Junior Data Scientist | Собеседование | karpov.courses

Курс Start ML: bit.ly/3SdB7Am
Лучший способ подготовиться к собеседованию - пройти его в тестовом режиме.
Мы записали mock-интервью, которое состоит из 4-х секций: Python, ML, работа с данными и А/В Тесты. В независимости от уровня соискателя есть пул обязательных вопросов на знание основ Data Science и пул дополнительных вопросов в зависимости от уровня подготовки и опыта кандидата.
Именно эти секции позволяют оценить широту знаний собеседуемого. Вопросы дают понять, умеет ли он составлять запросы к БД, писать код, строить модели и проверять их работу с помощью А/В-тестов. Все эти знания достаточно быстро проверяются на mock-собеседовании.
Нашего гостя будет собеседовать преподаватель программы Hard ML Станислав Гафаров. Включайте, чтобы узнать, какие вопросы могут встретиться в интервью на позицию junior DS!
Учитесь Data Science с нами: karpov.courses/
0:00 Введение.
0:50 О структуре и секциях, которые входят в интервью.
Секция «Python»
2:30 Вопрос на изменяемые и неизменяемые типы данных
6:21 Задача на dict и ответ Дмитрия
8:15 Объяснение первой задачи
10:38 Задача, цель которой - сделать, чтобы дикты были разные, ответ Дмитрия
13:51 Разбор второй задачи
16:10 Вопрос о выделении и очистке памяти в Python, ответ Дмитрия
16:26 Разбор вопроса
19:00 Вопрос о генераторах, декораторах и итераторах
Секция «A/B-тесты»
20:35 Вопрос о моделировании A/B теста
30:57 Вопрос о генерации распределений
31:22 Подводка к критерию стьюдента и вопрос про ограничения его применения
32:26 О необходимости нормальности распределения
33:46 Тесты для проверки на нормальность
34:24 Как сравнить ненормальные распределения
35:02 Подводка к вопросу о нормальности распределения средних при бутстрапе
36:04 Как быть, если нет старых пользователей, и нужно провести тест только на новых
37:53 Какие еще бывают вопросы и общие рассуждения
41:19 Интерпретация Bootstrap
Секция «Работа с данными»
42:04 Вопрос про разницу Where и Having
44:20 вопрос про виды join и задания на join
45:57 подводка к задаче про group by в Python
47:49 Задача на group by в Python
Секция «ML алгоритмы»
1:06:22 Задача о линейных регрессиях
1:09:47 Вопрос о градиентном спуске
1:14:06 Вопрос о переобучении
1:22:20 Вопрос о деревьях и их построении
1:26:04 Вопрос: почему случайный лес работает хорошо и не переобучается?
1:28:20 Последний вопрос со звездочкой: в каких случаях логистическая регрессия на задачах классификации будет работать лучше, чем случайный лес
1:32:18 Конец, обратная связь

[@stasgafarov]

Друзья всем привет, хотелось бы еще раз поблагодарить Дмитрия за участие, это очень хороший опыт. В некоторых ответах есть неточности и ошибки, спишите это нам на то, что мы проводили собес поздно вечером после тяжелого рабочего дня, поэтому немного заговаривались. В следующий раз я постараюсь сделать чуть более структурированные вопросы и дать ответы на них. Не стоит рассматривать этот вариант собеседования как "единственный правильный", а лучше смотрите на это как на один из множества различных. Будьте внимательны у вас могут спросить очень много различных других тем на той или иной секции. Удачи!

[@JOHNucsmCENA]

Привет! Спасибо большое за видео. А можно попросить расшарить видео по деревьям и градиент бустингу которое упоминалось в конце видел?

[@user-dm9hc1nk3b]

Спасибо за видео, нужно больше такого качественного контента! Не смог найти запись с Игорем про бустинги :(. Было бы здорово прикрепить ссылку под видео.

[@stasgafarov]

Вот лекция Игоря про бустинги kzbin.info/www/bejne/rZ-3naaOlrudY9U

[@Extremesarova]

По поводу очистки памяти мне кажется, что немного напутали. В Python отдельно есть счетчик ссылок и сборщик мусора. То, что вы описали больше похоже на счетчик ссылок, а вот сборщик мусора (garbage collector) позволяет отслеживать ситуации с кольцевыми зависимостями - он отслеживает объекты-контейнеры, которые содержат в себе ссылки на другие объекты и смотрит доступны ли они или нет, если нет, то удаляет и работает он не постоянно - использует определенные эвристики, чтобы определить, когда нужно запуститься.

