ML System Design с Валерием Бабушкиным | Выпуск 3 | Собеседование | karpov.courses

[@fvkoLPpderbmrokbLfmt]

Этой ночью мне приснился первый за долгое время кошмарный сон. В нем я проходил такое же интервью с Валерием Бабушкиным и дико лажал. После часа мучений и позора Валерий дал мне перерыв, в который я использовал, чтобы яростно гуглить и опоздал на вторую часть на 5 минут. В результате Валерий не стал меня дожидаться, решив, что я слился, и сказал по этому поводу что-то пассивно-агрессивное. Потом я проснулся в холодном поту.

[@ValeriiBabushkin]

Придти на такое интервью дорого стоит, нужно много мужества

[@fvkoLPpderbmrokbLfmt]

@@ValeriiBabushkin бесспорно, но я не имел в виду конкретно этот выпуск, т.к. его еще не посмотрел. Вчера посмотрел только предыдущий выпуск из серии. После него почему-то такой сон приснился, хоть в том выпуске ничего страшного и не было.

[@ShT0pR]

@@ValeriiBabushkin прийти!)

[@mrtubeff]

Моя любимая рубрика. Спасибо Руслану, Стасу, Валере и Игорю за уникальный контент. Каждый выпуск узнаю что-то новое. Прекрасная реклама курсов и огромный вклад для русской аудитории в сфере мл Вопрос оргам. Планируются ли собесы на дата инженера?

[@karpovcourses]

Планируем)!

[@germansokolov4226]

несколько мыслей: 1) в качестве офлайн метрики в первом приближении подошел бы подход максимизировать recall при заданном precision (99% например) 2) можно как-то попытаться перевести эту метрику в деньги, принимая во внимание тот факт, что у карточки моделей больше конверсия + происходит дедупликация на поисковой выдаче 3) все равно нужна нормальная разметка, теми же толокерами размечать пары модель-оффер выше какого-то порога (иначе будет оооочень много нулей) 4) те же энкодеры картинок-текста можно валидировать на разметке из п.3 5) все же для более нормальной модели нужно что-то серьезней кнн, например бустинг 6) можно было заметить, что для парсинга цен конкурентов действующая модель может быть неоптимальной, так как на других площадках могут быть другие требования к загрузке офферов от поставщиков

[@vildanhuseynov6492]

отличная рубрика. желаю удачи и побольше таких выпусков!

[@VakaramGolang]

Ну лучше уж приглашать людей которые понимают тему собеседование. Но и таким видео рады. Спасибо.

[@ValeriiBabushkin]

У Руслана была задача поучиться - он поучился. Кандидаты были разные и собеседования получились разные

[@VakaramGolang]

@@ValeriiBabushkin понял спасибо. Вы отличный интервьюер.

[@ValeriiBabushkin]

@@VakaramGolang Спасибо!

[@iambusybox]

Валера очень крут! Элементы гениальности присутствуют.

[@IgorKuts]

Эээ, так, чё, короче, это, ну окей, как-бы типа посмотрел это интервью. Понравилось. Пойду следующее посмотрю.

[@АртёмОстровский-й7з]

Руслан молодец! Желаю тебе успехов!

[@aleksandra3184]

Когда на первом интервью понял все, на втором почти все, а на третьем что пора сделать чаек))

[@ikspb]

Было бы интересно глянуть, как сам Валера Бабушкин проходит подобное интервью

[@ValeriiBabushkin]

Согласен, но свои интервью такого рода и на английском я уже прошел, когда собеседовался в фейсбук

[@fskoxakn]

хорошее видео, хоть я и новичок, но немножко понял

[@fskoxakn]

@@ValeriiBabushkin выкладывай видео на свой канал, на 1000000% я уверен, что он взлетит

[@Andrew-pn8zx]

Игорь просто машина машинного убечения, как бы это плохо ни звучало.

[@anatolyalekseev101]

"Обсудим возможность существования неограниченного множества оферов на послеобеденной тренировке по борьбе" )) Если честно, я до ~45й минуты не понимал, чему собираются обучаться. Потом понял, что это вроде бы бинарная классификация, относится ли офер к заданному sku или нет. Я как-то изначально думал о модели, являются ли 2 оффера одним и тем же sku.И последующем итеративном применении ее к кластеризованным оферам. Еще из своего скромного опыта, интересной фичОй может быть не только картинка продукта, но и OCR картинки продукта, ибо продавцы часто туда зашивают текстовую инфу, которой может не быть в текстовом описании и наименовании.

[@ValeriiBabushkin]

Да, такие фичи взлетают. В матчинге нужно делать каскад моделей - фильтровать кандидатов, так как изначально их десятки милионов

[@anatolyalekseev101]

@@ValeriiBabushkin Да, хорошо фильтровать ближайшими соседями, наверное, как предложил Руслан. Опять же, есть смутные сомнения, что можно так просто сконкатить вектора от данных разной природы (текстов, цен и картинок) в вектор бОльшей размерности... Хотя наверняка есть какая-то строго доказанная теорема, что можно )

[@mwave3388]

Решение задачи закончилось на переписывании "дано".

[@dieff_automation]

у вас какое то творчество больше - очень творческая работа получается... у нас проще работа заключается в том чтобы успеть разгрузить фуру пока не подьедет новая фура, вся суть автоматизации тестирования. У вас реально какое то творчество.

[@ДмитрийИванов-б9ц9н]

А где колаб с мастерклассом? Хотя бы примерно поглядеть бы как эту задачу решили вы сами. :)

[@Igor-sp7tw]

До сих пор не знаю что такое симпл димпл

[@gryshakov]

Это такая модель ML.

[@blackbigdeath]

как это можно было бы сделать относительно просто и на коленке. берём в начале делаем эмбэдинги с картинок куском сети резнета или VGG или там что-нибудь такое, потом вот эти вот отдельные параметры допустим название товара там, характеристики, просто вычисляем расстояние Левенштейна между там парами товаров. Итоге мы получаем два вектора: один это картинки вот а второй вектор расстояний Левенштейна, ранжируем и получаем паровоз товаров, который расположен в порядке там убывания похожести на наш. Если сделать порог, то часть товаров будет попадать в категорию с нашим- матчится, часть будет отсекаться.

[@SuddenW1nd]

Я запутался: что он имеет в виду под моделью?

[@xaik1989]

А он в Снап попал на какой левел? Просто слабая структуризация проблемы в голове ( так-то там года 2 опыта было всего у него?)

[@Igor-sp7tw]

Хороший дуэт, мне кажется Валере нужно хантить

[@ValeriiBabushkin]

Активно этим занимался работая в Х5

[@bananasba]

Походу это профдеформация, условие поставлено плохо и куча времени (считай все) потрачена напрасно, более того, еще и идет обсуждение, мол, что-то там не спросил или не предположил...

[@NoobProArt]

А парень то не прошел...

[@alsjeu]

как в 24 выглядеть на 43..