Machine Learning / AI
Ты сам свои модели в прод выкатывал?
Каким образом вытаскиваются данные из векторной базы по пользовательскому запросу?
Расскажи про свой самый интересный проект в сфере NLP и LLM, включая архитектуру и оценку решения.
Как более читаемо записать условие == False в Python?
Какие метрики ранжирования вы применяли в своей работе?
Чем отличаются методы fit, fit_transform и transform в scikit-learn?
По каким критериям ты бы оценил эффективность рекомендательной системы, которая берёт задания из базы или генерирует через LLM?
Было ли у вас код-ревью, писал ли ты тесты? Расскажи про инженерную культуру
Ваш опыт больше связан с проектированием моделей с нуля или с fine-tuning предобученных моделей?
Чем ROC-AUC отличается от других метрик?
Когда лучше использовать RAG, а когда fine-tuning модели?
Как работает RAG в целом — как происходит поиск релевантного чанка по запросу?
Найти сотрудника с наибольшей зарплатой в каждой позиции и вывести все его данные
Назовите классические способы получения эмбеддингов слов (Word2Vec, FastText, TF-IDF, N-граммы и др.).
В чём отличие Margin Loss от Triplet Loss?
Какая функция потерь (loss) используется в линейной регрессии по умолчанию?
Откуда появились новые веса и почему их стало больше?
Расскажите про архитектуру BERT и как он обучался.
Что такое structured output и как он применяется в LLM?
Как определить, хорошо ли справляется модель эмбеддингов? Какие метрики использовались?