателя.
Единственное во всех этих материалах очень скромно разбирается вопрос условной плотности: очень мало примеров и задач, хотя в том же ШАДе очень давно было две задачи на условную плотность. Да и нередко они встречаются в vk made и факультетских олимпиадах. Поэтому если у вас есть хороший материал на эту тему (много примеров и задач), то смело делитесь в комментариях. А так если будет (((много огоньков и шэров))), то сам запишу подробный гайд😎😎
Шаг-3.
Как всегда, самое важное: научиться решать задачи и после предыдущих шагов пора переходить на не очень стандартные.
1) Листки Шкляева и ПМИ ВШЭ
В основном все стандартно, но и там возможно найти для себя любопытные задачи со звездочкой
2) "Задачи с зачетов по теории вероятностей"
Сборник составлен как пожарок будущем поколения от студентов легендарного А. Е. Кондратенко. Задачи в большинстве не простые, но баянистые (но главное, что к большинству есть решения).
3) "Контрпримеры в теории вероятностей" Й. Стоянов
Подобно всем известным "Контрпримерам в мат анализе" помогает тоньше прочувствовать многие вопросы этой науки.
4) Материалы для ШАД
В Шаге-5 How to заботать ШАД немало задач по теории вероятностей, помимо этого советую разбор задач со вступительных в ШАД 2012-2014 и 2015-2017.
5) Олимпиада от кафедры теории вероятностей
Для совсем отбитых можно посмотреть задачи с этой и этой мехматовской олимпиады (но там зачастую абстрактный треш)
Forwarded from Teamlead Good Reads – ежедневные советы про менеджмент людей и команд (Egor Tolstoy)
Проблемы начинающих тимлидов
Я уже рассказывал, что мы со Стасом Цыгановым разрабатываем Симулятор Тимлида – интерактивный курс, который обучает и дает попробовать на практике самые важные инструменты и практики для менеджера. Разработка модели такого курса – интересная задача, ведь проблем, с которыми сталкиваются тимлиды, просто бесконечность. Чтобы опираться не только на свою чуйку и опыт, мы решили провести небольшое исследование тимлидского сообщества. Как и обещал, делюсь результатами!
Топовые проблемы:
👹Работа с проблемными сотрудниками в команде
🤝Проведение полезных 1-1
💬Продажа идей команде и внедрение новых практик
📆Личная продуктивность – перегруз встречами и задачами
Ссылка на подробный майндмэп
Я уже рассказывал, что мы со Стасом Цыгановым разрабатываем Симулятор Тимлида – интерактивный курс, который обучает и дает попробовать на практике самые важные инструменты и практики для менеджера. Разработка модели такого курса – интересная задача, ведь проблем, с которыми сталкиваются тимлиды, просто бесконечность. Чтобы опираться не только на свою чуйку и опыт, мы решили провести небольшое исследование тимлидского сообщества. Как и обещал, делюсь результатами!
Топовые проблемы:
👹Работа с проблемными сотрудниками в команде
🤝Проведение полезных 1-1
💬Продажа идей команде и внедрение новых практик
📆Личная продуктивность – перегруз встречами и задачами
Ссылка на подробный майндмэп
Forwarded from Борис опять
После длинного перерыва снова вкатываюсь в учебу. Стараюсь тратить на это первые час-полтора каждого дня. Хорошо, что культура в компании предполагает, что учится на работе это не просто норм, а даже необходимо. Сильно помогает, что у меня снова есть маркерная доска.
Сейчас изучаю классический CV по этой книге и этому курсу. Я бы предложил проходить курс вместе, как мы раньше проходили курс по теории информации, но мне лень это менеджерить. Но если вдруг будете проходить его параллельно то пишите, будем обсуждать задачи.
У меня все довольно плохо с доказательствами, поэтому пока учусь доказывать базовые вещи про перспективу.
