Что это такое?
Подобранный учебный гайд и коллекция материалов для собеседований по машинному обучению в компаниях уровня FAANG, написанные человеком, который получил офферы от Google, LinkedIn, Snap, Coupang и StitchFix.
Подобранный учебный гайд и коллекция материалов для собеседований по машинному обучению в компаниях уровня FAANG, написанные человеком, который получил офферы от Google, LinkedIn, Snap, Coupang и StitchFix.Это курс, книга или просто список ссылок?Это репозиторий на GitHub, организованный как план подготовки с таблицами по темам и ссылками на внешние статьи, научные работы, курсы и отдельную платную книгу/курс. Само по себе это не приложение и не самостоятельный туториал.
Это репозиторий на GitHub, организованный как план подготовки с таблицами по темам и ссылками на внешние статьи, научные работы, курсы и отдельную платную книгу/курс. Само по себе это не приложение и не самостоятельный туториал.Как устроено содержимое и с чего лучше начать?Начните с таблицы 'Getting Started', которая ведёт к гайду для подготовки, примерам проектирования ML-систем, викторине и чек-листу за неделю до онсайта. Темы разбиты на разделы: LeetCode, SQL, программирование, статистика, основы ML/DL и проектирование ML-систем.
Начните с таблицы 'Getting Started', которая ведёт к гайду для подготовки, примерам проектирования ML-систем, викторине и чек-листу за неделю до онсайта. Темы разбиты на разделы: LeetCode, SQL, программирование, статистика, основы ML/DL и проектирование ML-систем.Нужен ли мне опыт в программировании или достаточно теории ML?Нужно и то, и другое: план предполагает практику кода через LeetCode (хотя автор отмечает, что не все компании её требуют), SQL и основы языков программирования (Java, GIL и конкурентность в Python) вместе с теорией ML/DL и статистикой.
Нужно и то, и другое: план предполагает практику кода через LeetCode (хотя автор отмечает, что не все компании её требуют), SQL и основы языков программирования (Java, GIL и конкурентность в Python) вместе с теорией ML/DL и статистикой.Обязательна ли практика на LeetCode для всех собеседований по ML, которые здесь описаны?Нет: автор прямо указывает, что многие компании пропускают раунды кодирования в стиле LeetCode, поэтому этот раздел можно отложить в зависимости от целевых компаний.
Нет: автор прямо указывает, что многие компании пропускают раунды кодирования в стиле LeetCode, поэтому этот раздел можно отложить в зависимости от целевых компаний.Для кого предназначен этот гайд?Для инженеров машинного обучения и дата-сайентистов, которые готовятся к собеседованиям в крупных технологических компаниях, от джуниоров до опытных кандидатов.
Для инженеров машинного обучения и дата-сайентистов, которые готовятся к собеседованиям в крупных технологических компаниях, от джуниоров до опытных кандидатов.Есть ли здесь разборы кейсов проектирования ML-систем?Да, есть ссылки на реальные примеры проектирования систем: рекомендации YouTube/TikTok, ранжирование поиска Airbnb, оптимизация доставки Uber Eats, ранжирование ленты LinkedIn и предсказание кликов по рекламе.
Да, есть ссылки на реальные примеры проектирования систем: рекомендации YouTube/TikTok, ранжирование поиска Airbnb, оптимизация доставки Uber Eats, ранжирование ленты LinkedIn и предсказание кликов по рекламе.Здесь есть что-то платное?Да, автор также продаёт отдельный курс «Machine Learning System Design» (доступен на educative.io и interviewquery.com) и книгу о собеседованиях по ML на Amazon, а сам репозиторий бесплатный.
Да, автор также продаёт отдельный курс «Machine Learning System Design» (доступен на educative.io и interviewquery.com) и книгу о собеседованиях по ML на Amazon, а сам репозиторий бесплатный.Какие основные темы по ML здесь раскрыты?Логистическая регрессия, деревья решений и случайный лес, бустинг, K-means, PCA, SMOTE, а также дискриминативные и генеративные модели. Некоторые из них сопровождаются упражнениями на реализацию с нуля на numpy.
Логистическая регрессия, деревья решений и случайный лес, бустинг, K-means, PCA, SMOTE, а также дискриминативные и генеративные модели. Некоторые из них сопровождаются упражнениями на реализацию с нуля на numpy.Есть ли реальные отзывы людей, которые получили офферы благодаря этому материалу?Да, в README есть цитаты кандидатов из Amazon, Facebook, NVIDIA, Microsoft и Intel, которые объясняют свою подготовку к собеседованиям викторинами и конспектами из репозитория.
Да, в README есть цитаты кандидатов из Amazon, Facebook, NVIDIA, Microsoft и Intel, которые объясняют свою подготовку к собеседованиям викторинами и конспектами из репозитория.What are similar projects?interview, system-design-notes, Awsome-Front-End-learning-resource, LeetCode-Questions-CompanyWise, hello-algorithm, tech-interview-handbook, system-design-interview, leetcode-company-wise-problems
interview, system-design-notes, Awsome-Front-End-learning-resource, LeetCode-Questions-CompanyWise, hello-algorithm, tech-interview-handbook, system-design-interview, leetcode-company-wise-problemsWhich topics is it in?leetcode, job-search, system-design, study-guide, interview-questions, interview, interview-preparation, career, data-science, beginner-friendly, guide, learning-resources
leetcode, job-search, system-design, study-guide, interview-questions, interview, interview-preparation, career, data-science, beginner-friendly, guide, learning-resources