[@stasgafarov]

@@Extremesarova так и есть, я ниже в комментариях ответил про ref counting gc и ggc. В целом для джуна достаточным было бы понимание про подсчет ссылок, что есть "нечто" которое работает с ссылками друг на друга, или кольцевыми зависимостями, такой ответ бы принял, частности зачастую спрашивают на уровне выше. Там же и вопросы про GIL

[@user-sg4kc5cx5v]

Благодарю за это видео! Помогло определить собственные слабые стороны...Надеюсь будут еще в ближайшем будущем!😁

[@sergeybobkov9354]

Супер полезный ролик, дает очень четкие представления о том, как выстраивать план обучения

[@user-qo7yu5qk1u]

Спасибо за видео и примерное понимание вопросов! Поняла, что с блоком питона у меня полный замес. Интересно, что АБ руками не трогала, но знания с курса маркетинга вспыли внезапным образом и оказывается все не так плохо ) Подход Станислава - лучшее, что может случиться на первом собеседовании. Скорее всего в реальности все будет не столь бережно и дружелюбно, но жить стало лучше, жить стало веселее :)

[@aleksgor1408]

Крутой собес. Только из за Дмитрия и посмотрел. Т к вместе в Хакатоне участвовали в одной команде. Дима хорошо практически подкован. И молодец, что прокачивает себя в собесах, думаю успех неизбежен в скором времени. Я думаю junior на то и junior, что есть где то пробелы. Невозможно все запомнить, как меня поддержали и сказали на одном собесе. Переодически что то забывается из за большого пласта ds, особенно когда активно много учишь. Я бы на такой собес не решился бы на Ютуб ).

[@user-dm3nb3im2o]

В любом случае делайте пожалуйста почаще такие собеседования. Пусть розовые очки трещат. Зато хоть что то рядом приближенное к реальности.

[@alexeykazakov3694]

Супер! Хочу еще видосов типа такого)

[@user-wz9qg1xp8m]

Спасибо. Было реально полезно

[@nuri3029]

Подушню: set изменяемый тип. Послышалось на 6 минуте, что его отнесли к неизменяемым. Спасибо! Очень полезно!

[@alevadnaya]

Спасибо, очень интересно

[@user-uw2qx5yk5k]

Крутое видео! Можно ли ссылку на хвалёное выступление про решающие деревья?

[@user-rb4fs8ut5l]

Очень интересно, если посмотреть такое же интервью с middle и senior уровнями.

[@vadimvadim1662]

такие уже есть на канале Fless

[@stasgafarov]

Возможно в ближайшее время сделаем с Middle уровнем парнем. Будет жесткий собес

[@vadimvadim1662]

@@stasgafarov собесы с джунами веселее смотреть, да и количество потенциальных джунов явно больше нежели мидлов

[@user-rb4fs8ut5l]

@@stasgafarov это заслуживает лайк!!!)

[@user-ef4oc3vc6r]

Спасибо за видео, очень полезно.

[@user-sy5rz5bv6l]

Спасибо большое за интервью. Имею сопоставимый уровень с собеседкемым и просмотр был очень полезен. Не совсем понятно, что значит "data scientist". Будет очень приятно видеть аналогичные интервью , но для junior/intern ml engineer.

[@mwave3388]

Спасибо за видео, очень полезно. Кандидат ещё слабо готов, нужно заниматься. Но вот по поводу отклика, не понятно. Нужно знать декораторы, итераторы, все метрики, все cross-val стратегии, все функции потерь, уметь делать GD, SGD, бутстрепинг вручную, знать оконные функции в SQL, всю статистику... дальше можно не продолжать. При том что в видео с Валерой Бабушкиным Лид Сеньоры не могут рассказать какие фичи будут полезные для предсказания рекламы. Покажите мне хотя бы одно интервью с человеком, которого всё это спросили и который ВСЁ это знает. Единороги только в сказке живут.

[@ilnurismagilov6340]

Согласен, странный подход. Хорошо бы приоритезировать подготовку к собеседованию. Силу фич, так сказать, указать. Где фичи - навыки программиста, а сила - повышение шанса получить работу

[@bbudikkb3244]

Так о чём речь? У джуна нет опыта. Значит должны быть знания)))

[@ivanshelonik3979]

Cross Validation is usually a very good way to measure an accurate performance. While it does not prevent your model to overfit, it still measures a true performance estimate.

[@Ybuotue]

Очень круто, спасибо за Джуна.

[@user-ti7cn2fu6u]

