#1 ЖЁСТКОЕ Собеседование Middle Data Science | Classic ML | Реальные задачи с собеседований
Бесплатная консультация, разберём твои страхи, подсветим буть к офферу 💸 - https://ds-mentor.ru/ 🔎 Хочешь узнать, с какими задачами сталкиваются на собеседованиях по Data Science? В этом видео я провожу сложное интервью на позицию Middle Data Scientist и объясняю ключевые темы, которые вызвали трудности у кандидата. 📊 Разбираем: Линейная и логистическая регрессия Precision, Recall, ROC-AUC "на пальцах" Регуляризации L1, L2 и ElasticNet Метрики классификации и их применение в реальных задачах Считаем ручками Precision, Recall и ROC-AUC 💡 Проверь свои знания и подготовься к собеседованию! Привет! Я Дима Савелко - Ментор и Deep Learning Engineer (ClassicML, NLP/LLM) с 4-летним опытом коммерческой разработки как на СНГ сегменте, так и на зарубежном рынке. Параллельно официальной работе руковожу AI-командой для реализации проектов, решая задачи бизнеса с помощью ИИ. Также обо мне вы можете почитать в моём телеграм-канале! Ссылки: tg: https://t.me/ngmdite tg-channel: https://t.me/eboutdatascience Таймкоды: 00:00 Приветствие 00:29 Что такое линейная регрессия? 02:30 Что такое регуляризация? 04:20 Что такое переобучение? 07:22 Как можно обнаружить переобучение без использования метрик? 10:02 Что такое асимметричные метрики? 10:43 Что такое логистическая регрессия? 11:29 Что такое отступ логистической регрессии? 12:23 Какие бывают метрики классификации? 14:07 Что такое ROC-AUC и PR-AUC? Какие плюсы и минусы? 17:23 Когда важен Precision, а когда Recall? Практические примеры 19:30 Какие методы существуют для многоклассовой классификации? 20:28 Какое количество моделей при All-vs-All? 23:05 Что такое макро-микро метрики? 23:57 Считаем Precision, Recall, ROC-AUC ручками! 26:08 Объясняю подсчёт ROC-AUC 33:50 Проблемы построенной кривой ROC-AUC 35:28 Прощание #DataScience #МашинноеОбучение #СобеседованиеDataScience
Топ-5 ошибок при объяснении метрик на собеседованиях по ML
Как на самом деле проходят NLP-собеседования: реальный разбор RAG и LLM
B-63, month 6, lesson 3
Топ вопросов Data Science собеседований: Classic ML | Часть 1
Encoder vs Decoder | Главные отличия на собеседовании NLP инженера
Повна теорія по Дифузії
#2 NLP Interview: Middle Data Scientist Part 1 | Questions and In-Depth Explanation | Word2Vec, T...
Top NLP Interview Questions | Transformer, Attention Mechanism, Bert | Part 1
Собеседование DS инженера в Авито: ML system design
LLM-инженер — собеседование. Выпускник МФТИ собеседует студента "Центрального Университета".
Junior ML-инженер | Выпуск 1 | Собеседование | karpov.courses
Типичное собеседование #2. Позиция Middle Data Scientist. Accepted!
Einschlafmeditation: Ich bin für dich da | Wenn du nicht alleine einschlafen willst
A Tough Interview at SBER for a Data Scientist
075. Карьера в data science: типичные ошибки на собеседовании – Валерий Бабушкин
Полный гайд по всем ML собесам в Яндекс
Mock-собеседование на Junior ML-разработчика: готов ли ты к таким вопросам?
Junior ML-инженер | Собеседование | karpov.courses
A/B-тесты с Валерием Бабушкиным | Собеседование | karpov.courses
