TGViewer
Channel Public Channel
Machine Learning | YeaHub

Machine Learning | YeaHub

@yeahub_machine_learning

Теория, подготовка к интервью и курсы для ML специалистов

YeaHub — это платформа для IT-специалистов, объединяющая обучение, карьерный рост, развитие и сообщество единомышленников.

Платформа: https://yeahub.ru

Для связи: @ruslan_kuyanets
Subscribers
300
Photos
298
Videos
126
Links
532

Showing posts older than #592 · Back to latest

Older Posts 18 shown
Post #591 48
#Собес #control_plane #api_server #etcd
🤔 Что такое управляющая плоскость (Control Plane) Kubernetes?

💬 Кратко:

Control Plane – это набор компонентов, которые управляют кластером Kubernetes. В него входят API Server, etcd, Scheduler и Controller Manager. Эти компоненты отвечают за обработку запросов, хранение данных о состоянии кластера, распределение нагрузок и контроль за работой узлов.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #590 48
#Собес #developer #ml #engineer
🤔 Чем отличается роль backend-разработчика от ML-инженера

💬 Кратко:

Backend-разработчик отвечает за API, данные и бизнес-логику. ML-инженер отвечает за обучение, качество и поведение моделей. Backend интегрирует модели в систему, но не разрабатывает их математическую часть. ML-инженер редко занимается API и инфраструктурой целиком. Роли пересекаются, но цели у них разные.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #589 55
#Собес #gil #thread
🤔 Какие типы задач не выигрывают от использования потоков в Python?

💬 Кратко:

CPU-интенсивные задачи не выигрывают от потоков в Python. Из-за GIL одновременно исполняется только один поток байткода. В таких задачах потоки добавляют накладные расходы, но не ускоряют выполнение. Для них лучше использовать multiprocessing.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #588 66
#course #матанализ
📚 Введение в математический анализ

Курс представляет собой краткое введение в математический анализ. За 4 модуля слушатели познакомятся с базовыми понятиями математического анализа: последовательностями, пределами, непрерывностью, производными и интегралами.

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #587 58
#Собес #database #triggers #indexes
🤔 Что можно делать в БД кроме CRUD (триггеры, процедуры, представления)?

💬 Кратко:

Помимо базовых операций Create, Read, Update, Delete (CRUD), современные БД предлагают мощные инструменты для реализации логики на стороне сервера. Представления (Views) — это сохраненные запросы, которые работают как виртуальные таблицы. Хранимые процедуры и функции позволяют хранить и выполнять сложную логику прямо в БД. Триггеры — это автоматически выполняемые функции в ответ на события (INSERT, UPDATE). Также БД умеют работать с индексами для ускорения поиска и обеспечивать транзакции для безопасности данных.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #586 54
#Собес #cpu-bound #io-bound #multiprocessing
🤔 Приведи пример: как решить 10 CPU-bound и 10 IO-bound задач на Python?

💬 Кратко:

Для CPU-bound задач используйте многопроцессность (модуль multiprocessing), чтобы обойти GIL и задействовать несколько ядер. Для IO-bound задач используйте многопоточность (модуль threading) или асинхронное программирование (модуль asyncio), чтобы эффективно ждать завершения операций ввода-вывода.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #583 59

Forwarded from YeaHub

🚀 YeaHub развивается

Февраль и март выдались для нас непростыми. Мы прошли через сложную миграцию и разделили проект на два отдельных продукта.

Теперь у нас есть:
— yeahub.ru — публичная SEO-ориентированная часть на Next.js с быстрым серверным рендерингом
— app.yeahub.ru — основное приложение: личный кабинет пользователя со статистикой, прогрессом и аналитикой

🔥 Лайвкодинг — наконец-то готов

Мы серьезно прокачали сервис лайвкодинга:
— добавили привязку задач к коллекциям (собеседованиям)
— сделали связь с компаниями
— теперь можно готовиться по задачам с реальных собеседований

Уже доступны задачи из: Сбер, Яндекс, Авито, VK, Ozon, Т-Банк и других компаний.

📌 Сейчас добавлено ~100 задач.

Да, это меньше, чем планировали — но пришлось сделать шаг назад, чтобы сделать десять вперед.

Мы полностью переработали:
— шаблон задач
— систему тесткейсов

Ранее была допущена ошибка, из-за которой пришлось вручную исправить 80+ задач 😢

Но теперь база готова к масштабированию — и мы можем быстро и правильно наполнять её дальше.

📈 Что дальше по лайвкодингу

Мы будем активно развивать этот сервис.
Это не только про собеседования — это инструмент для роста и прокачки.
Планируется много новых фич.

📅 Регулярные обновления контента

Мы выстроили процесс: каждую неделю 4–8 собеседований, 6–10 задач
И каждое обновление будем анонсировать, чтобы вы всегда были в курсе.

🛠 Сейчас в разработке (2 ключевых сервиса)

Агрегатор вакансий + платформа размещения вакансий
ATS-оптимизация резюме
— Бэкенд почти готов.
— Идёт дизайн.
— Фронтенд начнем совсем скоро.

🎯 Цель — выпустить оба сервиса в бэта до лета.

🧠 Новая структура обучения

Раньше было: Навык → Вопрос
Теперь: Навык → Тема → Вопрос

Это сильно упрощает обучение.

Теперь можно: готовиться точечно к собеседованиям или системно изучать темы

💻 Мы — open source

Мы не бросаем слов на ветер. Мы делаем.

Код проекта открыт https://github.com/YeaHubTeam:
— фронтенд
— мобильные приложения
— backend на Python (решили новый сервис делать публично, для новичков)
— автотесты

Это open source платформа, где новички могут учиться и смотреть на реальные практики.