Мне хочется сказать. Мои отношения с питоном я бы оценил как «примерно такие же как с русским языком», т.е. я довольно сносно могу на нем разговаривать, писать тексты и пользоваться его гибкостью, при этом если попросить меня сейчас сделать коротенький доклад на тему родного языка или поспрашать, в формате этого интервью, я практически ничего не смогу рассказать…, я не знаю (уже не помню) что такое причастие, деепричастные обороты, подлежащее и сказуемое (при желании смогу быстро восстановить эти знания)…. Примерно такая же история и с питоном…, я не испытываю сложностей с написанием кода и реализацией задач/решений (+ достаточное количество источников, в которых всегда можно что-то уточнить и допонять), при этом часто отдаю себе отчет что гибкость питона позволяет сделать мой код «более оптимальным». Есть опыт, но нет академических знаний и я работаю над этим. Все мои знания получены из онлайн источников и литературы…. и ничего страшного в этом, нет до тех пор пока ты не столкнешься с необходимостью разговаривать на эти темы, вот тут начинается весело!!!...., получив вопрос/задачу, понимая что ты имеешь необходимые знания для ответа или решения, нередко бывает так, что начинаешь нести какую-то лютую дичь и когда несешь ее даже отдаешь себе в этом отчет, при том что я, например, имею хороший опыт публичных выступлений и у меня нет страха на эту тему…. Я вижу проблему в бедности профильного разговорного опыта, я очень мало разговаривал на эти темы живым языком с живым собеседником (речь даже не про интервью), я/мы_такие_же даже создали чат в telegram, где регулярно устраиваем друг другу собесы (джун джуну), перерастающие в обсуждения…ой, я даже скажу: команда из этого чата поучаствовала в одном из хакатонов и попала в ТОП-10, это опять/еще_раз был опыт общения, работы над задачей и питчем, в том числе. К сожалению нигде (я не встречал) не освещается вопрос психологии интервью, это важно для всех особенно для джуна (совет типа «главное не волнуйся» - почему-то не работают).

[@user-ti7cn2fu6u]

Перед тем как согласится/податься на это интервью я просмотрел несколько подобных…. И конечно же (видимо как многие) я сидел с чашкой чая, глядя в монитор рассуждал о том что, уж если «такие», с «такими» знаниями выходят на рынок, то меня будут просто с руками отрывать, как только я резюме выложу…, в режиме просмотра подобного интервью, ты конечно же пропускаешь через себя все вопросы, которые задают интервьюируемому, конечно имеешь на них ответы и удивляешься тому, как таких простых вещей можно не знать, плавать в них и вообще на что-то претендовать в этой индустрии…. «Диванным генералам» я желаю иметь силы подписаться на что-то подобное! Кроме того нужно понимать что в жизни все гораздо жестче и то, что вы видите сейчас на видео все-таки некий продукт, приближенный к реальности. После интервью меня колотило как «в холодную ночевку на четырех тысячах», утром я проснулся другим человеком и написал Стасу: «Стас, жизнь разделилась на "до и после"...Спасибо огромное !!!». Мне есть чем заняться. Спасибо КС, спасибо Стас!!!

[@ShouseD]

а можно в вашу группу джунов вступить?

[@nikita9311]

Как попасть в чат?

[@li.nikolas]

Как успехи в специальности ? Работаете ? подтянули темы ?

[@alexandreabramtsev9160]

15:45 есть еще 1 споcоб. Пропустить через конструктор - те написать b = dict(a)

[@Extremesarova]

Было бы идеально, если бы была разметка по темам и вопросам с таймкодами :)

[@karpovcourses]

Уже работаем над тем, чтобы это было в каждом видео :) Сейчас хотели быстрее выложить.

[@nuri3029]

Было очень круто!! Спасибо

[@amirnurken5747]

Подскажите пожалуйста, полноценная ли оценка возможностей в таком формате, если к примеру претендующий на должность - не обладает теоретическими знаниями, но на практике, способен справиться с любой задачей уровня junior? Заранее спасибо!

[@QScientist]

в начале на 16й минуте можно было еще сделать передачу в функцию двух словарей, и в функции написать b['z']=99 и например генератором или map ом копирнуть до вызова самой функции

[@zokirzokir3201]

Отличный формат. Пора мне уже написать нормальное резюме, чтобы меня пригласили на собес, потому что в этом интервью для меня всё очень просто 😅

[@user-lh8mn4qj4p]

Ну и как успехи? Нашёл работу? Или хотя бы резюме то написал?)

[@zokirzokir3201]

@@user-lh8mn4qj4p не, трусы шью)

[@artemqqq7153]

В первый раз услышал про A/B тесты)

[@lfc9671]

Здравствуйте. Спасибо! В принципе, я понял как демонтировать подлокотник с Мазды 6 GH

[@Igor-sp7tw]

Стас ты говорил про выступление Игоря Котенкова 1:38:12 а можешь ссылку дать

[@guru_Fuff]

Дмитрий молодец

[@ilyachepelov1744]

За видео Спасибо! Полезное для себя нашёл. Так проводит собеседование на позицию Junior DS лично Станислав, или так проходит среднее собеседование в большинстве компаний? Неужели алгоритмическая история яндекса про "напиши с 0 существующую функцию" (groupby) важнее, чем проверка умения пользоваться тем же "groupby", "pivot_table", "merge"? Год работаю 90% времени с SQL - оконные функции понадобились 1 раз. Вопросы по ML хорошие.

