Machine Learning / AI
Come sono stati instradati tra gli agenti? Fornisci un esempio di condizioni di commutazione.
Come hai lavorato con le classi per le quali c'erano pochissimi esempi?
Puoi dire brevemente cosa di prezioso hai imparato lì (nel progetto con le richieste/OCR)?
Parlami di te: cosa hai fatto, cosa vuoi fare, la tua esperienza.
Non ti piace che il team cambi continuamente, il cliente? O non comunichi direttamente con il cliente?
Come affrontare l'allineamento di una singola parola per fonemi? Come usare wav2vec2 per ottenere confini precisi dei fonemi?
Come sono stati scelti i coefficienti per la ricerca ibrida?
Come cercheresti la tabella con i dati del cliente, del direttore dell'azienda e il suo campo, se non sai dove si trovano questi dati e non c'è nessuno a cui chiedere?
Come hai effettuato il fine-tuning dell'embedder: con LoRA o con un addestramento completo?
Possiamo usare le stesse metriche quando misuriamo la qualità con top-K e la metrica che chiediamo all'utente (like/dislike)? O sono cose diverse?
Come hai validato il fine-tuning di LoRA?
Come funziona la perdita di contrasto con i negativi in batch?
Consideri il lavoro da remoto in base alla posizione?
Spiega in parole semplici come funziona il tuo sistema per un utente, senza asincronia.
Hai esperienza con le serie temporali e PySpark?
Cos'è LangGraph? Perché usarlo invece di LangChain o API nuda?
Parlami più dettagliatamente del progetto di previsione del turnover dei dipendenti: cosa avete fatto, quali dati avete usato, perché avete scelto CatBoost?
Puoi raccontare di più? (sulla protezione del sistema RAG contro le allucinazioni)
Descrivi come funziona il metodo delle macchine a vettori di supporto (SVM) e la sua relazione con i modelli lineari.
Come influisce la crescita del dialogo e del contesto sulla velocità di elaborazione delle risposte?