По поводу количества задач, перед собеседованием решил около ~70
на leetcode и написал около ~80
алгоритмов на javascript-algorithms.
Впечатления от процесса конечно же будет моим личным и от этого субъективным, но в целом в Amazon-е на он-сайте чувствовал очень сильный акцент на Leadership Principles. Вопросы связанные с этими принципами были в начале практически каждой из
В Uber-е на он-сайте все-таки сессии были разделены более «чисто»: отдельный час на поведенческие моменты и культуру, отдельно алгоритмы, отдельно дизайн систем (без конкретной привязки к AWS, Azure или GoogleCloud). Так же были субъективные факторы «атмосферы», «настроения», «людей», «офиса», которые для меня лично сыграли в пользу Uber-а. Одним из отличительных моментов во время скрининга в Uber-е (в отличии от Amazon, Google, Facebook) была практичность (не абстрактность) алгоритмической задачи. Нужно было по сути создать небольшой апликейшн на JS. Классическая же алгоритмическая задача была только на он-сайте.
Про он-сайт в Гугл не могу сказать, так как не прошел скрининг.
Мой роадмап, как и мои знания по ML, очень ограниченны пока :D Но, я бы порекомендовал начать с:
Лектор очень классно и доходчиво объясняет — мне эти курсы очень понравились! Ну и надо разбавлять по ходу дела все практикой.
Рад, что статья понравилась 👍🏻
Дякую, Олег!
Якщо не рахувати перерви в декілька місяців то загалом пішло приблизно 6 місяців на навчання та на практику (зранку перед роботю по
Точно не подсчитывал, но в целом работа над репозиторием длилась около
Віктор, радий що робота Вам сподобалася навіть незважаючи на велику кілкість емоджі. Я їх використував навмистно задля того, щоб зробити інформцію більш візуальною та легкою для сприйняття (принаймні мені вони допогають краще орієнтуватися в тексті). Але я звісно розумію, що те, що працює для одного може не зпрацювати для іншого.
Дякую, Віталій!
Спасибо за направление! Постараюсь еще добавить новых алгоритмов.
Виктор, спасибо за комментарий и за разъяснение ситуации с МатЛабом!
По поводу «Precision and recall» ссылки, речь идет об иллюстрации в разделе Anomaly Detection? Если да, то она была взята из статьи F1 Score и ссылка на нее находится внизу раздела. Но указанную ссылку на Precision and Recall статью я так же добавил, думаю не помешает.
Да, kaggle.com — отличный ресурс. А разрыв между базовыми задачами и реальными задачами есть, думаю, во всех сферах, не только в ML :)
flake8 уже интегрирован в проект. Я обновил README.
Спасибо за совет! У меня iOS. Пишут, что для iOS есть альтернатива в виде Pythonista, надо будет попробовать.
Есть еще JavaScript Algorithms and Data Structures репозиторий, на котором можно найти примеры более чем 80 алгоритмов и 16 структур данных реализованных на JavaScript. Это не «курс», но все-же бесплатный ресурс, на котором есть описания, комментарии, примеры кода и ссылки на YouTube видео для дальнейшего «копания». Надеюсь ресурс будет полезен тем, кто захочет углубиться в алгоритмы и структуры данных и сделать это на JS.
По-украински тоже «Трехлеб». В паспортном столе работали «креативные» сотрудники :)