68 problem, Jupyter notebook'ları ve bir AI eğitmeni ile PyTorch kodlama mülakatı hazırlığı.
Jupyter ve MCP kullanarak Google, Meta ve Anthropic'ten 68 gerçek mülakat sorusu pratiği yapın.
TorchLeet, sıfırdan PyTorch'ta uzmanlaşmanıza yardımcı olmak için tasarlanmış 68 gerçek ML ve AI mülakat probleminden oluşan açık kaynaklı bir koleksiyondur. Jupyter notebook'ları, bir otomatik değerlendiricisi ve katı bir kopya vermeme öğretim politikasını uygulayan MCP destekli bir AI eğitmeni içerir.
Depo, hazırlığınızı temeller, tam bir LLM öğrenim yolu ve gelişmiş sistemler parkurları şeklinde yapılandırır. Jupyter notebook'larındaki TODO bloklarını doldurarak ve uygulamalarınızı sağlanan çözümlere karşı test ederek Google, Meta ve Anthropic tarafından sorulan gerçek sorularla mücadele edersiniz.
En üst düzey laboratuvarlarda ve şirketlerde teknik mülakatlara hazırlanan makine öğrenimi mühendisleri ve araştırmacılar için uygundur. Henüz Python'ı veya temel tensör işlemlerini bilmeyen yeni başlayanlar için uygun değildir.
Google, Meta ve Anthropic'teki birinci şahıs raporlarından doğrudan alınan 68 soruyu ele alın.
Tokenizasyon, konumsal gömmeler, dikkat (attention) mekanizması ve hizalamayı kapsayacak şekilde sıfırdan sırayla bir LLM oluşturun.
Cevapları açık etmeden aşamalı ipuçları ve kod incelemeleri için AI asistanınızı Model Context Protocol aracılığıyla bağlayın.
Yerel notebook'lardaki TODO bloklarını tamamlayarak ve çözüm dosyalarıyla karşılaştırarak uygulamalı pratik yapın.
MIT lisansı altında ücretsizdir. Tek maliyet, zamanınız ve PyTorch'u yerel olarak çalıştırmak için gereken hesaplama kaynaklarıdır.
877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
Yapabilirsiniz, ancak yazar bunu şiddetle tavsiye etmez çünkü amaç hızlı bir cevap almak yerine mücadele yoluyla PyTorch'u derinlemesine anlamaktır.
README'de sağlanan yapılandırma komutlarını kullanarak torchleet-mcp paketini Claude Code, Cursor veya VS Code gibi desteklenen istemcilere ekleyebilirsiniz.
Google'da önce Zekai'yi gör