Forwarded from Nikita
BIWS посмотрите, по-моему, прекрасный курс для финмоделирования. На просторах можно найти бесплатно, на авито за маленькие деньги.
Forwarded from Кирилл
Вот хороший канал, там без жуткого акцента читает, но правда не так систематизированно https://m.youtube.com/user/financialmodeling
Forwarded from Pavel Pikulev
1) готовьтесь
2) учите материал, а не до посинения решайте мок экзамс
3) Швейзер лучше родных материалов
4) лучше заранее по-графику, чем пытаться впихнуть в себя весь материал в последний момент.
5) знания полученные во-время учебы для карьеры важнее самого сертификата
6) наличие сертификата для карьеры важно как sign of commitment а не само по себе
2) учите материал, а не до посинения решайте мок экзамс
3) Швейзер лучше родных материалов
4) лучше заранее по-графику, чем пытаться впихнуть в себя весь материал в последний момент.
5) знания полученные во-время учебы для карьеры важнее самого сертификата
6) наличие сертификата для карьеры важно как sign of commitment а не само по себе
Forwarded from Варим МЛ
Есть у меня традиция - писать посты в Сапсане по пути в Москву. Сегодня поговорим о моём любимом инструменте всех времён и народов - ClearML.
#Жека #mlops
#Жека #mlops
Telegraph
ClearML
Первая ML-платформа для трекинга экспериментов, которую мне довелось использовать в проде - это MLFlow. В далёком 2018 мне это показалось чудом - это что же, теперь не надо заносить результаты обучения в Эксель-табличку?? Душа, однако, всегда требует перемен…
Forwarded from Чат канала Тимлид Очевидность
Для не тимлидов я как-то писал статейку года 2-3 назад https://habr.com/ru/post/470227/
В конкретно этом круглом столе мы постарались сделать так, чтобы именно руководителям было полезно
В конкретно этом круглом столе мы постарались сделать так, чтобы именно руководителям было полезно
Хабр
Как собеседовать работодателя?
У программистов обычно принято обсуждать собеседования с точки зрения (около)технических вопросов, которые им задает интервьювер. Надо ли писать код на доске? Надо ли жонглировать бинарными...
Forwarded from Тимлид Очевидность | Евгений Антонов
Как тимлиду собеседовать работодателя
Не так давно мне довелось поучаствовать в круглом столе на тему того, что тимлид должен уточнить у своего будущего работодателя, чтобы принять решение о трудоустройстве.
Я считаю эту тему очень важной и нужной. Причем и для самого тимлида, и для компании.
Если хорошо подготовиться, то можно довольно неплохо понять, насколько вы подходите друг другу. Можно избежать неприятных сюрпризов, когда вы устроились и думали, что будете делать одно, а от вас требуют другое. Можно обговорить свои интересы и сделать так, чтобы у работодателя не было каких-то неактуальных ложных ожиданий от вас.
Делюсь с вами ссылкой и надеюсь, что она вам когда-нибудь сможет помочь🤝
https://www.youtube.com/watch?v=p1wXMci7L2Q
Не так давно мне довелось поучаствовать в круглом столе на тему того, что тимлид должен уточнить у своего будущего работодателя, чтобы принять решение о трудоустройстве.
Я считаю эту тему очень важной и нужной. Причем и для самого тимлида, и для компании.
Если хорошо подготовиться, то можно довольно неплохо понять, насколько вы подходите друг другу. Можно избежать неприятных сюрпризов, когда вы устроились и думали, что будете делать одно, а от вас требуют другое. Можно обговорить свои интересы и сделать так, чтобы у работодателя не было каких-то неактуальных ложных ожиданий от вас.
Делюсь с вами ссылкой и надеюсь, что она вам когда-нибудь сможет помочь🤝
https://www.youtube.com/watch?v=p1wXMci7L2Q
YouTube
Круглый стол: Как тимлиду собеседовать работодателя — Чеклист / Е. Антонов, Т. Аква, Е. Кателла
Как тимлиду выбрать компанию?
При выборе компании существует много дополнительных критериев, помимо денег. Пусть и работаем мы за деньги, но при этом хочется трудиться в комфортной и адекватной обстановке.
Мы собираем брейншторм - как проводить скрининг…
При выборе компании существует много дополнительных критериев, помимо денег. Пусть и работаем мы за деньги, но при этом хочется трудиться в комфортной и адекватной обстановке.