[@stasgafarov]

Скорее стоит воспринимать как провожу собеседования я. Честно говоря из опыта оконными функциями я пользуюсь очень часто особенно когда создаем train датасет с данными по сигналу за какой-то временной период

[@bogdanns2]

@@stasgafarov а я привык по максимуму все делать в пандасе) Да, это не очень оптимально с точки зрения ресурсов при обработке данных, особенно если обработка идёт в пандасе на локальной машине (в отличие от сервера БД), но лично мне проще, поэтому и sql меня храмает) Занимался прогнозами продаж, огромное количество признаков делал в пандасе, недоумеваю, как их в скуле можно делать. Ну а тоже скользящее среднее или лаги реализованы в готовые функции. А так спасибо за интервью, почерпнул немало ньюансов

[@danilmrt2633]

Большое спасибо за видео! Про какую лекцию Игоря о Random Forest в конце идет речь?

[@maximstuff4417]

Добрый день, не нашли?

[@user-bw5in2yo7s]

Крутой контент. Даже не в плане вопросов, а просто атмосферы. А что, можно говорить про ML без линейной алгебры? Я не докапываюсь, просто недопонял.

[@ntiltt]

А можно пожалуйста ссылку на видео про мл, про которую говориться в обратной связи?

[@VadimChes]

kzbin.info/www/bejne/rZ-3naaOlrudY9U

[@user-dp3hj4df6j]

А что за статьи от exbf, про ненормальность

[@dmitriy7474]

Я из всех слов только стринги знаю

[@dimapugach5586]

Добрый день, спасибо за интересное собеседование. После просмотра остался вопрос о приоритетах разных этапов собеседования. Можно ли за счет хорошо отвеченного например python чуть хуже ответить на работу с данными и получить место?

[@VadimChes]

нет нельзя ) очевидно, что тогда бы остальное не спрашивали. Если вы знаете питон и не знаете ML, то ищите работу программиста на питоне, а не аналитика в ML

[@gbrs72]

44:25 смотря что значит пересечение, разве в иннерджойне не может быть до 625 элементов?

[@user-dj6cu6ti4s]

Спасибо .

[@ifrenzyk]

Дайте пожалуйста ссылку на видео Игоря о котором говорилось в конце

[@stasgafarov]

если про бустинги то в комментариях выше ответил. Если про не градиентные методы оптимизации то можно попробовать найти на канале в видео

[@ivanshvedov1823]

Во второй задаче можно было пересоздать словарь b = dict(a) без for key value

[@elenagavrilova3109]

Сорри как можно в DS не пользоваться set? Интервью классное, полезное! Спасибо!

[@JohnSmith-fi7ir]

А как там что побутстрэпить что бы сгенерировать там отклонения или что-то?)) Бутстрэпинг это легально?

[@savelygornov1060]

Круто, но хотелось бы увидеть полноценную часть по питону

[@user-sy5rz5bv6l]

+

[@old_bedouin]

Камон, мы не можем использовать t test на бутсрапированных данных из за нарушения правила независимости

[@han-stroy]

Вообще дядька молодец. Но я был не много разочарован тем, что сам интервьюер не дал четкого понятия, почему лес работает лучше деревьев. Ответ то прост, отдельное дерево значительно переобучается, то есть дисперсия большая, смещения нет. А лес из множества независимых деревьев, сохраняет отсутствие смещения плюс еще и уменьшает дисперсию (по-моему на корень из N- независимых деревьев, а для этого уже применяется бэггинг). В итоге получаем модель без смещение и с маленькой дисперсией - профит.

[@noname-bi7ve]

ответ прост, но он у вас неправильный

[@han-stroy]

@@noname-bi7ve Аргументированно!

[@Extremesarova]

​@@han-stroy у вас все +- верно, если вы говорите про глубокие деревья. - У одного неглубокого дерева небольшая дисперсия и большое смещение (в среднем предсказывает не очень точно, зато стабильно - улавливает только высокоуровневые паттерны). - У одного глубокого дерева большая дисперсия и небольшое смещение (точно предсказывает на тренировочной выборке, но результат меняется от выборки к выборке - переобучается). В случайном лесе, по идее, стоит использовать глубокие деревья - за счет этого будем достигать небольшого смещения (высокой точности), а большУю дисперсию будем уменьшать засчет бэггинга (метод случайных подпространств поможет сделать базовые модели (деревья) менее скоррелированными между собой). Поэтому случайный лес и лучше отдельного дерева - позволяет уменьшить обе компоненты ошибки в bias-variance decomposition.

[@han-stroy]

@@Extremesarova Все правильно. Суть леса - сократить дисперсию за счет использования независимых деревьев (конечно грубоких/переобученных) Чем больше независимых деревьев будет, тем больше будет сокращена дисперсия. Не помню сейчас, дисперсия сокращается либо на корень из N независимых деревьев, либо на N деревьев.

