Сегодня был день контрастов: от первых успехов в сложной задаче до отказа.

📝 Утро: Начала с актуализации резюме — добавила проекты с Kaggle. Важно регулярно обновлять резюме.

🤖 LLM Classification Finetuning:

Приступила к соревнованию! И здесь мне очень пригодились новые знания по статистике (спасибо курсам!).

Что сделала: • Проверила гипотезу: семантика текста vs длина ответа — что сильнее влияет на выбор пользователя? • Убедилась: разница статистически значима — модель на тексте работает лучше простых признаков! • Построила базовую pairwise-модель на TF-IDF + логистическая регрессия • Переформулировала задачу в корректную бинарную (A лучше B) — и accuracy сразу выросла до ~0.63!

Дальше: Планирую разбираться с трансформерами и пробовать обучать более сложные модели. Тема огромная, но интересная

💔 Неудача дня:

Пришёл отказ от Avito Analysis Bootcamp.

Знаете, я не расстроилась. Потому что именно после их тестирования я поняла, что хромает матстат, и села его учить. И уже сегодня эти знания помогли мне в Kaggle-соревновании!

Получается, отказ прокачал меня сильнее, чем гипотетическое “да”

Итог дня: ✅ Резюме обновлено ✅ Первая модель на LLM построена ✅ Статистика применена в бою ✅ Отказ сделал меня только сильнее

Мораль: Обратная связь (даже в виде отказа) — лучший двигатель прогресса, если уметь её слышать