MLinside

Продолжаем нашу рубрику Code Detective. Она для тех, кто хочет прокачать навык чтения и анализа чужого кода – крайне полезный навык в работе ML-инженера. Вот фрагмент кода: import pandas as pd df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]}) df.fillna(0).dropna() print(df) На первый взгляд всё выглядит нормально. Или нет? Тут есть ошибка? Если есть, напишите в комментариях: 1. Какую ошибку нашли; 2. Варианты её исправления. Ответ мы опубликуем завтра, а посты этой рубрики можно посмотреть по хэштегу: #CodeDetective_MLinside

От этого кровь стынет в жилах Да, мы решили не проходить мимо хэллуина и собрали несколько по-настоящему жутких вещей. А чего боитесь вы?

Хотите заглянуть внутрь мира машинного обучения и понять, из чего складываются навыки ML-специалистов? Наш демо-курс «База ML» как раз для этого. Попробуйте обучение без риска и вложений. В демо-курсе вы найдете вводные уроки по ключевым темам: ▪️ математический анализ и линейная алгебра в ML; ▪️ основы программирования на Python; ▪️ линейные модели и нейронные сети; ▪️ метрики и практика их применения. В блоках есть видео и домашние задания. Но сразу же предупреждаем, демо-курс нужен для того, чтобы посмотреть, как проходят уроки, послушать разных преподавателей и попробовать решить несколько задачек. После завершения демо-курса, вы не станете ML-специалистом, но посмотрите на мир машинного обучения изнутри. Попробуйте демо-курс бесплатно прямо сейчас: stepik.org/...409

Чем занимаются наши студенты, кроме лекций и вебинаров? В курсе сейчас два проектных трека: ▪️ Прогноз изменения цены на недвижимость. ▪️ Детектор фейковых новостей на основе ML. Каждый проект, это чёткое ТЗ, датасет, орг-правила, техфайлы и пошаговое задание: от формулировки гипотез до финальной валидации. Как мы проверяем работы: Проверка состоит из двух этапов 1. Промежуточная кросс-проверка: студенты смотрят решения друг друга, комментируют фичи, метрики, валидацию и код-стайл. Это сильно прокачивает насмотренность и помогает убрать «слепые зоны». 2. Финальная экспертиза: проекты, прошедшие первый этап, разбирают наши эксперты и дают конкретный вердикт: «доделать (и указывают конкретные правки – что именно доделать)» или «готово к портфолио/резюме». Главная мотивация для студентов выполнять такие проекты, это подготовка портфолио, которое можно показать на собеседовании вместо «коммерческого опыта». Проекты, которые студенты делают на курсе, можно потом самостоятельно кастомизировать под требования конкретной компании. Например, проект прогноза изменения цены на недвижимость легко превращается в задачи ценообразования и спроса (например, сезонность товаров), а если добавить погодные и географические признаки, то проект уже подойдет для сферы каршеринга/такси. Как итог, у каждого студента на руках появляется кейс с данными, кодом и метриками, который можно менять под требования другой компании, прикрепить к резюме и разобрать на интервью: «вот как я ставил задачу, вот почему выбрал такие признаки и метрики, вот результаты и ограничения».

Давненько у нас не было этой рубрики, а мы знаем, что многим из вас она нравится. Итак, принесли вам новый разбор задач с собеседований по ML-теории, математической статистике и python Если вы готовитесь к собеседованию Junior-позицию, вам точно будет полезно. Все посты из этой рубрики сможете найти по хэштегу и собрать свою мини-базу знаний для подготовки к собесам в будущем. Итак, вопросы и задачи в студию: 1️⃣ Как можно интерпретировать влияние регуляризации на ландшафт функции потерь? 2️⃣ Что такое bootstrap? 3️⃣ В какой ML-модели используется bootstrap и для чего? Ждём ваши ответы в комментариях! #собеседования_MLinside

Вебинар с Анастасией Рагозиной на тему «Как пройти HR-этап ML-специалистам» уже сегодня в 19:00 Регистрируйтесь, если еще этого не сделали и до встречи на вебинаре: t.me/...025

Как пройти HR-этап ML-специалистам Обсудим 17 октября в 19:00 по МСК на вебинаре с экспертом MLinside Анастасией Рагозиной (лид-рекрутер с опытом 7 лет в IT компаниях) На вебинаре Анастасия расскажет: ▪️ что именно работодатели ждут от соискателей; ▪️ на что HR специалисты смотрят в резюме; ▪️ поделится лайфхаками, которые помогут на собеседованиях; ▪️ и ответит на ваши вопросы. Регистрируйтесь на вебинар и подготовьтесь к будущим собеседованиям: t.me/...025