[@sergeyvladimirovich4560]

В конце упоминаете выступления по деревьям, кажется Игоря Котякова???), скиньте, пожалуйста, ссылку на это видео

[@stasgafarov]

в комментариях выше кинули ссылку

[@user-mq7xq1hi2q]

Кстати, где можно найти видео с выступлением Игоря Котенкова про особенности бустингов? Нигде на KZbin не нашёл

[@stasgafarov]

выше и Игорь и я в комментах дал ответ

[@user-mq7xq1hi2q]

Стас Гафаров Спасибо!

[@vinylrave2185]

у меня как-то на собесе на джуна нужно было ml в прод запустить

[@maximstuff4417]

О какой лекции Игоря Котикова идет речь?

[@HOOKAH10]

Того кого собеседовали окончил Каарпов курс ?

[@user-qy9vt5hl3d]

Видео крутое, спасибо, но вопрос: заплатить достаточно денег за курс и не знать, что такое валидация - это нормально?)

[@stasgafarov]

Вообще вопрос с валидацией и построением грамотной валидации для проверки вашей модели чуть больше чем сложный. Думаю если вы учавствовали хоть раз в соревнованиях по маш обучению на кегле или хоть раз делали хорошую модель обладающую высокой обобщающей способностью вы были бы чуть более сдержанным. Чтобы не быть голословным и привести пример, лучше всего посмотреть Mercedes-Benz Greener Manufacturing Kaggle Competition и конкретно разбор Даниила Савенкова

[@user-bj3sd5xe6v]

6:01 set - mutable, frozen set immutable

[@alex.wizard]

Ребят. Просьба перед выкладыванием видео - усиливать звук.

[@philipschmdt]

Всем привет! Кто-нибудь, поделитесь, пожалуйста, записью выступления Котенкова, про которое рассказывает Стас

[@falsenegative]

тоже не нашел

[@VadimChes]

kzbin.info/www/bejne/rZ-3naaOlrudY9U не благодарите )

[@egor3974]

А может кто-то помочь с линкой, которую предлагали в конце видео про деревья? А то чего-то повылазило(

[@stasgafarov]

ответил в комментариях выше

[@user-ls1qz9mk7x]

Станиславу бы еще филмьыозвучивать, тембр голоса киношный.

[@petyap7600]

На последний вопрос ответы не осознал. Нужна помощь. "В каких случаях логрег лучше случайного леса?" - когда есть несколько хороших признаков и много шумных? "Почему" - берутся подвыборки признаков, тем самым размывается влияние сильных признаков и в среднем каждое дерево предсказывает значение хуже случайности? Честно говоря, всегда думал, что в лесах минус только в скорости.

[@user-pj1qb7lq5i]

Насколько я понял, если у тебя очень много шума в твоих данных, то какое-то дерево из твоего случайного леса может взять себе в качестве подмножества ТОЛЬКО шум. Как следствие результат его обучения будет даже хуже 0.5, то есть хуже подбрасывания монетки. Если шума действительно много, то несколько деревьев могут так обучиться и давать очень плохие результаты. А случайный лес эффективен только тогда, когда большая часть деревьев даёт результат больше 0.5. Регрессивный метод просто отсекает лишний шум и работает с настоящими данными, поэтому в таком случае он куда эффективнее.

[@kislovdmitry4981]

При рассказе интервьювером о gc есть ощущение смешения rcgc (ref counting gc) и ggc (generational gc); gc.collect это про ggc...

[@stasgafarov]

да, я несколько упростил, и не расскаазывал про особенности работ rcgc и ggc, в целом эти частности хорошо знать на уровне Middle+/Senior DS (но для разраба это точно стоит знать), и оч хорошо когда человек сталкивался с проблемами в живую

[@user-ry5jg8gr6u]

Странно немного что небыло вопросов про препроцессинг. А так в целом оч даже.

[@user-ob5lo3sw8p]

Очень хочется узнать, всегда нужно вот именно так, в диалоге с интервьюером, писать код или можно сказать: "дайте несколько минут подумать и помолчите пожалуйста"? ))

[@karpovcourses]

Будет абсолютно нормально, если вы попросите пару минут в тишине!

[@romanbush5164]

Похоже мужик больше математик - профессор чем програмист 👍, 2 часть обсолютно не понял, где это изучить. Даже я такие тонкости питона не знал).

[@nataliamarkova4506]

Мне как-то один лид сказал, что написать градиентный спуск - это прям базовый уровень. Станислав, что думаете об этом? Тут человека не стали спрашивать, получается, это уже на джун +?

[@user-mq7xq1hi2q]

Я конечно не Стас, но по-хорошему никто не делит джунов на «джун» и «джун+». По факту понимание градиентного спуска необходимо для работы с нейронными сетями (даже с самыми простыми), поэтому это однозначно вопрос начального уровня. Ничего подвинутого в вопросе про градиентный спуск нет.

