Telegram Web
🧑‍💻 Статьи для IT: как объяснять и распространять значимые идеи

Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.

Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.

Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.

👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
😁1
Как извлечь отдельные значения из столбца в SQL?

Используя ключевое слово DISTINCT в сочетании с командой SELECT, мы можем извлекать различные значения из столбца в SQL. Ключевое слово DISTINCT используется для фильтрации дубликатов значений и возврата только уникальных значений из указанного столбца.
#вопросы_с_собеседований
👍5🥱5👏1
Когда вы в последний раз проходили собеседование на позицию в другую компанию?
#интерактив
🎉5
Что такое learning rate?

Скорость обучения — это ключевой гиперпараметр, который определяет, с какой скоростью модель подстраивается под задачу в процессе обучения. Можно представить её как «размер шага» при обновлении параметров, то есть насколько далеко веса смещаются в сторону минимума нашей оптимизационной задачи.
👍3🎉21
🤔🔥🪦 Беспощадный Frontend-тест: уволься сам, если не наберёшь 7 из 10!

DS и ML — это, как правило, не про фронтенд. Но везде бывают исключения.

А насколько хорошо ты разбираешься в CSS, JS и вот этом вот всём?

👉 Проверь себя
↗️ О векторных базах данных простым языком

В статье рассказывается:
🔘что такое векторные базы данных,
🔘каковы их ключевые отличия от традиционных
🔘как они применяются в задачах, связанных с ИИ и обработкой данных.

Также автор описывает, как векторные базы данных помогают находить схожие объекты, например, для рекомендаций или поиска.

🔗 Читать по этой ссылке
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5
🐍 Python для перфекционистов: 10 способов писать идеальный код

Простота Python позволяет разработчикам быстро создавать рабочие программы, но более продвинутые техники могут сделать ваш код более эффективным, гибким и элегантным.

👉 Читать обо всех способах с примерами кода здесь
👍4🔥2🎉2
Подготовься к собеседованию на позицию Data Scientist!

Профессия Data Scientist становится все более востребованной, и компании ищут специалистов, способных превращать данные в ценные инсайты. Но как успешно пройти техническое собеседование?

Мы собрали 10 типичных задач, которые могут встретиться на собеседовании, и эффективные подходы к их решению:

1. Внешнее и тензорное произведение

2. One-hot кодировка

3. Мониторинг осадков

4. Симуляция бросков кубиков в «Монополии»

5. Бурение скважин для добычи золота

6. Вычисление свертки

7. Бэктестинг торговой стратегии

8. Прогноз оттока клиентов с помощью логистической регрессии

9. Обнаружение спама с использованием дерева решений

10. Предсказание цен на квартиры с помощью линейной регрессии

Чтобы начать решать задачи, достаточно ответить на три простых вопроса по этой ссылке и получить доступ к вводным занятиям курса Алгоритмы и структуры данных и 10 задача
👍3🔥1
🐼⛓️ Pandas Chaining — интересный подход к написанию Pandas-кода

Смысл подхода заключается в написании всего пайплайна по обработке данных в одном куске кода.

Почему это может быть полезно?

▪️Делает код более читаемым: вы можете видеть все операции, строка за строкой;
▫️Упрощает поддержку кода;
▪️Облегчает дебаггинг: можно проверить состояние данных в любой точке пайплайна с помощью .pipe() или временно закомментировать ненужные операции;
▫️Позволяет экономить память: не создаёт лишних промежуточных копий данных.

🔗 Репо с описанием подхода и примерами
👍3🔥21
🤖🔄🤖 Самосовершенствующиеся ИИ: как передать знания от одной модели другой

Развитие больших языковых моделей привело к революции в области ИИ, но также выявило ключевые проблемы масштабирования: чем больше становятся модели, тем меньше прирост их производительности, в то время как затраты на обучение — как вычислительные, так и финансовые — продолжают расти. Этот эффект убывающей отдачи показывает, что будущее ИИ лежит не в создании более крупных моделей, а в создании более эффективных и умных технологий.

Разработчики Writer создали новую архитектуру самосовершенствующихся моделей. Эти модели могут учиться в реальном времени и адаптироваться к изменениям без необходимости полной повторного обучения.

👉 О том, как они устроены, читайте в нашей статье
👍2
Привет, друзья! 👋

2024-й год подходит к концу, и пока LLM не написали за нас все программы, а квантовые компьютеры не взломали все пароли, самое время подвести итоги. Какие технологии действительно «выстрелили», а какие не оправдали ожиданий? Что изменилось в работе разработчиков, и какие навыки оказались самыми востребованными?

💻 Поделитесь своим мнением, и самое важное и интересное войдёт в нашу статью. 🏆
2025/07/10 08:14:53
Back to Top
HTML Embed Code: