Kde v reálném životě se vyskytuje normální rozdělení a kde ne? Uveďte konkrétní příklady s vysvětlením, proč jsou data normálně rozložena nebo ne.
Intern
123
Data Analyst
287
0
Napište kód v Pythonu, který vypočítá skalární součin dvou RLE-komprimovaných vektorů během jednoho průchodu.
Intern
120
Vysvětlete logiku řešení úlohy sum_series: jak sestavit součet dvou stupňových časových řad?
Intern
119
Afanasy již dva týdny pracoval na psaní kódu, který dokáže řešit japonské křížovky s podporou devíti barev, když mu na další schůzce kolega oznámil, že je schopen sám zvládnout úlohu rychleji, a v programu už nemá smysl. Ale Afanasy, jako optimista, se rozhodl věnovat této úloze ještě více času a udělat následující — spočítat, jak dobře si kolega poradí s křížovkami. Pro toto hodnocení si zvolil jakýsi ekvivalent metriky IoU — výpočet bude probíhat podobně jako klasické Intersection Over Union, ale podle barev. Pracuje to podle plánu takto: každé shodné políčko v originále a řešení podle barvy přidá 1 do čitatele, a do jmenovatele se přidá 1 za každé toto políčko v originále i řešení (za shodná políčka se přidá pouze jedna jednotka). Poté bude prováděno průměrování podle počtu barev v originálním obrázku, zaokrouhlené na dvě desetinná místa; nula není barvou, proto při výpočtech nestojí za to počítat metriku pro políčka této barvy. Na vstupu bude na první řádce zadáno, kolik řádků n a sloupců m (přesně v tomto pořadí) obsahuje původní obrázek. Poté následuje 2n řádků, obsahujících m čísel oddělených mezerou — první n řádků se týká odeslaného řešení křížovky, a následujících n řádků je původní obrázek. Předpokládá se, že na každém řádku, počínaje druhým, je přesně m čísel. Jako odpověď vypište jedno číslo zaokrouhlené na dvě desetinná místa, jak je uvedeno v příkladech. Několik příkladů: 1. První příklad [phone] -> 1.0 Vysvětlení: podíl shodných a neshodných buněk (1.0 + 1.0 + 1.0 + 1.0) / počet barev (4) 2. Druhý příklad [phone] -> 0.08 Vysvětlení: podíl shodných a neshodných buněk (0.25 + 0.0 + 0.0) / počet barev (3); nuly nepočítáme, ani jako buňky v reprezentacích, ani v počtu barev. 3. Třetí příklad [phone] zde začíná odeslaný obrázek [phone] -- zde končí odeslaný obrázek 0 1 2 -- zde začíná původní obrázek [phone] -> 0.47 Vysvětlení: podíl shodných a neshodných buněk (0.4 + 0.5 + 0.5) / počet barev (3); nuly nepočítáme ani jako buňky v reprezentacích, ani v počtu barev. 4. Čtvrtý příklad [phone] -> 0.0 Vysvětlení: podíl shodných a neshodných buněk (0.0) / počet barev (1); nuly nepočítáme ani jako buňky v reprezentacích, ani v počtu barev.
Intern
119
Jaký je logický pořadí provádění FROM, JOIN, GROUP BY a SELECT v tomto SQL dotazu?
Intern
118
val_a, val_b = 0, 0 t = None dokud i < délka(a) nebo j < délka(b): a_next = a[i][0] pokud i < délka(a) jinak float('inf') b_next = b[j][0] pokud j < délka(b) jinak float('inf') pokud a_next < b_next: val_a = a[i][1] t = a[i][0] i += 1 elif b_next < a_next: val_b = b[j][1] t = b[j][0] j += 1 jinak: val_a = a[i][1] val_b = b[j][1] t = a[i][0] i += 1 j += 1 result.append((t, val_a + val_b)) return result
Intern
116
Pseudokód sum_series(a={{1, 2}, {5, 1}}, b={{2, 4}, {3, 6}, {9, 7}}) -> {{1, 2}, {2, 6}, {3, 8}, {5, 7}, {9, 8}} def sum_series(a, b): result = [] i , j = 0, 0 val_a, val_b = 0, 0 while i < len(a) or j < len(b): a_next = a[i][0] if i < len(a) else float('inf') b_next = b[j][0] if j < len(b) else float('inf') if a_next <= b_next: val_a = a[i][1] t = a[i][0] i += 1 else: val_b = b[j][1] t = b[j][0] j += 1 result.append((t, val_a + val_b)) return result
Intern
115
Jak shromáždit ground truth odpovědi pro benchmark v geometrii?
Intern
114
-- O kampaních promo zaslaných uživatelům: -- 2.1 Napište dotaz, který zobrazí počet uživatelů, kteří úspěšně obdrželi komunikaci, pro každou kampaň. -- 2.2 Upravte dotaz tak, aby zobrazoval: počet uživatelů, kteří nakonec neobdrželi žádnou úspěšnou komunikaci, pro každou kampaň. -- 3. Do tabulky communications byl přidán další sloupec – event_timestamp – datum a čas události doručení komunikace ve formátu '%Y-%m-%d %H:%M:%S'. -- Pro všechny kampaně, včetně těch nezačatých, spočítejte metriku: podíl uživatelů, u nichž byla úspěšná doručení zprávy provedena na první pokus. -- Lze použít okénkové funkce nebo ne, ale je důležité, aby byl dotaz optimalizovaný.
Intern
112
Uveďte jasně kritéria, která musí být splněna, aby data měla normální rozdělení.