[@stasgafarov]

Честно говоря мой ответ будет следующим: В случае когда человек не может ответить какие-то простые вещи например линейную регрессию, и как именно линейная регрессия с помощью градиентного спуска обновляет коэфициенты при признаках, могут попросить написать градиентный спуск, чтобы удостовериться что человек действительно понимает что происходит.

[@herenickname]

Больше авторов пытался вктатиться в вопрос с group by)

[@teamsonbut5632]

Машинное обучение с большими данными это всего лишь одно из направлений науки о данных. На самом деле в этой области кит утонет)). А человек и подавно. Просто кто-то хорошо разбирается в алгоритмах, кто-то в данных и их конфигурациях, кто-то умеет быстро печатать текст, а кто-то знает кучу формул и умеет их применять. Почему открылось такое направление в науке? Да потому что каждый способный человек в вычислительном деле может предложить что-то уникальное, но вот это уникальное не каждая машина способна обработать и вот для этого была основана такая наука - чтобы идеи переводить в реализацию. К сожалению в этом направлении произошли все прорывы, которые возможны на нашем уровне конфигураций самого "железа". Так что будем ждать чего-то прорывного, которое сможет дать пищу для мозгов одарённых людей!)

[@kimfilbi8522]

Подскажите, о каком именно выступлении Игоря Котенкова шла речь?

[@karpovcourses]

В комментариях подсказывают, что об этом: kzbin.info/www/bejne/rZ-3naaOlrudY9Ufeature=shared

[@kimfilbi8522]

@@karpovcourses спасибо большое

[@ShouseD]

48:37 "нет это сложно, давай еще раз!" Я б на его месте начал мычать че-нить нечленораздельное)

[@stalkermustang]

Видел, в комментах спрашивали про видео "Игоря Котенкова про бустинг и деревья". Вот это видео, kzbin.info/www/bejne/rZ-3naaOlrudY9U . Правда я не согласен со Стасом, что там говорится про подбор гиперпараметров - так, очень верхнеуровнево, потому что это не было целью лекции.

[@stasgafarov]

Ой ладно тебе, ты отлично про гиперпараметры рассказал, остальное можно спокойно нагуглить, руководств чуть больше чем дофига.

[@user-mq7xq1hi2q]

Спасибо

[@antonkurtis7698]

Почему не во всех компаниях такой тех собес? Ответил на 90% вопросов\заданий из видео, но в реальной жизни на работу так и не устроился. Вопрос еще Интервьюеру : смотрят ли на возраст потенциальных работников? Поздно ли джуном идти в 37 лет?

[@stasgafarov]

Готов ли ты попробовать на камеру ответить на вопросы, при условии что они могут быть другими, но тоже уровня Junior? Отвечая на вопрос, да говорят порой смотрят, но я честно говоря ниразу не сталкивался с этим в живую. Как мне кажется, нет не поздно, но лучше всего попробовать получить какой-то реаьлный опыт и иметь портволию за счет pet-проектов. В ODS есть отдельно чатик pet-projects в котором можно найти либо команду либо проект в портфолио.

[@partykiev8894]

честный рандом нельзя предположить

[@usachevplayer]

Мне показалось решение с груп бай сложнее чем должно быть, почему нельзя так сделать просто, с учётом, что размерности одинаковые? C = {} for i in range (0,len(A)): if B[i] in C: C[B[i]] += A[i] else: C[B[i]] = A[i]

[@VadimChes]

потому что zip сам сделает связку, это наглядно говорит, что элементов в A и B одинаковое количество. И зачем вы делаете условия, когда в ролике показали, что есть просто метод get, позволяющий сделать то же самое более компактно?

[@user-yz3cp9id2u]

1:02:41 насчет неинициализированной переменной Ну такие ошибки уж джун должен сам исправлять

[@mlpython1089]

Спасибо за материал. Скажите, пожалуста, как сечас обстоят дела с ML. Последние события ведь должны были обнулить релевантную историю данных.

[@gorodiskykirill4193]

Можете немного подробнее описать, что за события такие? Data Science ведь сейчас довольно популярное и перспективное направление. Спасибо.

[@liveworkdie]

>обнулить релевантную историю данных. what does it mean?

[@liveworkdie]

Github работает, доки по либам работают, материалы доступны, технологии в основном опенсорс. Про какие события идёт речь понятно, как это должно было повлиять на ML непонятно. Тем более если у нас есть православный catboost.

[@aleksandrsvetlichnyy1576]

@@liveworkdie и lgbt classifier 😄

[@gorodiskykirill4193]

@@user-mq7xq1hi2q В курсе, сам с Украины и видел кадры Мариуполя от друзей, которым посчастливилось выехать. Думал, может человек имеет ввиду что-то другое, например какой-то технический прорыв в технологиях, что изменяет положение дел в ML. Просто автор не совсем понятно выразился по поводу "релевантной истории данных" Слава Украине и нашим воинам!🇺🇦

[@BetForBeer]

Сеты изменяемый тип данных.

