100 Data Science вопросов мидлу! Парень c Физтеха проходит собеседование

На этот раз мы встретились уже с опытным кандидатом в Data Science. Будем интенсивно задавать разноплановые вопросы!

00:00 - Вступление
01:06 - Разогреваемся на Python
04:01 - Раскидываем SQL
05:10 - Преодолеваем статистику
08:57 - Врываемся в Data Science
23:00 - Добиваем доп вопросы
32:00 - Заключение

[bogdanns]

Я так понял, что ребята решили попробовать новый формат - блиц-опрос вместо классического собеседования с развернутыми вопросами. Как по мне, то получилось довольно интересно и информативно)
Спасибо за видео

[ds_sss_rank]

Я вообще не понимаю ранимые души которые пишут о том что парень «обосрется в реальном проекте», «заучил». Тип реально красавчик видно что добрую часть жизни продал матану

[acesultonov]

Имхо, лучше сбавить темп вопросов, а более глубже разбирать ответы. Раздел про ДС получилось на много лучше. А так все ок. Благодарны за то, что делаете полезный контент! )) Респект

[robasti]

Ответил почти на все вопросы про дс и допы, пора бы и на стажера устроиться)(

[georgiykantsedal]

Чёт я не понял в чем смысл такого собеса. Ну будет знать человек термины половина из которых не используется в практике постоянно. Зато потом окажется что код нечитаемый.

[igorlitvin]

Все очень странно и как то не по умному на мой взгляд((( Вот я физик к примеру. Я проходил собеседования достаточно раз и половину из них были успешными. Никто и никогда не спрашивал меня физику. Это даже странно на собеседовании спрашивать сам предмет. Выглядит как будто вы студента на экзамене тестируете. Что то типа ЕГЭ)))). Любой дурак может вызубрить ответы на вопросы. Это вообще не показатель того подходит человек или нет. Меня спришивали и я сам спрашиваю на собеседовании про проекты, что человек делалал, про мысли о этих проектах и о проектах которые я ему предложу (как он будет решать это в общих словах), про конфликты и сложные ситуации которые он решал, интересуюсь его общими знаниями бывает и бывает тестируют на сообразительность (типа как гугл делает). Все что вы спрашиваете - это вообще не Это все находится за 5 мин поиска в Гугл. Меня учили в универе что помнить вообще не важно а важно знать где найти и понимать что там написано. Это и мое мнение. Если человек умен и трудолюбив - это уже 99 процентов успеха. Остальное он может загуглить. Если что и спрашивать то глубину понимания проектов которые делал и где можно сделать лучше. Это даст понятие о реальном интеллекте.

[mwave]

Привет. Я сейчас прохожу собесы в Европе. На 3 собесах меня просили рассказать про проект с предыдущей работы. Это сложно потому что надо иметь по 2 презентации для каждого проекта (длинную с деталями и короткую для менеджеров и рекрутеров, с бизнес задачами). Наверное это лучше чем экзамен устраивать на 40 минут, галопом по европам.
Кстати спасибо за видео, использую в подготовке. Главный секрет тех. собеса - попасть на него (иметь резюме классное и скрининг пройти с рекрутером).

[hopelesssuprem]

Вот это очень классные вопросы. Только спрашивайте пожалуйста еще про плгоритмы, потоки и тесты по питону, а по sql про оптимизацию запросов и будет вообще пушка. Еще бы было хорошо спросить про deep learning (nlp, cv) и как выводятся модели в прод, прост на русском такого вообще нет)

[qviiept]

Новое видео, , раз в месяц, как у дудя

[pull_n]

Блин, прикольно. Посмотрел этот видос и чуть позже наткнулся на чей-то комментарий на курсе Карпова "Введение в Data Science".
Открыл профиль и увидел знакомое лицо. Оказался твой, сразу не узнал)
Ниже коммент:
".sum() помогло решить с первого раза)
Чувствую себя сыном маминой подруги:)" step 3.7


А за видео спасибо!

[stanferrari]

четко!)) можно еще было добавить про различие архитектуры реализации поулярных библитек градиентного бустинга их плюшки и минусы, по питону можно было бы еще углубиться паттерны метаклассы например...дааа Бабушкин нервно курит) мне понравилось))

[mlpython]

Спасибо. Очень интересно.
14:30 knn не обучаем.
- есть ведь способы ускорения knn. Нельзя их рассматривать как обучение?

[mqxqhiq]

В основе PCA разве SVD лежит? Там же вроде собственные вектора и собственные значения матрицы ковариации под капотом?

[SergiusBfg]

😂😂😂 Интервьюверы тоже джуны в SQL
Delete это DML оператор, такой же как интсерт.
Транкейт это DDL оператор, котрый пересоздает таблицу. В результате чего данные летят в опу.
Транкейт автоматически делает коммит по транзакции так как это DDl

[ofcroku]

Выровнять бы громкость голосов по возможности – а то как ни поставь громкость – некомфортно

[batnasn]

Интересный блиц. Жаль, что в норм контору дадут какой-нибудь Merge K Sorted Lists

[AB-zbuu]

1:24 почему перепутаны встроенные и магические методы в python?

[yuriye]

достойное видео) посмотрев его, я понял, насколько никчемен) пошел доучиваться)

[hmmwplc]

Ну прикол MAPE в том, что допустим если у нас y = 1 и все прогнозы > 0, то максимальная ошибка заниженного прогноза равна 1, а завышенного не ограничена сверху. Это показывает несимметричность MAPE, но это не значит, что такая функция ошибки штрафует за недопрогноз и перепрогноз по-разному.

[kandrewkov]

Мне интересно, где можно хорошо подучить статистику, чтобы легко отвечать на такие вопросы?