Erzähle mir mehr über FAISS: Wie ist der Index aufgebaut, wie wird deployed, wie ist das End-to-End-System gestaltet?
Machine Learning / AI
Erzähl mir von der Stelle
Warum gibt die Funktion 0 zurück, wenn in der Stichprobe nur eine Klasse vorhanden ist?
Erzähle, wie der Re-Runner funktioniert — bist du ins Detail gegangen oder hast ihn als fertiges Baustein verwendet?
Wie funktioniert ein zweistufiger und doppelt gesicherter Empfehlungsalgorithmus und wozu ist er nützlich?
Wie interessant wird es sein, in Empfehlungssysteme einzutauchen?
Bitte erzählen Sie, warum Sie momentan auf Jobsuche sind?
Wie haben Sie das Modell für die Einbettungen ausgewählt? Gab es Dokumentenfiltrationen und eine Re-Ranking-Phase?
Kannst du erklären, wie die Off-Policy-Bewertung funktioniert (z.B. IPS oder Double Robust), die du erwähnt hast?
Und wie würde das theoretisch im Boosting funktionieren, wenn das Target minus eins ist? Angenommen, wir haben positive und negative, wenn wir beim Positiven ein Target von 10 anstelle von eins setzen – was würde passieren, würde sich nichts ändern?
Kannst du mehr darüber erzählen? (über den Schutz des RAG-Systems vor Halluzinationen)
Ich verstehe nicht, warum wir nicht alles online machen können — was sind hier wirklich die Einschränkungen? Wozu ist die Vorberechnung notwendig?
Es schien uns, dass du in der Mitte des Interviews einen Assistenten benutzt hast, um die theoretische Frage zu LangGraph zu beantworten. Ist das wahr oder nicht?
Erklären Sie in wenigen Worten, wie sich der Double Robust-Ansatz vom IPS unterscheidet — was hinzugefügt wird und was ihn stärker und widerstandsfähiger macht?
Kannst du den Unterschied zwischen Recall und MRR einfach erklären?
Erklären Sie, warum ein Two-Tower-Netzwerk dazu beiträgt, das erste Level-Deckelproblem zu lösen — worin genau besteht der Vorteil?
(Nach Klärung mit dem Interviewer) Wie formulieren wir jetzt die Aufgabe und den Ansatz, da die Item-Empfehlungen bereits vorhanden sind und die Blöcke auf der Startseite ohne doppelte Inhalte platziert werden sollen?
Vergleichen wir DAU, RPS und QPS: Wenn wir 10 Millionen DAU haben und jeder Benutzer 4 Mal am Tag einloggt, wie hoch sind RPS und QPS?
Wie können wir dagegen vorgehen, dass die alte Anzeigepolitik möglicherweise nicht optimal ist, selbst wenn wir Propensity verwenden — hier hilft Propensity nicht viel?
Was ist kollaboratives Filtern?