Machine Learning / AI
Ти беше главен по Data Science в екипа [компания]? Какви подходи и технологии идваха от теб, а кои определяше техлидът?
Разкажи ми, с какъв проект се занимаваше на последното си работно място, какво прави, каква беше твоята част?
Как проследиха цялата мултиагентна система — на кои етапи възникват грешки, латентност и т.н.?
Няма нищо против да опитате да преминете интервю с ИИ?
Какво е методът isalnum() и как се различава от isalpha()?
Кое беше най-големият източник на грешки?
Как LLM извлича необходимите данни от заявката за предаване към инструмента?
Разкажи ми за регуляризацията: какво е, защо е необходима, какви видове има.
Какво е градиент от математическа гледна точка и как се прилага в машинното обучение?
Как изобщо се справяхте с неактуалните документи?
Разкажете ни за Momentum: какви са неговите характеристики?
Разкажете за успешния класически модел — прогнозиране на текучеството на служителите.
Всичко ли ти е ясно за продукта (медийни планове), или искаш нещо да уточниш?
Коя функция за загуба (loss) се използва по подразбиране при линейната регресия?
Какво се изпращаше към крайните потребители във вашата система?
Имало ли е паралелност в изпълнението на агентите или всичко беше последователно?
Каква ще бъде стойността на метриката ROC-AUC за класификатор, който винаги дава стойност 0,9 върху набор от данни, състоящ се от 90 положителни и 10 отрицателни примера?
Как работи алгоритъмът за клъстеризация K-средни? Моля, отговорете устно на този въпрос.
Можете ли да обясните как точно се изчислява F1-score чрез прецизност и припомняне?
Как започна да действаш по проекта за оценка на качеството на диалозите? Какви данни имаше, какъв подход избра?