[@stasgafarov]

Согласен, был уставший напутал.

[@user-eo2yt1vc1g]

frozenset - неизменяемый

[@erlanabdraimov3088]

def checking(a: list, b: list) -> dict: result = {} pointer = 0 for item in range(len(B)): if b[item] not in result: result[b[item]] = a[pointer] pointer += 1 else: if b[item] in result: result[b[item]] += a[pointer] pointer += 1 # for item in range(len(A)): # if b[item] in result: # result[b[item]] += a[item] return result result {'c': 21, 'a': 15, 'b': 18}

[@vlad_covers]

def groupbysum(a, b): dt = defaultdict(int) for val, i in zip(a, b): dt[i] += val return dt

[@artyomstepanov7484]

Если исходить из предположения, что среднестатистический джун- это студент/свежий выпускник вуза, то спрашивать джунов про A/B-тесты- это жёстко. Кажется, что в A/B-тестах много тонких моментов, которые объективно приходят только с практикой + A/B-тесты в вузах не преподают. Если бы вместо A/B-теста в собесе была просто статистика, было бы ок

[@liveworkdie]

A/B тест входит в любой платный курс по DS, поэтому абсолютно не лишним спросить про A/B

[@artyomstepanov7484]

@@liveworkdie А когда платные курсы успели стать необходимым условием для того, чтобы попасть на первую работу? Если человек меняет профессию, то аргумент с платными курсами роляет, но на профильных специальностях в вузах, как это ни забавно, A/B-тестам не учат

[@liveworkdie]

@@artyomstepanov7484 собственно встречный вопрос - а когда успешное прохождение программы ВУЗа стало критрием успеха для того, чтобы занять позицию джуна DA/DS? Если неизвестно, что такое A/B и неизвестно как применять/дизайнить исследование, то это не позиция джуна, а позиция интерна/стажёра. На работу ищут людей с навыком, не с дипломом. Диплом может стать бенефитом и только.

[@artyomstepanov7484]

@@liveworkdie А я и не говорил, что профильный вузовский диплом является необходимым и/или достаточным условием для получения работы. Мое фи преимущественно связано с тем, что большинство людей в ds- это выпускники профильных направлений, которые не проходили в вузах A/B-тесты, но при этом устроились на джуновскую должность без этих знаний и прекрасно себя сейчас чувствуют. Поэтому и считаю, что с джунов можно и не требовать A/B-тесты

[@liveworkdie]

@@artyomstepanov7484 в индустрии не определились, что такое специалист в области DS. Что касается требований к позиции джун DS - тем более. Мы не видели сферических требований в вакууме к этому джуну. Может там уже подразумевалось A/B? Повторюсь. Не вижу проблемы в том, чтобы спросить про А/B, потому что это стартерпак любого платного курса и это камень в сторону вузовского образования.

[@vilgubaydullin1195]

Не понимаю смысл задачи со звездочкой. Получается так, что одного дерева будет достаточно для разбиения. Или вопрос в том, что лес может быть хуже? То есть эксперта в кричащей толпе никто не услышит. нельзя ли при переборе параметров для леса поставить n_estimators начиная с 1? Я только учусь, не ругайтесь

[@blackbigdeath]

Хороший собес, только длинный, мне кажется нормального джуна можно задетектить за полчаса. Соискатель имеет знания в области матана, но они резко прореживаются в области понятий машинного обучения. Да и питона можно было накануне подтянуть. В некоторых вопросах сдавался на второй попытке, хотя мог продолжать отвечать. Надо учитывать что со сторны пришедший человек - ему не так легко подхватить контекст, в котором вы варитесь. Джуном он смог бы работать.

[@luckytima2315]

Сразу видно что у человека первый яп это пайтон ))

[@user-hv9rc7bm2f]

Многие вопросы отвечал за Дмитрия, это не очень круто. В остальном познавательно👍

[@cold_heart_i]

Насколько я помню в деревьях решений фичи без возврата берутся

[@boriskharaev3886]

отучился в яндекс практикуме 6 месяцев на аналитика данных, и в целом процентов 10-20 смог бы ответить. ещё учится и учится...

[@surfcoffe]

🤒

[@ioksi4371]

Я конечно не в этой сфере, но вопрос… Разве глубокие знания питона в этой сфере вообще нужны ? Я чёт думаю, что там онли готовые абстракции используют и никто не пишет свои костыли бесполезные Просто надо знать где что применять

[@user-yz3cp9id2u]

Вопрос звучит примерно как «а зачем учить программирование если chatgpt скоро сам код будет писать и программисты не нужны»😁 Ну да, эта область(data science) в целом та же разработка, просто с уклоном в математику. Где то разработка с уклоном в сети, где то в бд и прочее А тут уклон в математику, но оно не перестает быть разработкой

[@tapah36]

Выключил на моменте, что tuple и namedtuple неизменяемые, остальные меняемые. К вашему сведению, числа, строки и булевы значения так же являются неизменяемыми типами данных.

