Sobes.tech

Machine Learning / AI

Implementujte řešení úlohy v Pythonu.

Intern
Яндекс
24

Pověz o úloze předpovědi z životopisu — na čem je model založen a k čemu byla předpověď určena?

Middle
WildberriesWildberries
24

Jaký platový rozsah zvažujete?

Senior
Group-IB
24

Co víte o společnosti [společnost]?

Middle
AstonAston
24

Co je to lineární regrese a jaké jsou její možné řešení?

Senior
X5 techX5 tech
24

Ostatní ML inženýři s zkušenostmi naopak chtějí různé projekty, aby si vše mohli osahat. A ty naopak chceš...?

Middle
Астор
24

Ovlivňuje různá délka vět (15 slov vs 5 slov) možnost jejich srovnání?

Middle+
Сбербанк
24

Co převádí rychlost modelu na štítek třídy?

Middle
Япоки
24

Jaký byl toolcalling: nativní nebo přes prompt (parsing)?

Middle+
СОГАЗ
24

Pověz mi o CI/CD

Senior
МВидео/эльдорадо
24

Jaké hyperparametry LoRA znáš?

Middle+
СОГАЗ
24

Uveďte pořadí provádění operátorů v tomto SQL dotazu

Senior
Яндекс
24

Co je strukturovaný výstup a jak se používá v LLM?

Middle+
СБЕРСБЕР
24

Povězte mi o sobě a svých pracovních zkušenostech

Senior
Яндекс
24

Kde je uložen a jak se v systému monitorování zobrazuje prompt?

Middle+
СБЕРСБЕР
24

Proč může LoRA přeučit i při malém počtu parametrů? Ovlivňuje volba řádu přeučení?

Middle+
AiUP
24

Co se dělá s logitami před samplingem a jaké parametry sampling znáš?

Senior
lifepay
24

Jaké pozice zvažujete a jaké úkoly jsou pro vás nejzajímavější?

Senior
ТочкаТочка
23

Praktická úloha Umělá inteligence vygenerovala kód pro rozhodnutí o vydání nového LLM. Proveďte revizi: upravte ho tak, aby editor mohl porovnat kvalitu verzí podle tematických segmentů, vidět rozptyl hodnocení a zaznamenat riziko zhoršení na malé skupině dat. import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') summary = scores.groupby('model_version')['score'].mean() plt.bar(summary.index, summary.values) plt.title('Kvalita modelů') plt.ylabel('Průměrné hodnocení') plt.show() print('Nejlepší verze:', summary.idxmax()) --- import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') stats = ( scores.groupby(["topic", "model_version"])["score"] .agg(["mean", "std", "count"]) .reset_index() ) print(stats) for topic, group in scores.groupby("topic"): group.boxplot(column="score", by="model_version") plt.title(f"Téma: {topic}") plt.suptitle("") plt.ylabel("Hodnocení") plt.show() small_groups = stats[stats["count"] < 30] print("Malé skupiny - závěry nejsou spolehlivé:") print(small_groups)

Senior
ylab
23

Na co se při určování rozmezí příjmu spoléháte?

Senior
ТочкаТочка
23
/177