Мысли, выводы и заметки, пока не раскинутые по документам

Общее

делать короткие видео(гифки) работы решений для репозиториев
любую логику и зависимости МОЖНО НАЙТИ ВЕКТОРНО (проверено на практике), если знать как, нужно еще раз разобрать токенизацию и векторизацию
стоит разобрать возможные расхождения с версиями веток на проде(ubuntu), хотя git reset HEAD~ пару раз спасет обычно
вынести пару полезных команд UBUNTU
разобрать принципы общения рпограммных интерфейсов

отлично подходит под задачу FuzzyWuzzi(или FuzzySearch, rappidfuzz) (питон библиотека и ее подверсии) ссылка на рарбочий на данных пример
проблемно fasttext и пытки работы с elasticsearch (неповаротлива, возможно я просто не разобрался)
пагинация и какая бывает

категории автоматически создаются из "описание" в товарах (их нужно умно разделять и выбирать)
для каждоый категории товаров нужны свои уникальные характеристики
на основе пользовательского запроса находить группу по характеристикам (поиск по группам)
вкладка группы (возможность создавать группы, добавлять в свои, изменять и удалять)
подразумевать наличие пользователя(формировать его из данных)
фича создания на подобии добавляет товары из ЗАКАЗА\ЗАКУПКИ в КОРЗИНУ(товаров)

цениться как интеграция придуманного риксиза на фронте, так и разъяснение методов умного анализа на беке с примерами кода
первое, о чем нужно думать, это как это будет выглядеть на проде
требуется как несколько разных подходов формирования риксиза, так и несколько его применений на фронте
комбинированный подход к формированию риксиза приемлим для получения лучшего результата
всегда смотреть на ТЗ
спрашивать о конретных практиках внешнего отображения у жюри
экспертиза формируется от данных (искать в них зависимость и как она на их основе формируется)
'collections' и ключевые слова в целом могут быть полезно только при предобработке

fasttext хорошо подходит для поиска похожих слов (компьютер : комп)
asttext плохо справляется с задачами формирования абстрактных категорий (придумать название закупке(бумага + степлер) )
deepseek плохо справляется с задачами касательно ML