2 रिपॉजिटरी
Awesome GitHub RepositoriesInterview Topic Graphs
Navigable graphs that organize interview topics into interconnected concepts and subtopics with explicit cross-references.
Distinct from Knowledge Graph Builders: Distinct from Knowledge Graph Builders: focuses on structuring educational interview content rather than processing interaction data into facts or embeddings.
Explore 2 awesome GitHub repositories matching data & databases · Interview Topic Graphs. Refine with filters or upvote what's useful.
Awesome Interview Topic Graphs GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- elemefe/node-interview
ElemeFE/node-interview
10,491GitHub पर देखेंThis project is a structured catalog of server-side development questions and advanced Node.js concepts designed for senior-level interview preparation. It focuses on backend engineering topics including architecture, performance, and system design, while also covering Node.js internals, async patterns, and production debugging. The resource organizes interview topics into a navigable knowledge graph of interconnected concepts and subtopics, with explicit cross-references linking related ideas together. Content is presented through a question-driven learning path that guides the learner from
Organises interview topics into a navigable graph of interconnected concepts and subtopics.
HTMLinterviewnodejs - wethinkin/aigc-interview-book
WeThinkIn/AIGC-Interview-Book
3,974GitHub पर देखेंयह प्रोजेक्ट लार्ज लैंग्वेज मॉडल और AI एल्गोरिदम इंजीनियरों के रूप में भूमिका निभाने वाले उम्मीदवारों के लिए एक व्यापक तकनीकी अध्ययन संसाधन और साक्षात्कार गाइड है। यह जेनेरेटिव AI, मशीन लर्निंग, और प्रोडक्शन एनवायरनमेंट में मॉडल की तैनाती के लिए एक स्ट्रक्चर्ड लर्निंग पाथ और तकनीकी संदर्भ के रूप में कार्य करता है। संसाधन लार्ज लैंग्वेज मॉडल आर्किटेक्चर, डिफ्यूजन मॉडल, और स्वायत्त AI एजेंटों के डिज़ाइन में महारत हासिल करने के लिए विशेष गाइड प्रदान करता है। इसमें तकनीकी मूल्यांकन और व्यावसायिक विकास में सहायता के लिए टूल कॉलिंग, मेमोरी प्रबंधन, और मल्टीमॉडल सिस्टम आर्किटेक्चर पर विस्तृत तकनीकी संदर्भ शामिल हैं। पाठ्यक्रम कंप्यूटर विज्ञान के मूल सिद्धांतों, न्यूरल नेटवर्क ऑप्टिमाइज़ेशन, और डीप लर्निंग के गणित सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह मॉडल सर्विंग के लिए क्वांटाइज़ेशन, कम्प्रेशन, और इन्फ़रेंस फ़्रेमवर्क जैसी प्रोडक्शन-लेवल चिंताओं पर मार्गदर्शन भी प्रदान करता है।
Implements an interview topic graph to organize complex technical domains into interconnected concepts.
ai-agentaigccomputer-vision