Мы собираем брейншторм - как проводить скрининг…
Forwarded from Data Science Private Sharing
#Tip30 #Train
В отличии от других бустингов в LGBM деревья растут асимметрично (по листьям). В то время как в CatBoost и XGBoost рост происходит по уровням. И это декларируется разработчиками LGBM как одно из основных преимуществ.
И тут закралась ловушка: если вы ограничите глубину дерева в LGBM (а для бустингов рекомендуются не глубокие деревья), то вы по сути превратите его в симметричное урезанное дерево!
Именно поэтому по умолчанию в LGBM глубина деревьев (max_depth) = -1 (что значит - бесконечная), а в CatBoost и XGBoost глубина = 6.
Но бесконечно расти тоже не вариант - так мы просто запомним все данные. Поэтому, чтобы ограничить глубину деревьев используйте такие параметры как:
num_leaves — максимальное количество листьев в одном дереве
min_data_in_leaf — минимальное количество данных в одном листе
min_data_in_bin — минимальное количество данных внутри одного бина
min_data_per_group — минимальное количество данных на одно значение категориальной фичи
min_gain_to_split — минимальный прирост, которое дает разделение
min_sum_hessian_in_leaf — минимальная сумма гессиана в одном листе
Считается, что асимметричные деревья более склонны к переобучению, особенно на маленьких датасетах. В этом случае рекомендуется задействовать max_depth. Также стоит использовать max_depth на очень больших датасетах - иначе модель будет слишком долго учиться.
З.Ы. Недавно поведение аналогичное LGBM и XGBoost реализовали в катбусте.
В отличии от других бустингов в LGBM деревья растут асимметрично (по листьям). В то время как в CatBoost и XGBoost рост происходит по уровням. И это декларируется разработчиками LGBM как одно из основных преимуществ.
И тут закралась ловушка: если вы ограничите глубину дерева в LGBM (а для бустингов рекомендуются не глубокие деревья), то вы по сути превратите его в симметричное урезанное дерево!
Именно поэтому по умолчанию в LGBM глубина деревьев (max_depth) = -1 (что значит - бесконечная), а в CatBoost и XGBoost глубина = 6.
Но бесконечно расти тоже не вариант - так мы просто запомним все данные. Поэтому, чтобы ограничить глубину деревьев используйте такие параметры как:
num_leaves — максимальное количество листьев в одном дереве
min_data_in_leaf — минимальное количество данных в одном листе
min_data_in_bin — минимальное количество данных внутри одного бина
min_data_per_group — минимальное количество данных на одно значение категориальной фичи
min_gain_to_split — минимальный прирост, которое дает разделение
min_sum_hessian_in_leaf — минимальная сумма гессиана в одном листе
Считается, что асимметричные деревья более склонны к переобучению, особенно на маленьких датасетах. В этом случае рекомендуется задействовать max_depth. Также стоит использовать max_depth на очень больших датасетах - иначе модель будет слишком долго учиться.
З.Ы. Недавно поведение аналогичное LGBM и XGBoost реализовали в катбусте.
Forwarded from New Yorko Times (Yury Kashnitsky)
Про бигтех, софт-скиллы и английский
#career
Скоро тут будут кванты, матан и прочие прелести 🤓, а пока начнем с чего-то более попсового.
Сейчас умеренно активно собеседую на ML-инженера в Польше, замысел – помочь именно кому-то пострадавшему от действий РФ, независимо от национальности. К сожалению, топовым вроде бы (чисто по хард-скиллам) кандидатам часто не хватает двух вещей: как вы поняли по названию поста, это софт-скиллы и английский.
То как яндексоиды-олимпиадники, успешно вертящие пресловутые красно-черные деревья даже после 14 пив и двух-трёх шаурм, проваливают behavioral (поведенческое интервью) – это уже притча во языцех. Из недавнего – мой знакомый, бывший коллега по Mail.ru, который сейчас тащит почти весь ML в VK, должен был бы попадать в Meta на E7. Но он вообще ничего не знал про поведенческое интервью (далее – бихейв), думал, там будут только технические вопросы, в итоге – E6. Я успешно прошел собесы в Амазон на applied scientist (но фриз) на L5, по фидбеку это “почти L6”, как узнал потом от знакомых в Амазоне, на L6 ожидают чуть больше историй про проекты на кучу команд, когда прям пошел, убедил и поднял несколько команд на проект.