❤️ Поддержка

Вы можете поддержать нас, оформив подписку. Это напрямую влияет на:
— добавление контента
— развитие платформы
— новые фичи

Вы можете быть уверены — мы не стоим на месте. Работа реально кипит: почти каждый день мержатся новые фичи, мы постоянно развиваем продукт и улучшаем уже существующие сервисы.

У нас полностью открытый код, и это не просто слова. Вы в любой момент можете зайти и посмотреть активность, коммиты и то, как проект развивается каждый день.

По подписке: сейчас стоимость — 800 рублей за месяц и 1800 рублей за 3 месяца. Это уже ниже, чем у аналогичных сервисов. При этом важно понимать — после выхода новых сервисов (агрегатор вакансий и ATS для резюме) цена будет пересмотрена.

Если хотите зафиксировать текущую стоимость — лучше сделать это сейчас:
https://app.yeahub.ru/settings#select-tariff

Мы строим продукт.
Мы двигаемся вперёд.
И мы делаем IT снова великим.
💪🚀✊🏻
Post #582 49
#Собес #asyncio #asynchronous #concurrency
🤔 Какие задачи решаются с использованием библиотеки asyncio и других средств асинхронного программирования?

💬 Кратко:

asyncio и библиотеки вроде aiohttp используются для веб-запросов, работы с базами данных и потоками данных, позволяя обрабатывать множество задач без блокировки.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #581 59
#article #optimization
📚 Математика на складе. Как оптимизировать хаос

В этой статье команда Ozon Tech показывает, как прикладная математика помогает оптимизировать реальные складские процессы: от размещения товаров и маршрутов сотрудников до моделирования и экспериментов. Авторы описывают использование оптимизационных моделей для слоттинга, конфигурации шкафов, дискретно-событийного моделирования для оценки ресурсов, статистической проверки гипотез и методов теории графов для уменьшения пробегов и повышения эффективности операций, а также отмечают, что классическое машинное обучение применяется выборочно там, где это действительно улучшает предсказания времени выполнения заданий и анализ факторов производительности

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #580 59
#Собес #system #design
🤔 Какие подходы можно применить к проектированию системы, если проект создаётся с нуля?

💬 Кратко:

При создании системы с нуля важно начать с определения требований, ограничений и ключевых сценариев. Используют подходы: от задачи (top-down), от данных (data-driven), от событий (event-driven), от домена (DDD), от MVP. Также важно выделить основные компоненты, выбрать архитектурный стиль (монолит, микросервисы), определить SLA и ограничения. Проектирование — это итеративный процесс, который начинается от простого варианта и постепенно усложняется.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #579 60
#Собес #dataclass #class
🤔 Что такое dataclass и какие у него преимущества по сравнению с обычным классом?

💬 Кратко:

dataclass — это способ описывать классы, которые в основном хранят данные, с минимумом шаблонного кода. Он автоматически генерирует __init__, __repr__ и сравнение (__eq__), а при необходимости и порядок сравнения. Это делает код короче, проще и менее ошибкоопасным. Также можно легко сделать объект «почти неизменяемым» через frozen=True.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #578 62
#Собес #cnn #tensorflow #max_pooling
🤔 Как реализовать сверточную нейронную сеть (CNN) в TensorFlow?

💬 Кратко:

тобы реализовать CNN в TensorFlow, необходимо определить слои сверточных операций (conv2d), слои максимального объединения (maxpool2d), а также полносвязные слои. После этого модель обучается с использованием функции потерь и оптимизатора. Важным моментом является добавление dropout для предотвращения переобучения.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #577 74
#course #ии
📚 Эндрю Ын запускает бесплатный курс по ИИ-агентам

Всё реализуется на чистом Python. Эндрю подчёркивает, что создание ИИ-агентов — один из самых востребованных навыков на рынке.

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #576 62
#Собес #raw #sql
🤔 В каких случаях стоит использовать сырые SQL-запросы

💬 Кратко:

Сырые SQL-запросы стоит использовать, когда ORM становится ограничением. Это актуально для сложных JOIN-ов и аналитических запросов. Также SQL нужен при оптимизации производительности. Он позволяет использовать специфические возможности базы данных. Важно применять его аккуратно и безопасно.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #575 63
#Собес #memory #tuple #list
🤔 Как в памяти Python хранятся списки и кортежи?

💬 Кратко:

Списки в Python — это изменяемые объекты, которые хранят ссылки на другие объекты, что позволяет изменять их содержимое. Кортежи — неизменяемые объекты, которые также хранят ссылки на другие объекты, но их содержимое нельзя изменить после создания. Списки обычно занимают больше памяти, чем кортежи, из-за необходимости поддержания изменяемости.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #574 63
#Собес #tensorflow_lite #model_conversion #quantization
🤔 Как TensorFlow Lite позволяет выполнять машинное обучение на мобильных устройствах?

💬 Кратко:

TensorFlow Lite оптимизирует обученные модели для использования на мобильных устройствах, снижая размер модели и увеличивая скорость выполнения. Он использует конвертер для преобразования моделей и поддерживает аппаратное ускорение, чтобы обеспечить низкую задержку и эффективное использование ресурсов.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #573 63
#repository #анализданных
📚 pandas

Официальный репозиторий библиотеки Pandas для работы с данными. Содержит документацию, примеры использования и инструменты для анализа.

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Post #572 60
#Собес #routing #gateway #api
🤔 Что такое API Gateway?

💬 Кратко:

API Gateway — это единая точка входа, через которую все внешние клиенты обращаются к микросервисам. Он выполняет маршрутизацию запросов, авторизацию, кэширование и rate limiting. Это снижает сложность для клиентов и разгружает сервисы, убирая повторяющуюся инфраструктурную логику.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →