Получить доступ

Данные — NumPy и pandas

Полезно знать с Junior

Минимум работы с данными — подготовить датасет, посчитать метрики, разобрать логи.

ИИ-инженер регулярно работает с табличными данными: собирает набор вопросов для оценки качества, разбирает логи запросов, считает метрики по экспериментам, готовит данные для дообучения.

Что важно знать

  • NumPy: массивы и векторные операции — эмбеддинги это массивы чисел, косинусное сходство — скалярное произведение нормированных векторов.
  • pandas: чтение CSV и JSON, фильтрация, groupby, объединение таблиц.
  • Циклы и apply медленные — векторные операции быстрее в десятки раз.
  • Jupyter-ноутбуки — для исследования и прототипов, но не для продакшен-кода.

Критерии освоения

Junior ≈ 8 ч

  • Загружает логи запросов в pandas, фильтрует, группирует и строит сводную таблицу
  • Считает косинусное сходство векторов в NumPy без циклов
  • Использует ноутбук для исследования и переносит готовый код в модули

Практика. По логу из 10 тысяч запросов к ассистенту посчитать распределение тем, среднюю стоимость и долю ошибок по дням.

Вопросы с собеседований

Документация

← Вся карта «ИИ-инженер»

Закрытая бета

Знать тему — половина дела

На живом собеседовании sotto слышит вопрос интервьюера и показывает короткий ответ и план. Оставьте контакт — пришлём доступ и промокод.

  • Промокод на 2 часа — сверх пробных 30 минут
  • Программа для Windows — скачать сразу, войти — через Яндекс ID или VK ID
  • Прямая связь с разработчиком: что улучшить — сделаем