Поэтому совет про бихейв: прежде всего узнайте про формат и поговорите со знакомыми в конкретной компании, возможны особенности. И относитесь к этому типу интервью серьезно, это не булщит. В частности, у Амазона бихейв – почти половина всего времени, отведенного на собесы, то есть 2-3 часа чистого времени (кстати, свой подход они неплохо поясняют в книге “Working backwards”). Представьте вопрос “Расскажите, как вы поменяли процесс в компании”. Можно оборжать, конечно, закатить глаза, но если подумать, то можно многое узнать о кандидате по ответу на такой вопрос. Одно дело пожаловался на сардельки в столовой, их заменили на сосиски. Другое дело – человек увидел неэффективность в команде/компании и реально поменял, какой-то из процессов, например, предложил те же бихейв-интервью при найме или потащил демо-сессии всех Data-Science команд в компании для обмена знаниями.
Есть явный плюс подготовки к бихейв-интервью: детальный взгляд на свой предыдущий опыт и выжимание сути из своих проектов. Это в любом случае пригодится, независимо от того, с какой компанией собеседуетесь. И как бонус, никогда не придется на собесе говорить “ой, это было давно, деталей не помню” (наличие такого ответа – еще одна фича с отрицательным весом).
Итак, подготовка к бихейв-интервью:
- Посмотрите типовые вопросы, их штук 150. Вот неплохой список для Амазона https://igotanoffer.com/blogs/tech/amazon-behavioral-interview Но вопросы там хорошо общаются и на прочие компании
- Также почитайте “Время Валеры” @cryptovalerii по тегу InterviewPreparation
- Выделите десяток самых популярных вопросов (таких видео полно на ютубе, точно стоит включить: “Tell us about a project you are most proud of”, “Tell me about a time you solved a big problem in your company”, “Tell me about your biggest career failure and what you learned from it” и “Tell me about a time you had a conflict with a coworker or manager and how you approached it”) и по кажому вопросу опишите по 2-3 истории из своей карьеры (работы, учебы, пет-проджектов и т.д.). Это немалая инвестиция времени (от 15 часов точно), но вы точно не пожалеете!
- В ответе можно придерживаться формата STAR – Situation, Task, Action, Result, легко гуглится
Ресурсы, которые помогли мне:
- Хорош бесплатный текстовый курс Яндекс.Практикума про алгоритмические собеседования https://practicum.yandex.ru/profile/algorithms-interview/ там есть часть про поведенческие интервью, это можно считать ликбезом (остальные части – тоже топ)
- видео Jackson Gabbard https://www.youtube.com/watch?v=PJKYqLP6MRE
- много полезного нашел на этом ресурсе https://igotanoffer.com/blogs/tech, условно, как отвечать на вопросы типа “почему компания X?”
- пост про вопросы с подвохом https://leetcode.com/discuss/interview-experience/1532708/tips-for-answering-few-tricky-behavioural-interview-questions
#career
Скоро тут будут кванты, матан и прочие прелести 🤓, а пока начнем с чего-то более попсового.
Сейчас умеренно активно собеседую на ML-инженера в Польше, замысел – помочь именно кому-то пострадавшему от действий РФ, независимо от национальности. К сожалению, топовым вроде бы (чисто по хард-скиллам) кандидатам часто не хватает двух вещей: как вы поняли по названию поста, это софт-скиллы и английский.
То как яндексоиды-олимпиадники, успешно вертящие пресловутые красно-черные деревья даже после 14 пив и двух-трёх шаурм, проваливают behavioral (поведенческое интервью) – это уже притча во языцех. Из недавнего – мой знакомый, бывший коллега по Mail.ru, который сейчас тащит почти весь ML в VK, должен был бы попадать в Meta на E7. Но он вообще ничего не знал про поведенческое интервью (далее – бихейв), думал, там будут только технические вопросы, в итоге – E6. Я успешно прошел собесы в Амазон на applied scientist (но фриз) на L5, по фидбеку это “почти L6”, как узнал потом от знакомых в Амазоне, на L6 ожидают чуть больше историй про проекты на кучу команд, когда прям пошел, убедил и поднял несколько команд на проект.
Поэтому совет про бихейв: прежде всего узнайте про формат и поговорите со знакомыми в конкретной компании, возможны особенности. И относитесь к этому типу интервью серьезно, это не булщит. В частности, у Амазона бихейв – почти половина всего времени, отведенного на собесы, то есть 2-3 часа чистого времени (кстати, свой подход они неплохо поясняют в книге “Working backwards”). Представьте вопрос “Расскажите, как вы поменяли процесс в компании”. Можно оборжать, конечно, закатить глаза, но если подумать, то можно многое узнать о кандидате по ответу на такой вопрос. Одно дело пожаловался на сардельки в столовой, их заменили на сосиски. Другое дело – человек увидел неэффективность в команде/компании и реально поменял, какой-то из процессов, например, предложил те же бихейв-интервью при найме или потащил демо-сессии всех Data-Science команд в компании для обмена знаниями.