Intern
111
Jak bys navrhl/a A/B test pro ověření nového vyhledávacího algoritmu? Jak určíš potřebnou velikost vzorku a dobu trvání testu?
Intern
111
Máte nějaké otázky pro interviewera?
Intern
110
Jak se nazývá řadicí operátor v SQL a kdy se provádí? Kde je LIMIT v pořadí provádění?
Intern
109
B. Předpony a Přípony Dán je seřazený pole n nul. V každém kroku můžete zvolit libovolný počet prvních nebo posledních prvků tohoto pole a přičíst k nim jedničku. Je možné dosáhnout požadovaného stavu pole po nějakém počtu takových operací? Formát vstupu První řádek obsahuje celé číslo 1 ≤ n ≤ 100000 — počet prvků pole. Druhý řádek obsahuje n nenegativních celých čísel a1, a2, ..., an oddělených mezerou, kde ai ≤ 10^18 — požadované konečné prvky. Formát výstupu Vytiskněte "YES", pokud je takový stav dosažitelný, a "NO", pokud není. Příklad Vstup [phone] Výstup YES Poznámka Stavy [phone] lze dosáhnout následujícím způsobem: přičtením jedničky k prvním třem prvkům, čímž získáme [phone] přičtením jedničky k posledním čtyřem prvkům, čímž získáme [phone] přičtením jedničky k poslednímu prvku, čímž získáme [phone]
Intern
108
Pseudokód sum_series(a={{1, 2}, {5, 1}}, b={{2, 4}, {3, 6}, {9, 7}}) -> {{1, 2}, {2, 6}, {3, 8}, {5, 7}, {9, 8}} def sum_series(a, b): result = [] i , j = 0, 0 val_a, val_b = 0, 0 while i < len(a) or j < len(b): a_next = a[i][0] if i < len(a) else float('inf') b_next = b[j][0] if j < len(b) else float('inf') if a_next < b_next: val_a = a[i][1] t = a[i][0] i += 1 else: val_b = b[j][1] t = b[j][0] j += 1 result.append((t, val_a + val_b)) return result
Intern
108
-- Marketéři spouštějí promoční kampaně v aplikaci služby. Existují dvě tabulky: -- campaigns – seznam kampaní -- - campaign – název kampaně -- - action_type – typ kampaně: "push" nebo "banner" -- communications – log backendu s odesíláním komunikací těchto kampaní uživatelům -- - user_id – identifikátor uživatele -- - campaign – název kampaně -- - status – stav události: "success" nebo "error" --------------------------------------------------------------------------- -- 1. Zpočátku je v tabulce campaigns 4 řádky: -- | campaign | action_type | -- |-------------|-------------| -- | promo_dogs | push | <- náhodně duplikováno -- | promo_cats | banner | -- | promo_cats | banner | <- dva řádky -- | promo_rats | push | -- Je také známo, že: -- kampaně promo_dogs a promo_cats byly úspěšně realizovány u 100 uživatelů a každý uživatel obdržel jednu komunikaci, -- zatímco promo_rats je teprve v plánování. -- 1.1 Co zobrazí dotaz: SELECT campaign, COUNT(*) as rows, COUNT(DISTINCT co.user_id) AS users FROM campaigns AS ca INNER JOIN communications AS co ON ca.campaign = co.campaign GROUP BY ca.campaign AS campaign -- 1.2 Jak se změní odpověď, pokud změníme typ JOIN na LEFT?
Intern
105
Co je to benchmark a jak bys hodnotil kvalitu multimodálního modelu?
Intern
103
Bude výnos akcií [jméno] normálně rozdělen? (Minutové nárůsty ceny během celé obchodní historie od roku 2000 do 2026)
Intern
99
-- Tabulka campaigns byla opravena: odstraněny duplicitní záznamy, přidán klíč (PK). -- Bylo provedeno více kampaní, kvůli chybám začali uživatelé zaznamenávat neúspěšné pokusy o doručení komunikací, a někteří je vůbec neměli možnost vidět. -- O promo kampaních odeslaných uživatelům: -- 2.1 Napište dotaz, který zobrazí počet uživatelů, kteří úspěšně obdrželi komunikaci, pro každou kampaň. -- 2.2 Upravte dotaz tak, aby zobrazoval: počet uživatelů, kteří nakonec nedostali žádnou úspěšnou komunikaci, pro každou kampaň. -- Do tabulky communications byl přidán další sloupec – event_timestamp – datum a čas události doručení komunikace ve formátu '%Y-%m-%d %H:%M:%S'. -- Pro všechny kampaně, včetně těch nezačatých, spočítejte metriku: podíl uživatelů, u nichž byla úspěšná doručení zprávy provedena na první pokus. -- Lze použít okénkové funkce, nebo bez nich, ale je důležité, aby dotaz byl optimalizovaný.
Intern
98
D. Čínské ohňostroje Vladimir koupil sadu 3 čínských ohňostrojů. Vypadají naprosto stejně a jsou zamíchány v krabici, ale podle návodu mají různou spolehlivost: 1. "Elitní" — míra vad 10 % (pravděpodobnost úspěchu 0.9). 2. "Standard" — míra vad 20 % (pravděpodobnost úspěchu 0.8). 3. "Ekonomický" — míra vad 40 % (pravděpodobnost úspěchu 0.6). Vladimir náhodně vezme první ohňostroj, zapálí ho a ten úspěšně vystřelí. Šťastný Vladimir se rozhodne spustit zbývající dva ohňostroje jeden po druhém. Jaká je pravděpodobnost, že i druhý a třetí ohňostroj budou úspěšně vystřeleni — bez vady? Zaokrouhlete odpověď na tři desetinná místa.
Intern
98