Сейчас изучаю классический CV по этой книге и этому курсу. Я бы предложил проходить курс вместе, как мы раньше проходили курс по теории информации, но мне лень это менеджерить. Но если вдруг будете проходить его параллельно то пишите, будем обсуждать задачи.
У меня все довольно плохо с доказательствами, поэтому пока учусь доказывать базовые вещи про перспективу.
Forwarded from Yury Kashnitsky
пусть тут будет https://nn.labml.ai/ - не самый известный топ-ресурс со статьями, аннотированными кодом на PyTorch
Forwarded from тревожный эйчар
Как понять, что в вашей компании плохо распределены обязанности, чем это чревато и как исправить?
Обнаружить проблему помогут три простых симптома.
1) В команде часто возникают конфликты. Люди агрессивно соперничают друг с другом за задачи, которые считают значимыми.
2) Сотрудники не могут поделить власть. В результате часть задач забрасывают на полпути, а часть переделывают по несколько раз.
3) Проекты буксуют. Никто не берет на себя конкретные задачи и не чувствует персональной связи с ними, поэтому они повисают.
Что чувствует и думает член такой команды:
▫️что его усилия не приводят к результату из-за вмешательства коллег;
▫️что его знания и экспертиза не находят применения из-за провального планирования;
▫️что коллеги не слышат, не уважают, стремятся контролировать или игнорируют его.
В результате сотрудники стрессуют, теряют мотивацию и дистанцируются друг от друга.
Внутри ситуации бывают трудно понять, откуда возникают конфликты и чем недовольны коллеги. К тому же пока в команде копится раздражение, люди все менее охотно общаются друг с другом. Поэтому важно взглянуть на систему со стороны.
Что конкретно делать?
Анализ. Зафиксируйте самые частые типичные конфликты, ошибки и проваленные задачи. Скорее всего, именно в этих областях толком не распределена ответственность.
Обратная связь. Составьте карту (или схему) проблемных задач и поинтересуйтесь у сотрудников, как они её видят. Возможно, их взгляды противоречат друг другу.
Координация. Зафиксируйте командные правила и задачи каждого сотрудника. А затем согласуйте их со всеми членами команды.
Атмосфера. Налаживайте коммуникацию между коллегами: подойдут как совместные активности и вечеринки, так и модерация психолога или консультанта. И подчеркивайте заслуги тех, кто берет на себя ответственность.
Объяснила психолог «Ясно» Галина Лайшева
Обнаружить проблему помогут три простых симптома.
1) В команде часто возникают конфликты. Люди агрессивно соперничают друг с другом за задачи, которые считают значимыми.
2) Сотрудники не могут поделить власть. В результате часть задач забрасывают на полпути, а часть переделывают по несколько раз.
3) Проекты буксуют. Никто не берет на себя конкретные задачи и не чувствует персональной связи с ними, поэтому они повисают.
Что чувствует и думает член такой команды:
▫️что его усилия не приводят к результату из-за вмешательства коллег;
▫️что его знания и экспертиза не находят применения из-за провального планирования;
▫️что коллеги не слышат, не уважают, стремятся контролировать или игнорируют его.
В результате сотрудники стрессуют, теряют мотивацию и дистанцируются друг от друга.
Внутри ситуации бывают трудно понять, откуда возникают конфликты и чем недовольны коллеги. К тому же пока в команде копится раздражение, люди все менее охотно общаются друг с другом. Поэтому важно взглянуть на систему со стороны.
Что конкретно делать?
Анализ. Зафиксируйте самые частые типичные конфликты, ошибки и проваленные задачи. Скорее всего, именно в этих областях толком не распределена ответственность.
Обратная связь. Составьте карту (или схему) проблемных задач и поинтересуйтесь у сотрудников, как они её видят. Возможно, их взгляды противоречат друг другу.
Координация. Зафиксируйте командные правила и задачи каждого сотрудника. А затем согласуйте их со всеми членами команды.
Атмосфера. Налаживайте коммуникацию между коллегами: подойдут как совместные активности и вечеринки, так и модерация психолога или консультанта. И подчеркивайте заслуги тех, кто берет на себя ответственность.