Есть явный плюс подготовки к бихейв-интервью: детальный взгляд на свой предыдущий опыт и выжимание сути из своих проектов. Это в любом случае пригодится, независимо от того, с какой компанией собеседуетесь. И как бонус, никогда не придется на собесе говорить “ой, это было давно, деталей не помню” (наличие такого ответа – еще одна фича с отрицательным весом).
Итак, подготовка к бихейв-интервью:
- Посмотрите типовые вопросы, их штук 150. Вот неплохой список для Амазона https://igotanoffer.com/blogs/tech/amazon-behavioral-interview Но вопросы там хорошо общаются и на прочие компании
- Также почитайте “Время Валеры” @cryptovalerii по тегу InterviewPreparation
- Выделите десяток самых популярных вопросов (таких видео полно на ютубе, точно стоит включить: “Tell us about a project you are most proud of”, “Tell me about a time you solved a big problem in your company”, “Tell me about your biggest career failure and what you learned from it” и “Tell me about a time you had a conflict with a coworker or manager and how you approached it”) и по кажому вопросу опишите по 2-3 истории из своей карьеры (работы, учебы, пет-проджектов и т.д.). Это немалая инвестиция времени (от 15 часов точно), но вы точно не пожалеете!
- В ответе можно придерживаться формата STAR – Situation, Task, Action, Result, легко гуглится
Ресурсы, которые помогли мне:
- Хорош бесплатный текстовый курс Яндекс.Практикума про алгоритмические собеседования https://practicum.yandex.ru/profile/algorithms-interview/ там есть часть про поведенческие интервью, это можно считать ликбезом (остальные части – тоже топ)
- видео Jackson Gabbard https://www.youtube.com/watch?v=PJKYqLP6MRE
- много полезного нашел на этом ресурсе https://igotanoffer.com/blogs/tech, условно, как отвечать на вопросы типа “почему компания X?”
- пост про вопросы с подвохом https://leetcode.com/discuss/interview-experience/1532708/tips-for-answering-few-tricky-behavioural-interview-questions
IGotAnOffer
Amazon Behavioral Interview Questions (+ answers, method)
Everything you need to know about Amazon behavioral interviews and leadership principles. Learn what to expect and how to answer, with insights from ex-Amazon interviewers. Practice with over 60 example questions, see example answers and find links to high…
Forwarded from New Yorko Times (Yury Kashnitsky)
Наконец, английский. Зависит от компании, конечно, у нас, например, полно носителей, а уровень языка не-носителей тоже очень высокий. Хочется не тупить в таких вещах как презентации, если надо убедить в своем взгляде. Да и даже во время 2-3-минутных айсбрейкингов с англичанами не хочется выпадать. Для некоторых ролей (PM, менеджеры любого звена) топ-инглиш на входе – просто обязательное условие.
Можно долго обсуждать стратегии изучения иностранных языков. Прозвучит банально, но важна практика, то есть беседы с носителями. Без этого сложно сдвинуться. Я в свое время прокачался в английском через разговорные клубы, но это может быть и SkyEng, см. статью “Как я осилил английский” на Хабре https://habr.com/ru/post/413633/
Сейчас время непростое, конечно, рыночек мёрзлый. Но всяко паузы можно использовать для прокачки. Если после этого поста хотя бы один человек заменит десяток часов литкода на практику бихейв-интервью и английского, значит, я тут не зря строчил.
Можно долго обсуждать стратегии изучения иностранных языков. Прозвучит банально, но важна практика, то есть беседы с носителями. Без этого сложно сдвинуться. Я в свое время прокачался в английском через разговорные клубы, но это может быть и SkyEng, см. статью “Как я осилил английский” на Хабре https://habr.com/ru/post/413633/
Сейчас время непростое, конечно, рыночек мёрзлый. Но всяко паузы можно использовать для прокачки. Если после этого поста хотя бы один человек заменит десяток часов литкода на практику бихейв-интервью и английского, значит, я тут не зря строчил.
Хабр
Как я осилил английский
Всем привет. Я – айтишник «за 30», и я люблю английский язык. Так получилось, что на протяжении многих лет английский никак не хотел полюбить меня. Перед вами живой пример человека с «плохой памятью»,...