[@olegmakarov7877]

вМеняемые

[@darkelectro7044]

первый же вопрос меня опрокинул😅

[@tiffanyjones3076]

well

[@eduardganzha1385]

Воу, я представлял, что собеседование будет на много сложнее. Но на процентов 80 вопрос я бы ответил точно)

[@user-yn8yd6lq7c]

когда set стал неизменяемым? элементы множества неизменяемы, а вот сам set изменяем

[@nonameanonimous1012]

Не корректные вопросы в начале. По поводу изменяемых и не изменяемых данных. Видно же, что интервьер не понял их смысла. Он отвечал (на мой взгляд от части правильно), что сами данные изменяемые. Имея ввиду их значения. А не само положение в адресном пространстве памяти.

[@maggie_mermaid3678]

А декораторы прям использует кто-то? Я никогда нигде не видела их, в университете только препод один любил по ним вопросы на экзамене задавать. Дмитрию спасибо, что не побоялся поучаствовать!)

[@taygindk2733]

Например, при создании dag в airflow

[@maggie_mermaid3678]

@@taygindk2733 пошла гуглить) Спасибо)

[@nicejke9630]

Декораторы в целом гига полезная и удобная штука, поскольку позволяют с легкостью менять поведение уже написанных функций. А используют их мало потому что многим просто лень разбираться что это за зверь и как работает)

[@maggie_mermaid3678]

@@nicejke9630 придется тоже тогда понять) Действительно, нигде не видела их кроме, как на лекциях в университете. Теперь благодаря TaygindK нашла примеры.

[@user-mq7xq1hi2q]

Декораторы на самом деле полезная штука. К примеру, декоратор lru_cache из модуля functools позволяет увеличить скорость работы функций (он работает как словарь, который хранит в себе значения функции, которые уже были вычислены, чтобы в случае если их надо будет вычислить повторно не вычислять их с нуля с помощью функции, а просто взять готовое значение из словаря)

[@shamanart456]

Зачем я это смотрю, не знаю)

[@aleksandrfrolov7071]

Очень интересно, но ничего не понятно =)))

[@VitalyKoryakin]

Хм, буду знать, что мок интервью - это бесплатная лекция по азам программирования 🙄

[@wimp825]

Эх, если бы чел получше отвечал, было бы поинтереснее. Но все равно спасибо

[@user-zh9zi9cx5r]

Вопрос ко всем: есть ли такая закономерность, что люди, которые разбираются в вещах из видео, да и вообще программеры и т.д., хорошо учились в школе и по математике и точным наукам имели одни пятерки?) Просто хочу понять, это нужен особый склад ума, чтобы разбираться в вещах из видео или освоить может каждый?

[@darexsu9487]

Освоить может каждый, если ему интересно то, что он делает, чему обучается. Проверено ;)

[@user-cp6zg5vp4t]

Я конечно понимаю мотивацию интервьюера довести интервьюируеомого до нужного ответа, но если человек не знает что такое указатели и как они работают, он никогда до этого не дойдет. И выглядит это как мучение.

[@DimbikeY]

Ну не знаю. Очень просто для джуна

[@hopelesssuprem1867]

по питону слабые знания у кандидата, нужно по-любому доучивать пробелы, а так интервью - огонь, сам бы с удовольствием пособесилcя, но пока учу ток линал и параллельно почитываю ML)

[@user-ex9zk3bs4i]

не думаю что с такими знаниями нужно вообще работу искать

[@user-ex9zk3bs4i]

хоть бы у всех такое интервью было)

[@russvetden9342]

2 минуты посмотрел испугался и выключил. И это джуниор. На Сеньёра наверное как на космонавта собеседуют

[@TeppopucT]

Не... На синьора как в боевых искусствах на высоких рангах... Просто смотрят друг на друга секунд 20 и после этого уже всё всё понимают.

[@user-gn9wg3pl8u]

В реале на такой собес даже попасть сложно, а спрашивают шире и глубже, так как конкурсы большие на место, и даже ответив всё отлично, запросто пролетаешь. И так раз 50

[@iliasnuruev112]

Ощущение такое что чел, что постарше - это на самом деле наставник ведущего И он наоборот проверяет своего сотрудника

[@olegmakarov7877]

Тяжелый случай. Таких не берут в космонавты. Там все такие на выходе из Karpov.Courses ?

[@karpovcourses]

Человек не проходил у нас ML-курсы, это важно понимать. Мы решили, что интересно будет снять такое интервью и был желающий как раз претендующий на эту позицию)

[@olegmakarov7877]

@@karpovcourses Хорошо. В таком случае какой был смысл выкладывать это с позволения сказать mock интервью на вашем канале?

[@omskzan2013]

Даже на Джуна?