#26 Junior Data Scientist | РЕАЛЬНОЕ СОБЕСЕДОВАНИЕ | Ответы

🔑 Готовишься к собеседованиям и хочешь получить оффер? «Оффер под ключ» — подготовка, практика и помощь с поиском работы. Начни с бесплатного карьерного скрининга: https://unicode.school/programs/offer... 🐳 Мой Telegram — карьера в IT, разборы и жизнь: https://t.me/gernar228 💼 Вакансии в IT, которых нет на hh.ru: https://t.me/unicode_jobs Собрали последовательную карту Junior Data Scientist: Python и данные, метрики, дисбаланс классов, переобучение, нейросети, аудио и N-граммы. Дополнительно по теме выпуска: 🎯 Готовишься к собеседованию Data Scientist? Пройди мок-интервью с разбором ответов от трёх специалистов: https://unicode.school/career-help/re... Материалы и ссылки из выпуска: https://boosty.to/howtoartyom/posts/c... — полная версия собеседования ТАЙМКОДЫ 0:00 - Вступление 0:10 - Легенда для собеса 0:31 - Что такое декоратор? 0:51 - Какие есть фреймворки для написания нейронок? 1:28 - Опыт с HuggingFace 1:48 - В чём отличие list от tuple? 2:08 - Как работают ссылки в питоне 2:58 - Это БАЗА 3:52 - Библиотеки для работы с данными 4:47 - Какие есть метрики для задачи классификации? 5:04 - Accuracy 5:38 - Precision и Recall 6:25 - F1 Score 8:17 - ROC-AUC 10:10 - Полезный канал по мат. статистике 10:21 - Основные метрики для регрессии (MSE, MAE, Коэфф. детерминации) 11:54 - Что такое дисбаланс классов? 13:35 - Что такое переобучение модели? 13:48 - Основные типы нейронных сетей 17:07 - Как бы ты подготовил аудиоданные для обучения модели? 18:52 - Что такое частота дискретизации? (what??) 19:03 - Что такое N-gram? 19:23 - Ещё вопросы про нейронки 19:50 - Итог собеседования 20:09 - Как можно быстрее получить оффер 20:30 - Конец По вопросам обучения и услуг: https://t.me/gernar228_support