Junior Data Scientist | РЕАЛЬНОЕ СОБЕСЕДОВАНИЕ | Ответы
— ОФФЕР ПОД КЛЮЧ 🔑
Разбор РЕАЛЬНОГО собеседования на позицию Junior Data Scientist. Конец убил 🤯
— база вопросов с собесов
— телега (подпишись)
— полная версия собеседования
0:00 - Вступление
0:10 - Легенда для собеса
0:31 - Что такое декоратор?
0:51 - Какие есть фреймворки для написания нейронок?
1:28 - Опыт с HuggingFace
1:48 - В чём отличие list от tuple?
2:08 - Как работают ссылки в питоне
2:58 - Это БАЗА
3:52 - Библиотеки для работы с данными
4:47 - Какие есть метрики для задачи классификации?
5:04 - Accuracy
5:38 - Precision и Recall
6:25 - F1 Score
8:17 - ROC-AUC
10:10 - Полезный канал по мат. статистике
10:21 - Основные метрики для регрессии (MSE, MAE, Коэфф. детерминации)
11:54 - Что такое дисбаланс классов?
13:35 - Что такое переобучение модели?
13:48 - Основные типы нейронных сетей
17:07 - Как бы ты подготовил аудиоданные для обучения модели?
18:52 - Что такое частота дискретизации? (what??)
19:03 - Что такое N-gram?
19:23 - Ещё вопросы про нейронки
19:50 - Итог собеседования
20:09 - Как можно быстрее получить оффер
20:30 - Конец
1 view
10
3
2 months ago 00:18:11 1
Lightning – эффективная экзотика
2 months ago 00:28:32 1
Как портились отношения России и Украины после распада СССР
2 months ago 01:00:09 1
Разбор датасета из kaggle в python в прямом эфире. Эфир #8
2 months ago 00:43:39 1
Продолжаем разбор датасета из kaggle в python в прямом эфире. Эфир #7
2 months ago 00:26:40 1
Изучение функцию groupby в python в прямом эфире. Эфир #5
2 months ago 00:36:09 2
Junior учится делать анализ данных датасета из Kaggle при помощи чата-gpt/Трансляция#2