Machine Learning / AI
Много ли е с достъпите и бюрократичните моменти?
Какви архитектури се използват за сегментация?
Какво е скалиране на градиента и защо е необходимо с FP16?
Какво е разделянето planner-executor при агентите?
Защо решихте да обмислите смяна на работата?
Какво е feature ensembling в Anomalib?
Какво е OEC (общ критерий за оценка)?
Какво е справедливост в ML и какви определения съществуват (демографска равнопоставеност, равни шансове)?
Какво е feature engineering за времеви серии (lags, ролинг статистики, datetime характеристики)?
Каква е алгоритмичната сложност на операциите за итерация и изтриване на възел в свързаните списъци?
Какво е GraphSAGE и защо е необходима извадка на съседите?
Кои метрики са подходящи за оценка на качеството на модел за бинарна класификация?
Какви са характеристиките на прогнозата с празници и редки събития?
Как да оценим качеството на ретривъра? От къде да вземем колекция от документи за оценка на метриките?
Какво е Earth Engine и какви задачи решава?
Как да организираме човешката оценка на LLM отговорите в екип?
Как влияе дълбочината на дървото върху качеството на модела и неговата способност за обобщаване?
Ясно ли е това, с което се занимава компанията (обработка на отзиви на маркетплейси и геосервизи, анализ за партньори)?
Разкажи за опита си в разработката на ML и AI
Кои са основните параметри, които обикновено задаваме за DAG задачите, и защо графикът трябва да бъде точно такъв (висшата логика на DAG)?