Machine Learning / AI
Úloha klasifikace s výraznou nerovnováhou tříd: jaké metriky jsou dobré, jaké špatné?
Jak hodnotili kvalitu modelu po dalším tréninku?
Spočítejte průměrnou pracovní zkušenost pro každou kategorii platu
Povězte nám o přehledu vaší kariéry: typy rolí, odvětví, klíčové projekty.
Uveďte jednu výhodu a jednu nevýhodu CatBoost ve srovnání s LightGBM.
Zúčastnili jste se validace složitých systémů a agentů ve fázi výroby?
Co je to sparse vektor? Čím se liší od hustého vektoru?
Proč může kvantizovaná LLM fungovat rychleji a proč někdy kvantizace naopak zpomaluje inference?
Existují termíny pro hledání práce? S jakými společnostmi ještě komunikujete?
Jak rychle jsi připraven začít na nové práci?
Existuje 100 mincí, z nichž jedna je falešná — s dvěma orly na obou stranách. Náhodně vybíráme minci, hodíme ji a vyjde orl. Jaká je pravděpodobnost, že mince je falešná? Vysvětlete řešení (pomocí Bayesova vzorce).
Na které koeficienty se vztahuje L2 regularizace v XGBoost?
Jak navrhnout agenta, který odpovídá uživateli na základě dat transakční databáze: jaký stack a architektura jsou potřeba, a stojí za to použít multiagentnost?
Co je Kafka?
Povězte nám o svém prvním pracovním místě: s jakými úkoly a projekty jste museli pracovat, jaké nástroje jste používali?
Pověz o svém nejzajímavějším projektu v oblasti NLP a LLM, včetně architektury a hodnocení řešení.
Co je to únik dat a odkud pochází?
Jaký formát práce zvažujete a v jakém městě žijete?
Proč je ukládání přesných uživatelských dotazů do mezipaměti obvykle omezenou obchodní hodnotou a co přesně jste tím mysleli pod ukládáním odpovědí do mezipaměti?
Jak může být Kafka užitečná v této architektuře?