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!
Спасибо за видео, нужно больше такого качественного контента! Не смог найти запись с Игорем про бустинги :(. Было бы здорово прикрепить ссылку под видео.
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.
@@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
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 ).
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).
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!!!
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.
Согласен, странный подход. Хорошо бы приоритезировать подготовку к собеседованию. Силу фич, так сказать, указать. Где фичи - навыки программиста, а сила - повышение шанса получить работу
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 :)
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.
@@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.
@@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.
@@han-stroy сокращается на N (где N - кол-во базовых алгоритмов), это можно вывести посчитав дисперсию для ансамбля. Но тут важный момент - уменьшение дисперсии в N раз справедливо только в случае если базовые алгоритмы слабо коррелируют (ну, если строго говорить, то вообще не коррелируют, тогда действительно ровно в N раз) друг с другом, для этого в рандом форесте при построении деревьев в каждом листе используют только часть признаков. Поэтому несмотря на кажущуюся простоту и силу, тот же рандом форест на практике уступает бустингу.
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.
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
@@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
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.
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
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.
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!
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 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
@@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.
@@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
@@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.
Видел, в комментах спрашивали про видео "Игоря Котенкова про бустинг и деревья". Вот это видео, ruclips.net/video/wnTlsXaVj-s/видео.html . Правда я не согласен со Стасом, что там говорится про подбор гиперпараметров - так, очень верхнеуровнево, потому что это не было целью лекции.
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.
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.
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!)
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
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]
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?
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
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}
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
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
работа с бд,работа с оптимизацией моделей,а иногда и самому реализовать что нибудь.Никто не просит шарить на уровне многопоточки ,хватит базового понимания ооп,как устроена память и т.п.
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?
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.
Очень хочется узнать, всегда нужно вот именно так, в диалоге с интервьюером, писать код или можно сказать: "дайте несколько минут подумать и помолчите пожалуйста"? ))
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.
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 +?
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.
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.
@Максим 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!🇺🇦
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?
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
Выключил на моменте, что tuple и namedtuple неизменяемые, остальные меняемые. К вашему сведению, числа, строки и булевы значения так же являются неизменяемыми типами данных.
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.
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
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!)
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)
@@nicejke9630 придется тоже тогда понять) Действительно, нигде не видела их кроме, как на лекциях в университете. Теперь благодаря TaygindK нашла примеры.
наверное самое интересное, что большинство вызовов библиотек которые вы используете были написаны с помощью декораторов. Например функция pandas.read_csv() если провалиться в код и посмотреть реализацию можно увидеть декораторы Appender(что на самом деле callable класс) и deprecate_nonkeyword_arguments.
Ну так это надо проверять, что умеет Вообще по языку программирования профильному для вакансии спрашивают чуть больше, чем всегда Даже на сеньйор МЛьщика будут всё равно спрашивать питон и эти глупые вопросики про изменяемые/неизменяемые типы Хотя казалось бы, спрашивать спеца с 5+ лет опыта(по резюме) должно быть стыдно о таком Ан-нет... Где-то треть валится на вот таких вот вопросах
так ни в одном курсе по ДС и не готовят к вопросам про адресные пространства памяти в питоне. возможно это вопрос к многочисленным авторам курсов по ДС - почему они не дают то что нужно будет потом знать для работы. или к интервьюерам которые на собесе спрашивают то что не нужно знать для работы....
@@0x00E4 зачем про это знать среднестатестическому(а именно таких и готовят на курсах) ДСу? Та и вообще питонистам. Никакой практической пользы это не несёт
@@0x00E4 так зачем тебе это знать для работы(тем более ДСа)? Какая практическая польза? Питон фактически тебе даже не даёт самостоятельно с памятью работать
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.
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!
Привет! Спасибо большое за видео. А можно попросить расшарить видео по деревьям и градиент бустингу которое упоминалось в конце видел?
Спасибо за видео, нужно больше такого качественного контента!
Не смог найти запись с Игорем про бустинги :(. Было бы здорово прикрепить ссылку под видео.
