Всем привет!

👋Знакомимся
Я Дмитрий Булгаков - Data Scientist в МТС Веб Сервисы. Занимаюсь преимущественно классическим ML и реализацией задач от бизнеса end-to-end вместе с командой.

🤔Зачем этот канал?
Когда я впервые столкнулся с собеседованием на DS позицию, то понял, что совершенно не готов к текущим требованиям (именно требованиям собесов) в большинстве БигТехов. Доставая информацию из разных источников и побывав на некотором количестве собесов, сложилась картинка, как сделать так, чтобы все-таки этим требованиям соответствовать и даже не думать о том, чтобы как-то считерить. В канале будут собраны прикольные и проверенные ресурсы для подготовки к собесам ну и конечно же собственный контент для подготовки.

🤨Кому будет полезно это все?
Для тех, кто хочет найти первую работу/перейти на новую работу на позициях

Data Scientist, MLEngineer, Data Analyst, Analyst-Developer. 

Software Engineer и Data Engineer
смогут найти тоже много полезного здесь для себя. В перспективе здесь могут появиться разборы баз данных и дизайна высоконагруженных систем.

Давайте вместе готовиться к самым сложным собесам и целиться в луну, чтобы точно оказаться среди звезд ;)

🔍Что здесь сможете найти?
- #leetcode решение алго задач (некоторые будут с видео)
- #MLbasics разные важные моменты в ML и DL, которые очень часто всплывают на собесах
- #MLSysDesign будем разбирать интересные кейсы готовых дизайнов систем машинного обучения и придумывать свои
- #guide общая информация о собесах и для собесов
- #interview обзор собеседований, которые будут на нашем пути
- #money сколько кто зарабатывает тоже обсудим :)
- #random что-то интересное из жизни и работы

Список тем to be continued…



P.S. Если у вас существуют вопросы с собесов или в целом из ML, которые интересно было бы разобрать - пишите в личку @dm1trybu

#guide
#MLSysDesign
#interview_structure

Часть 3

Как сейчас обычно строится собес на позицию Data Scientist/MLEngineer? 💻

3) ML System Design 😱

Зачем вообще это нужно?
Здесь интервьюер пытается выяснить, насколько комплексно вы можете подойти к решению задачи, в основе которой будет лежать система с моделью машинного обучения.

Ваша цель - показать, что:
- вы понимаете бизнес проблему и будете основывать вашу систему, отталкиваясь от потребности бизнеса, а также валидировать модель на ML метриках, которые будут привязаны к бизнес метрикам (показателям),
- вы можете подойти к решению системно - структурировать монолог и последовательно проговорить все этапы построения системы от постановки бизнес проблемы и переноса ее в техническую задачу -> до мониторинга и оценки вашей системы,
- вы способны выбрать подходящий для данной задачи Loss, модель и офлайн метрики,
- вы можете рассказать про trade-offs вашей системы, например, внедряя сложную модель будем жертвовать временем, а внедряя простую - качеством,
- вы можете поговорить про выбор онлайн метрик, оценку разработанной системы с помощью A/B и про ее мониторинг.

Выше расположил требования в последовательном порядке, то есть в той же хронологии, какая ожидается от вас на собеседовании.

На этом этапе собеседования могут попросить погрузиться и в детали обычного System Design - то есть поговорить про нагрузку на серверы, про такие показатели системы, как latency, availability, fault tolerance и другие, про использование технологий, таких как балансировщик нагрузки, брокер сообщений Kafka, кэширование в Redis, про выбор БД для разных целей и упаковку модели в API сервис.

Если срочно нужно подготовиться к такому собесу на DS/MLE, а времени мало - лучше сосредоточиться на ML части, так как часто ей уделяют основное внимание.

Все описанные выше требования в совокупности позволяют лучше определить уровень знаний кандидата, тем самым оценить грейд, на который можно ставить кандидата в компанию.

Обычно дизайн собеседование проводят от уровня Middle и выше. 💪

Следующий пост про ML System Design будет по источникам, где вообще можно поучиться этому делу.

#guide
#MLSysDesign

Интервью по ML System Design, наверное, самый сложный этап из всех собеседований. Он сильно зависит от ожиданий интервьюера на данный грейд и может как повысить ваш статус кандидата, так и быстро понизить до джуна или стажера :)

Конечно, есть общие паттерны и подходы к проектированию - не просто так Валерий Бабушкин книжку написал: книга.

Здесь я хотел поделиться видосами, которые стоит посмотреть после изучения теории ML дизайна.

- Прикольное видео про system design в предотвращении банковского фрода: видео.

- Подборка видео Karpov x Валерий Бабушкин с мок собесами и разборами:
Первая часть
Вторая часть
Третья часть

Еще одно видео от Валерия по теории: видео.

DataTalks с Валерием Бабушкиным - есть полезные советы по прохождению: видео.

- Большой публичный собес от Авито: видео.

Скоро разберем одну нетривиальную задачку из дизайна, которую неожиданно дали кандидату на собесе в зарубежный финтех 😰


P.S. Если кто-то может купить за границей бумажную книжку «Machine Learning System Design» Валерия Бабушкина - напишите, буду крайне признателен)