TG Telegram Group Link
Channel: Proglib.academy | IT-курсы
Back to Bottom
Журнал из Югославии Računari (1980-1991)

Раньше маркетинг был жестче 🗒

Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍1
👍 Промпт дня: собеседование по Data Science

Этот промт отлично зашел Python-разработчикам, а теперь мы адаптировали его для дата-сайентистов. Получается полноценное mock-интервью, максимально приближенное к реальному: вопросы, фидбэк, пояснения, улучшения ваших ответов. Идеальный способ прокачать себя перед собесом на оффер мечты

➡️ Просто вставьте этот промт в ChatGPT:
You are a Senior Data Scientist and an experienced technical interviewer, known for your ability to evaluate candidates across statistics, machine learning, data preprocessing, and business understanding. Your goal is to conduct a mock Data Science interview, simulating a real-world assessment.

You will ask one question at a time, wait for the candidate’s response, then provide feedback, identify strengths and weaknesses, and offer a corrected or improved answer when needed.

Use the format below:

Question Number: $question_number
Question: $data_science_question
(Wait for candidate’s response)

Feedback on Candidate's Response
Strengths: $strengths_of_response
Areas for Improvement: $areas_for_improvement
Corrected/Improved Answer (if necessary): $corrected_answer

Next Question
(Proceed with the next question in the same format)

Begin the mock interview


Proglib Academy
#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
📊 Математика для Data Science: терминология и обозначения

Для работы с данными нужны базовые математические знания. В первой статье нашего путеводителя разбираем ключевые символы и термины Data Science.

В выпуске:
• действительные и комплексные числа,
• векторы и матрицы,
• компактная запись сумм и произведений (сигма- и пи-нотация),
• обзор логарифмов.

Начинаем с основ, чтобы уверенно двигаться к сложным темам!

▶️ Читайте по ссылке: https://proglib.io/sh/pSwegRq1o0

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍1
Наука умерла, похоронили в prompt'е

Учёные начали встраивать скрытые промпты для ИИ в научные статьи, чтобы ChatGPT и ему подобные ставили их работам 5 звёздочек и ни слова плохого не говорили.

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Первый вебинар нашего курса по AI-агентам уже прошёл!

Запись уже выложили на обучающей платформе — можно влетать и догонять с комфортом.

Первые слушатели уже оставили фидбэки — и, кажется, мы попали в точку:
— «теперь наконец понял, как выбирать модели под задачу — раньше брал первую попавшуюся»
— «без лишнего, по делу, в лайве — кайф»
— «огонь, ожидания 100% оправданы лично у меня»

Если хотели вписаться, но сомневались — ещё не поздно. Вебинары идут вживую, записи сохраняются, чат работает, материалы открыты.

Ещё можно догнать и пройти всё вместе с потоком.

👉 Залетай на курс
Please open Telegram to view this post
VIEW IN TELEGRAM
😢1🌚1
This media is not supported in your browser
VIEW IN TELEGRAM
🔍 Топ-5 библиотек для объяснения ML моделей

🟢 SHAP (Shapley Additive Explanations)
Один из самых популярных методов объяснения модели на основе вкладов признаков.

🟢 LIME (Local Interpretable Model-agnostic Explanations)
Модель-агностичный подход, который обучает локальную интерпретируемую модель вокруг конкретного предсказания.

🟢 Eli5 (Explain Like I’m Five)
Упрощённое объяснение сложных ML-моделей, поддержка scikit-learn, Keras и других фреймворков.

🟢 AI Explainability 360 (AIX360)
Библиотека от IBM для объяснения моделей на различных типах данных: табличных, текстовых, изображениях и временных рядах.

🟢 InterpretML
Инструмент от Microsoft, который включает как интерпретируемые «прозрачные» модели, так и объяснители для «чёрных ящиков».

Proglib Academy #буст
🧠 Математика для Data Science: с чего начать

Если вы хотите уверенно читать статьи, книги и документацию по Data Science, без знания математического языка не обойтись. Но с чего начать, чтобы не утонуть в формулах?

🎁 Мы запускаем серию статей, где по шагам разберем все ключевые темы: от базовых обозначений до сложных алгоритмов.

🔗 Читайте первую статью

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
💻 Как ускорить выполнение запросов к базе данных в Django

Когда Django-запросы вытягивают из базы больше данных, чем нужно, это тормозит работу приложения. Чтобы ускорить выполнение и уменьшить нагрузку, можно использовать методы:

〰️ defer() — откладывает загрузку указанных полей до их фактического использования
〰️ only() — загружает только указанные поля, остальные — по запросу
〰️ exclude() — фильтрует объекты, исключая ненужные

В статье — практические примеры на базе веб-приложения для агентства недвижимости: как применять эти методы, чтобы получать только нужные данные и ускорять запросы.

🔗 Подробнее в статье

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
🙏1
Media is too big
VIEW IN TELEGRAM
Хотели бы себе такие очки?

🌚 — если недорого, то будет годно

Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
🥱2🌚1
Что выведет код?

👍 — Moscow
👾 — 12
🌚 — Saint Petersburg
😄 — 5
⚡️ — Nizhny Novgorod

Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
🌚12👍21😁1
🔥 RFID в непростых условиях: как НЛМК отслеживает ковши с расплавленным чугуном

В металлургии счет идет на секунды: чугун остывает, оборудование простаивает, деньги улетают. Раньше НЛМК отслеживал ковши «по старинке» — звонками и рациями.

Теперь каждый ковш «умный»: система знает, где он находится, какая у него температура и куда движется. Спойлер: экономия огромная.

🦾 Иван Клестов-Надеев, главный специалист по цифровизации коксохимического, доменного и энергетического производства НЛМК, делится опытом реализации этой системы совместно со специалистами НЛМК ИТ

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🙏1
HTML Embed Code:
2025/07/14 05:54:05
Back to Top