Вот лекция Игоря про бустинги ruclips.net/video/wnTlsXaVj-s/видео.html
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.
@@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
В любом случае делайте пожалуйста почаще такие собеседования. Пусть розовые очки трещат. Зато хоть что то рядом приближенное к реальности.
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 ).
Благодарю за это видео! Помогло определить собственные слабые стороны...Надеюсь будут еще в ближайшем будущем!😁
Супер полезный ролик, дает очень четкие представления о том, как выстраивать план обучения
Очень интересно, если посмотреть такое же интервью с middle и senior уровнями.
такие уже есть на канале Fless
Возможно в ближайшее время сделаем с Middle уровнем парнем. Будет жесткий собес
@@stasgafarov собесы с джунами веселее смотреть, да и количество потенциальных джунов явно больше нежели мидлов
@@stasgafarov это заслуживает лайк!!!)
15:45 есть еще 1 споcоб. Пропустить через конструктор - те написать b = dict(a)
Подушню: set изменяемый тип. Послышалось на 6 минуте, что его отнесли к неизменяемым. Спасибо! Очень полезно!
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).
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!!!
а можно в вашу группу джунов вступить?
Как попасть в чат?
Как успехи в специальности ? Работаете ? подтянули темы ?
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.
Согласен, странный подход.
Хорошо бы приоритезировать подготовку к собеседованию.
Силу фич, так сказать, указать. Где фичи - навыки программиста, а сила - повышение шанса получить работу
Так о чём речь? У джуна нет опыта. Значит должны быть знания)))
Отличный формат. Пора мне уже написать нормальное резюме, чтобы меня пригласили на собес, потому что в этом интервью для меня всё очень просто 😅
Ну и как успехи? Нашёл работу? Или хотя бы резюме то написал?)
@@ЖенькаЛопотин не, трусы шью)
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 :)
Было бы идеально, если бы была разметка по темам и вопросам с таймкодами :)
Уже работаем над тем, чтобы это было в каждом видео :) Сейчас хотели быстрее выложить.
Камон, мы не можем использовать t test на бутсрапированных данных из за нарушения правила независимости
Я из всех слов только стринги знаю
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.
ответ прост, но он у вас неправильный
@@noname-bi7ve Аргументированно!
@@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.
@@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.
@@han-stroy сокращается на N (где N - кол-во базовых алгоритмов), это можно вывести посчитав дисперсию для ансамбля. Но тут важный момент - уменьшение дисперсии в N раз справедливо только в случае если базовые алгоритмы слабо коррелируют (ну, если строго говорить, то вообще не коррелируют, тогда действительно ровно в N раз) друг с другом, для этого в рандом форесте при построении деревьев в каждом листе используют только часть признаков. Поэтому несмотря на кажущуюся простоту и силу, тот же рандом форест на практике уступает бустингу.
44:25 смотря что значит пересечение, разве в иннерджойне не может быть до 625 элементов?
Ребят. Просьба перед выкладыванием видео - усиливать звук.
Круто, но хотелось бы увидеть полноценную часть по питону
+
6:00 сеты это mutable тип данных.
А что за статьи от exbf, про ненормальность
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.
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
@@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
Спасибо, очень интересно
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.
Дмитрий молодец
Было очень круто!! Спасибо
Сорри как можно в DS не пользоваться set? Интервью классное, полезное! Спасибо!
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
Оконные функции на джуна ? Мир реально сошёл с ума !
Спасибо. Было реально полезно
6:01 set - mutable, frozen set immutable
Всем привет! Кто-нибудь, поделитесь, пожалуйста, записью выступления Котенкова, про которое рассказывает Стас
тоже не нашел
ruclips.net/video/wnTlsXaVj-s/видео.html не благодарите )
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.
Спасибо за видео, очень полезно.
Супер! Хочу еще видосов типа такого)
у меня как-то на собесе на джуна нужно было ml в прод запустить
В первый раз услышал про A/B тесты)
Крутое видео! Можно ли ссылку на хвалёное выступление про решающие деревья?
