Machine Learning / AI
Welche Datenquellen für ML haben Sie integriert (DWH, Kafka, S3)?
Was ist intersectionale Fairness?
Was ist die Kontamination von Benchmarks und wie wird dagegen vorgegangen?
Wie funktioniert das Training mit LoRA in einfachen Worten?
Haben Sie konkrete Erfahrungen mit dem Training von LLM?
Worin besteht der Unterschied zwischen einem Forward und einem Future?
Wie werden Kollisionen in einer Menge gelöst? Welche Methoden zur Kollisionsauflösung gibt es?
Was ist der Multi-Stage-Build in Docker?
Was ist FLUX und was ist seine Idee?
Kann man frühere Interaktionen mit dem Kunden in den Metriken des Uplift-Modells berücksichtigen?
Möchten Sie 100 % Ihrer Zeit mit Programmieren verbringen oder bevorzugen Sie ein anderes Verhältnis?
Erklären Sie die Begriffe 'Trainingsdatensatz' und 'Testdatensatz' im Kontext des maschinellen Lernens.
Was sind Bayesian Neural Networks und wie berechnet man den Posterior?
Was unterscheidet None in Python, NaN in NumPy und NA in Pandas?
Können Sie genauer erklären, wie genau der Antigradient berechnet wird und wie er zur Konstruktion des nächsten Baumes verwendet wird?
Wie organisiert man eine Kontrollgruppe (Stichprobe) in Risikomodellen?
Erzählen Sie uns von Ihrer Erfahrung im Projektmanagement im Sport.
Warum ist Datenaugmentation notwendig?
Was sind Anserini und Pyserini?
Worin besteht der Unterschied zwischen Funktionsaufruf und klassischem Few-Shot-Prompting für eine strukturierte Ausgabe?