Я проходил собеседование на позицию ml разработчика в сентябре этого года в Питерском офисе Яндекса. У меня было 4 алгоритмические секции и одна секция смешанная, на алгоритмы и теоретические вопросы по машинному обучению, весьма формальные. Вроде «почему нельзя оптимизировать accuracy?» Ничего даже близко к тому, что тут описано нет.
Не взяли потому что на последней секции долго думал над тем, как за линейное время и константную память пересечь два массива.
К сожалению, часто в платных дорогих курсах проверки преподавателем тоже нет, а за пейволом прячут не уникальный образовательный контент, а убогость курса)
Если я ничего не путаю, wsl должен запускать неизменённые linux приложения? То есть разработчикам не нужно реализовывать какую-то специальную поддержку wsl, иначе зачем всё это?
Я хочу внутри WSL2 развернуть докер, и обучать нейросети на своей видеокарте, но пока не разобрался как это сделать. Контейнер с jupyter lab запустил, а внутри
> torch.cuda.is_avaliable()
False
Вроде и драйвер под windows нужный поставил, с WDDM, и образ с кудой взял, а всё равно никак. Статьи вроде этой не особо помогают.
Расскажите тому, что за MacOS никогда не работал: я верно понимаю, что любое неподписанное приложение можно будет запихнуть в Dev Tools, и обойти запрет? То есть пираты не останутся в накладе?
А как насчёт разнообразных mooc? Coursera там, stepic, edx, и прочее?
Или более основательные школы и курсы, где живые преподаватели чему-то обучают за деньгу?
Не взяли потому что на последней секции долго думал над тем, как за линейное время и константную память пересечь два массива.
> torch.cuda.is_avaliable()
False
Вроде и драйвер под windows нужный поставил, с WDDM, и образ с кудой взял, а всё равно никак. Статьи вроде этой не особо помогают.
Это не помешает пиратить под MacOS?
Или более основательные школы и курсы, где живые преподаватели чему-то обучают за деньгу?
По факту, без них у вас не получится решить сколько-нибудь сложную задачу, например, классификатор изображений на кошек и собак.