Machine Learning / AI
Какие основные параметры мы обычно задаём DAG-задачам, и почему граф должен быть именно таким (верхнеуровневая логика DAG)?
Что используешь для быстрого прототипирования кодовых агентов? Как используешь AI в разработке?
Расскажи вообще, как вы работали на последнем месте работы (ДОМ.РФ), за что ты отвечал, как проходил рабочий день, какие текущие задачи по проекту CorpGPT (корпоративный RAG)?
Как бы вы решили эту же задачу поиска последнего клика без использования JOIN?
Работал ли со Spark? Какое общее представление есть о том, что это такое?
Сколько примерно было токенов на один проход end-to-end?
Почему accuracy при дисбалансе классов показывает неадекватное значение качества?
Расскажи про опыт в 1С-Рарус, обработка обращений в Service Desk. Это helpdesk для клиентов?
Почему использовали именно нативный toolcalling, а не передачу JSON-схемы в промпте?
По скорости, что будет быстрее — обычный агент с тулами или мультиагентная система?
Были ли ещё технические сложности с галлюцинациями?
А на LangGraph где вы использовали?
Как валидировал аргументы вызова функции перед исполнением?
Дана таблица logs с событиями пользователей (user_id, item_id, action_type, timestamp). Напишите SQL-запрос, чтобы для каждого пользователя найти ID последнего товара, на который он кликнул.
А кто ревьюил вообще твой код, твою работу, кто проверял?
Если оптимальное количество деревьев для модели — 500, но мы случайно обучили и случайный лес, и бустинг на 1000 деревьях — какая из моделей скорее всего переобучится и почему?
Почему в мультиагентной системе не использовали Human-in-the-Loop, только в ReAct?
Можешь вкратце сказать, чему ценному там научился (в проекте с обращениями/OCR)?
Опиши end-to-end, что делает вкратце каждый из четырёх агентов мультиагентной системы.
Правильно я понимаю, что опыт тюнинга LLM тоже был?