GitHub-радар
Подготовься к собеседованию ML-инженера, разбирая алгоритмы с нуля
Это репозиторий на GitHub с питоновскими ноутбуками для подготовки к собеседованиям на ML-инженера — пройдёшь по коду вместе с ИИ-агентом и разберёшься, как устроены алгоритмы изнутри.
Набор питоновских ноутбуков: базовые алгоритмы машинного обучения реализованы с нуля, без ИИ-библиотек, плюс отдельные подборки задач для собеседований.
Когда пригодится
Пригодится, если готовишься к техническому собеседованию на позицию ML-инженера и хочешь понять алгоритмы на уровне кода, а не просто выучить ответы. Не подойдёт, если нужен готовый курс с объяснениями — здесь только код и минимум текста.
Плюсы
- Разбираешь математику алгоритмов построчно, а не на словах
- Есть подборка реальных вопросов с собеседований (Shopify, LinkedIn, Meta)
- Не нужна видеокарта — работает на обычном ноутбуке
- Можно проверить, насколько ты понимаешь базовые алгоритмы
Минусы
- Только код и текст — нет интерфейса, большую часть работы делаешь сам
- Нужно самому читать и писать код, а не просто смотреть
Как поставить — по шагам
- 1Открой своего ИИ-агента (Claude Code, Codex) в папке проекта.
- 2Отправь агенту текст из блока ниже.
- 3Проверь, что окружение Python с numpy и PyTorch установилось без ошибок.
- 4Попроси агента объяснять каждую реализацию по ходу, начав с многоголового внимания.
- 5Пройди по остальным ноутбукам — задачи по ML/CS и вопросы с собеседований.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Открой блокнот MLE_Coding_Interview_Guide.ipynb из https://github.com/jyotipmahes/ML-Interview-Prep, подготовь мне окружение Python с numpy и PyTorch, чтобы я мог прогнать код, и объясняй каждую реализацию простыми словами по ходу — начни с многоголового внимания.
Обычный ноутбук — нужен Python с numpy и PyTorch, видеокарта не нужна.
Открыть на GitHub▌ Ещё находки