ЖЕСТКОЕ СОБЕСЕДОВАНИЕ В СБЕР на Data Scientist
Разбор интервью Data Scientist в Сбере: типы и оптимизация Python-кода, градиентный бустинг, трансформеры и кластеризация.
Вадим Новосёлов | Карьера в IT
Открыть на YouTube- Опубликовано на YouTube:
- Просмотры на YouTube: 21 тыс.
- Лайки на YouTube: 533
Таймлайн
Коротко о видео
Разбор интервью Data Scientist в Сбере: Python, бустинг, NLP и кластеризация. Вопросы идут от основ объектной модели и оптимизации к устройству трансформеров.
Затронутые темы
Что взять на заметку
- Уметь различать изменяемые и неизменяемые типы важно для объяснения поведения объектов в Python.
- Оптимизацию медленного кода начинайте с измерения узкого места, а не с преждевременной замены конструкций.
- Для NLP-интервью повторите путь от bag-of-words к трансформерам и роли Query, Key, Value в attention.