Machine Learning / AI

Защо напусна (напускаш) [компания]?

Как стигнахте до конкретна стойност на прага confidence score?

Работиш ли сега или не?

Всичко ли ти е ясно за продукта (медийни планове), или искаш нещо да уточниш?

Как би решил сега (с текущите си знания) задачата за класификация и маршрутизиране на заявки в сървис-деск, използвайки многостепенен подход: rule-based → ML → LLM fallback → човек? Посочете конкретни технологии, модели и метрики.

Имало ли е допълнително обучение на модела за тази задача (не LLM)?

Ти беше главен по Data Science в екипа [компания]? Какви подходи и технологии идваха от теб, а кои определяше техлидът?

Сравнете линейните и нелинейните модели в класическия ML — плюсове и минуси.

Какви видове токенизация знаете? Предимства и недостатъци на всеки.

Разкажи накратко за екипа, в който си работил в [компания].

Разкажи ми за регуляризацията: какво е, защо е необходима, какви видове има.

Това беше под формата на тест/пилот или веднага премина в продукция и го използваха мениджърите?

Какво представляваше продуктът в [компания] от гледна точка на потребителя (документооборот, извличане на данни от КС-2/КС-3/смет)?

Какво е градиент от математическа гледна точка и как се прилага в машинното обучение?

Разкажи за проект с класическо ML (не LLM), с който се гордееш.

Разкажете за себе си, опита си и ключовите проекти (по-специално за корпоративната GPT система в [компания]).

Как разбрахте дали моделът правилно класифицира данните? Какви действия бяха необходими от мениджъра?

Как измерихте качеството на извличането на данни?