Кто знает ответ на вопрос со звездочкой ? 1:28:20
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!
1:02:41 насчет неинициализированной переменной
Ну такие ошибки уж джун должен сам исправлять
Очень круто, спасибо за Джуна.
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
A/B тест входит в любой платный курс по DS, поэтому абсолютно не лишним спросить про A/B
@@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
@@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.
@@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
@@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.
Полезная первая задачка
А как там что побутстрэпить что бы сгенерировать там отклонения или что-то?)) Бутстрэпинг это легально?
А можно пожалуйста ссылку на видео про мл, про которую говориться в обратной связи?
ruclips.net/video/wnTlsXaVj-s/видео.html
Видел, в комментах спрашивали про видео "Игоря Котенкова про бустинг и деревья". Вот это видео, ruclips.net/video/wnTlsXaVj-s/видео.html . Правда я не согласен со Стасом, что там говорится про подбор гиперпараметров - так, очень верхнеуровнево, потому что это не было целью лекции.
Ой ладно тебе, ты отлично про гиперпараметры рассказал, остальное можно спокойно нагуглить, руководств чуть больше чем дофига.
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.
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.
Стас ты говорил про выступление Игоря Котенкова 1:38:12 а можешь ссылку дать
ruclips.net/video/wnTlsXaVj-s/видео.html
Во второй задаче можно было пересоздать словарь b = dict(a) без for key value
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!)
Большое спасибо за видео! Про какую лекцию Игоря о Random Forest в конце идет речь?
Добрый день, не нашли?
когда set стал неизменяемым? элементы множества неизменяемы, а вот сам set изменяем
Здравствуйте. Спасибо! В принципе, я понял как демонтировать подлокотник с Мазды 6 GH
Подскажите, о каком именно выступлении Игоря Котенкова шла речь?
В комментариях подсказывают, что об этом: ruclips.net/video/wnTlsXaVj-s/видео.htmlfeature=shared
@@karpovcourses спасибо большое
О какой лекции Игоря Котикова идет речь?
В конце упоминаете выступления по деревьям, кажется Игоря Котякова???), скиньте, пожалуйста, ссылку на это видео
в комментариях выше кинули ссылку
Дайте пожалуйста ссылку на видео Игоря о котором говорилось в конце
если про бустинги то в комментариях выше ответил. Если про не градиентные методы оптимизации то можно попробовать найти на канале в видео
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
Сеты изменяемый тип данных.
Согласен, был уставший напутал.
frozenset - неизменяемый
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]
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?
48:37 "нет это сложно, давай еще раз!"
Я б на его месте начал мычать че-нить нечленораздельное)
А может кто-то помочь с линкой, которую предлагали в конце видео про деревья? А то чего-то повылазило(
ответил в комментариях выше
Больше авторов пытался вктатиться в вопрос с group by)
Крутой контент. Даже не в плане вопросов, а просто атмосферы. А что, можно говорить про ML без линейной алгебры? Я не докапываюсь, просто недопонял.
При рассказе интервьювером о gc есть ощущение смешения rcgc (ref counting gc) и ggc (generational gc); gc.collect это про ggc...
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
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}
def groupbysum(a, b):
dt = defaultdict(int)
for val, i in zip(a, b):
dt[i] += val
return dt
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
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
работа с бд,работа с оптимизацией моделей,а иногда и самому реализовать что нибудь.Никто не просит шарить на уровне многопоточки ,хватит базового понимания ооп,как устроена память и т.п.
Похоже мужик больше математик - профессор чем програмист 👍, 2 часть обсолютно не понял, где это изучить. Даже я такие тонкости питона не знал).
Так в программирование из математики приходят
Того кого собеседовали окончил Каарпов курс ?
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?
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.
