Чем окончился 2025 год для ML — узнали на Data Ёлке. Меня зовут Настя Павловская, и я хочу поделиться впечатлениями о митапе.

Для таких любителей рекомендательных систем, как я, программа была особенно насыщенной. Очень полезным оказался доклад Владимира Байкалова про состояние RecSys: классная структура, много ссылок на интересные статьи — пару сразу унесла в закладки.

Внимательно прослушала разбор решений VK RecSys Challenge.

Вынесла два простых, но важных вывода
1️⃣Бустинг всё ещё ого-го: если его аккуратно готовить и обучать, он может конкурировать с нейронками;
2️⃣ В ML решают не только алгоритмы, но и качество исполнения: воспроизводимые пайплайны и честный замер метрик — это базовая гигиена, без которой всё остальное может не сработать.

Круто было послушать и про другие направления
📌 про LLM на триллион параметров от Ant,
📌 историю, как модели для генерации кода «выучили» один из популярных бенчмарков — и как ребята из Сбера собрали альтернативу.

А самое далёкое от моей практики и очень увлекательное — рассказ, как собирают данные для обучения роботов и как устроены такие системы (это вам не кандидатов набрать и проранжировать 🙂).

Отдельный бонус: я интроверт, но всё равно ценю такие мероприятия за возможность поговорить с ребятами из индустрии, обсудить боли, обменяться опытом и расширить картину мира. В этот раз, например, чуть лучше поняла, как устроены рекомендации на маркетплейсах — тема, с которой раньше почти не пересекалась.

В итоге вернулась с митапа очень заряженной — спасибо спикерам, участникам и организаторам за классную атмосферу и полезные обсуждения.

💞 В закладки забрала эти статьи:
🔗 RecIS: Sparse to Dense, A Unified Training Framework for Recommendation Models

🔗 OneTrans: Unified Feature Interaction and Sequence Modeling with One Transformer in Industrial Recommender

🔗 Towards Understanding the Overfitting Phenomenon of Deep Click-Through Rate Prediction Models

Открываем цикл статей про собеседования рассказом о секции по ML-теории.

Вопросы на собеседовании можно разделить на два блока:
🟢Классический ML
🟢DL и специализированный ML

Эти вопросы могут попадать в разные секции, в зависимости от подхода компании:
🔵Объединение классического и специализированного ML
🔵Проведение отдельных секций для каждого блока

А теперь рассмотрим каждый из блоков по отдельности

Классический ML. Эту секцию нужно пройти каждому кандидату, который хочет устроиться на должность Data Science / ML-инженера. На секции проверяют базовые знания ML, без которых сложно выполнять рабочие обязанности, даже если на новой работе предстоит заниматься LLM.

Чтобы успешно пройти этот этап, нужно разбираться в следующих темах:
👉 Типы задач: обучение с учителем, без учителя, с частичным привлечением учителя и тд.
👉 Классы моделей: линейные, «деревянные», метрические, ансамбли, бустинги.
👉 Данные: их представление и качество, табличные данные, типы переменных и тд.
👉 Избранные вопросы: оптимизация, оффлайн-метрики, функции потерь, валидация, переобучение vs. недообучение, bias-variance trade-off, выбор лучших признаков, регуляризация, дисбаланс классов и тд.

DL и специализированный ML. Если кандидат будет работать с более узкими областями ML (NLP, CV, RL, TS, RecSys и тд), ему обязательно зададут соответствующие вопросы, чтобы понять насколько хорошо специалист разбирается в этих сферах.

Во всех областях сейчас активно используют методы глубокого обучения, поэтому ожидайте базовых вопросов по DL: про архитектуру, обучение, функции потерь, инициализацию весов, регуляризацию, оптимизацию, ускорение и тд.

Отметим, заучивание ответов на популярные вопросы — плохой подход! Хороший интервьюер всегда услышит отрепетированный ответ и глубже погрузится в тему, чтобы понять, когда кандидат «поплывёт». Поэтому рекомендую ещё до собеседования лучше изучить темы простых вопросов.

В этом, кстати, могут помочь Gen AI ассистенты — используйте их во время тренировки, но не на собеседовании (это сразу видно).

На этом всё. В следующий раз расскажем про секцию по программированию!

Остался опрос
Я изучаю новую информацию по-старинке: прохожу курсы, читаю книги, смотрю видео и самостоятельно программирую (и для подготовки к собеседованию). А вы?
👾 — Использую Gen AI
✍️ — Занимаюсь по-старинке

💞 Для подготовки к DS собеседованию я создал и поддерживаю репозиторий с материалами, поэтому переходите и прокачивайте знания по ML-теории и другим темам — теперь ваши шансы на успешное собеседование увеличились!

Как метрики могут как спасти команду, так и разрушить её? 🤔

Мы пообщались с Егором Денисовым-Бланчем, исследователем из Стэнфордского университета и автором методологии измерения продуктивности. Он провёл собственное исследование и выяснил, что в IT-компаниях работает около 9,5% «инженеров-призраков» — тех, кто числится в штате, но фактически не имеет задач.

Как он это выяснил, зачем эта модель нужна руководителям и можно ли точно рассчитать продуктивность разработчика — узнайте в новом выпуске AviTalk ⬇️

YouTube
ВК
RuTube

P.S С каждого не «призрака» по реакции!