Объяснила психолог «Ясно» Галина Лайшева
Forwarded from DevFM
В задачах на проектирование чего-либо интервьюера интересует не столько сам ответ, сколько ход ваших мыслей. Вы можете не дойти до правильного ответа, или дойти с подсказкой. Рассмотрим потенциальные решения задачи и покритикуем их:
💡 Давайте присылать все данные на фронт и фильтровать там.
🚫 1кк записей передавать нецелесообразно. Более того, даже хранить фильтры на фронте не выйдет, так как они динамические и определяются конкретной выборкой. В любом случае, фильтровать должен бекенд.
💡В postgres можно спроектировать схему для хранения фильтров в связке со списком товаров, к которым эти фильтры можно применять.
🚫 Здесь не стали приводить конкретики, но отметим, что при таком подходе будут проблемы с динамическим обновлением счетчиков. А ещё такое решение несёт сложную ментальную нагрузку на разработчика.
💡Сведём задачу фильтрации к фасетному поиску. Для этого каждую единицу товара мы характеризуем набором конкретных признаков.
✅ В базе данных нам нужно завести отдельную колонку, где для каждого товара явно хранить набор его признаков и их значений. Для агрегации, подсчета количества и быстрого поиска по выбранным фильтрам можно использовать мощный механизм полнотекстового поиска.
Пример реализации такого решения с использованием полнотекстового поиска в postgres приведен в статье Faceted search using PostgreSQL full text search.
💡 Давайте присылать все данные на фронт и фильтровать там.
🚫 1кк записей передавать нецелесообразно. Более того, даже хранить фильтры на фронте не выйдет, так как они динамические и определяются конкретной выборкой. В любом случае, фильтровать должен бекенд.
💡В postgres можно спроектировать схему для хранения фильтров в связке со списком товаров, к которым эти фильтры можно применять.
🚫 Здесь не стали приводить конкретики, но отметим, что при таком подходе будут проблемы с динамическим обновлением счетчиков. А ещё такое решение несёт сложную ментальную нагрузку на разработчика.
💡Сведём задачу фильтрации к фасетному поиску. Для этого каждую единицу товара мы характеризуем набором конкретных признаков.
✅ В базе данных нам нужно завести отдельную колонку, где для каждого товара явно хранить набор его признаков и их значений. Для агрегации, подсчета количества и быстрого поиска по выбранным фильтрам можно использовать мощный механизм полнотекстового поиска.
Пример реализации такого решения с использованием полнотекстового поиска в postgres приведен в статье Faceted search using PostgreSQL full text search.
Telegram
DevFM
Задача на собеседовании — проектируем динамическую фильтрацию
При поиске товаров на любой торговой площадке мы видим разухабистые возможности фильтрации товаров. Ваша задача — спроектировать функционал фильтрации результата поиска товаров.
Если вам на собеседовании…
При поиске товаров на любой торговой площадке мы видим разухабистые возможности фильтрации товаров. Ваша задача — спроектировать функционал фильтрации результата поиска товаров.
Если вам на собеседовании…
Forwarded from Quality Content
https://www.youtube.com/watch?v=24qzhhluHWA
А можно ли, интересно сделать бота, который годно в разных этих каналах в телеге будет общаться
А можно ли, интересно сделать бота, который годно в разных этих каналах в телеге будет общаться
YouTube
Мастер-класс: Как создать собеседника мечты на основе машинного обучения за 3 часа
Даниил Цимерман, Александр Марков, Денис Разбицкий
На мастер-классе вы будете первыми, кто воспользуется нашей oпенсорсной генеративной моделью. Обсудим, что такое языковая модель и как ее использовать для conversational AI.
И на практике:
Поборемся с основной…
На мастер-классе вы будете первыми, кто воспользуется нашей oпенсорсной генеративной моделью. Обсудим, что такое языковая модель и как ее использовать для conversational AI.
И на практике:
Поборемся с основной…