Насколько я помню в деревьях решений фичи без возврата берутся
Очень хочется узнать, всегда нужно вот именно так, в диалоге с интервьюером, писать код или можно сказать: "дайте несколько минут подумать и помолчите пожалуйста"? ))
Будет абсолютно нормально, если вы попросите пару минут в тишине!
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.
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 +?
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.
Спасибо за материал.
Скажите, пожалуста, как сечас обстоят дела с ML. Последние события ведь должны были обнулить релевантную историю данных.
Можете немного подробнее описать, что за события такие? Data Science ведь сейчас довольно популярное и перспективное направление.
Спасибо.
>обнулить релевантную историю данных.
what does it mean?
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.
@@liveworkdie и lgbt classifier 😄
@Максим 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!🇺🇦
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?
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
Выключил на моменте, что tuple и namedtuple неизменяемые, остальные меняемые.
К вашему сведению, числа, строки и булевы значения так же являются неизменяемыми типами данных.
вМеняемые
честный рандом нельзя предположить
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.
Станиславу бы еще филмьыозвучивать, тембр голоса киношный.
Спасибо .
Странно немного что небыло вопросов про препроцессинг. А так в целом оч даже.
это уровень mini-junior
Видео крутое, спасибо, но вопрос: заплатить достаточно денег за курс и не знать, что такое валидация - это нормально?)
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
Сразу видно что у человека первый яп это пайтон ))
Хм, буду знать, что мок интервью - это бесплатная лекция по азам программирования 🙄
append - это метод, а не функция
Многие вопросы отвечал за Дмитрия, это не очень круто. В остальном познавательно👍
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!)
Например, при создании dag в airflow
@@taygind пошла гуглить) Спасибо)
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)
@@nicejke9630 придется тоже тогда понять) Действительно, нигде не видела их кроме, как на лекциях в университете. Теперь благодаря TaygindK нашла примеры.
наверное самое интересное, что большинство вызовов библиотек которые вы используете были написаны с помощью декораторов. Например функция pandas.read_csv() если провалиться в код и посмотреть реализацию можно увидеть декораторы Appender(что на самом деле callable класс) и deprecate_nonkeyword_arguments.
а зачем датасаентиста спрашивать за питон. это ж уже специализация, человек уже должен уметькодить
Ну так это надо проверять, что умеет
Вообще по языку программирования профильному для вакансии спрашивают чуть больше, чем всегда
Даже на сеньйор МЛьщика будут всё равно спрашивать питон и эти глупые вопросики про изменяемые/неизменяемые типы
Хотя казалось бы, спрашивать спеца с 5+ лет опыта(по резюме) должно быть стыдно о таком
Ан-нет... Где-то треть валится на вот таких вот вопросах
так ни в одном курсе по ДС и не готовят к вопросам про адресные пространства памяти в питоне. возможно это вопрос к многочисленным авторам курсов по ДС - почему они не дают то что нужно будет потом знать для работы. или к интервьюерам которые на собесе спрашивают то что не нужно знать для работы....
@@0x00E4 зачем про это знать среднестатестическому(а именно таких и готовят на курсах) ДСу? Та и вообще питонистам. Никакой практической пользы это не несёт
@@0x00E4 так зачем тебе это знать для работы(тем более ДСа)? Какая практическая польза? Питон фактически тебе даже не даёт самостоятельно с памятью работать
@@ivanp4740 Затем, что это отличает профи с глубокими знаниями от быдлокодера слэш недоаналитика.
Воу, я представлял, что собеседование будет на много сложнее. Но на процентов 80 вопрос я бы ответил точно)
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.
первый же вопрос меня опрокинул😅
Зачем я это смотрю, не знаю)
Эх, если бы чел получше отвечал, было бы поинтереснее. Но все равно спасибо
отучился в яндекс практикуме 6 месяцев на аналитика данных, и в целом процентов 10-20 смог бы ответить. ещё учится и учится...
🤒
cейчас работаете?
Очень интересно, но ничего не понятно =)))
не думаю что с такими знаниями нужно вообще работу искать
хоть бы у всех такое интервью было)
Не copy, лучше deepcopy…