Я собрал датасет метаданных по ~40 млн публичных репозиториев GitHub. Внутри — звёзды, форки, лицензии, язык, описание, размер, дата создания и др. Схема по смыслу максимально совместима с GH Archive/GitHub API. Лицензия — MIT. Ниже — как скачать, что внутри и идеи использования.

Датасет: ibragim-bad/github-repos-metadata-40M

Copilot – система автодополнения кода от GitHub на основе модели Codex.
В статье даю советы по эффективному использованию Copilot на основе 6 месяцев личного опыта. Также добавил инструкцию по установке из России.

Tldr: Copilot подходит для повторяющихся задач и как замена поиску по документации популярных библиотек. Помогает быстрее писать код. Не подходит для решения узких сложных задач и проектов с нуля. 

В начале года я решил поменять работу и начал готовиться к собеседованиям. Понял, что мне нужно подтягивать английский, так как после звонка с hr меня бросало в холодный пот. В конце подготовки, я уже спокойно проходил собеседования на английском языке. В статье будут: план подготовки, виды упражнений, инструменты, которыми пользовался.

Днем я пишу код, а вечером хожу на открытые микрофоны и выступаю со стендапом. Когда увидел, что посвятил стендапу 100 часов, я решил написать этот текст.
TLDR:
+ прокачал публичные выступления
+ познакомился с классными людьми
+ начал проще относиться к сложностям

Это статья с 21-ой ссылкой о подготовке к собеседованиям. Я собеседовался на позиции Machine Learning Engineer.

Разобрал основные этапы (алгоритмы, machine learning system design, поведенческий этап) и как к ним готовиться.

Разберем 7 примеров использования ChatGPT, которые могут помочь программисту. Также посмотрим, как хорошо она умеет писать код. В статье выжимка из популярных тредов твиттера и блог-постов, чтобы вы могли не тратить время на их чтение.

Все об обучении в «Школе 21» из собственного опыта. Что я вынес за эти три года и как нашёл работу. В конце поделюсь полезными ссылками и советами, если кто-то захочет повторить этот путь.

TLDR: я прошел Школу 21, научился там кодить и нашел первую работу.

• где можно искать данные, если для задачи нет готового датасета; 
• как можно быстро и дёшево увеличить размер своего датасета;
• как использовать кластеризацию сырых данных;
• какие есть методы улучшения качества датасета после разметки.

Вступление

• отсутствие готовых датасетов;
• отсутствие чёткой структуры классов, на которые можно разделить данные;
• наличие сырых логов, в которых могут быть интересующие нас данные;
• сильный дисбаланс классов, где самый многочисленный класс – это класс нерелевантной информации.