Machine Learning / AI
Lebt [Name] auf den Philippinen? Plant er/sie, nach Russland zurückzukehren?
Welche weiteren Metriken sollten wir hinzufügen, um die Aktualisierung von Dokumenten zu überwachen (damit wir nicht feststellen, dass nach der Aktualisierung nur noch 3 Dokumente statt 10.000 übrig sind)?
Nach der neuen Version des Modells ist die durchschnittliche Qualitätsbewertung gestiegen, aber die Redakteure sagen, dass die Antworten zu rechtlichen und finanziellen Themen deutlich schlechter geworden sind. Welche Visualisierung würden Sie zuerst machen, um zu entscheiden, ob die Veröffentlichung gestoppt werden soll?
Praktische Aufgabe KI hat einen Code für die Entscheidung über die Einführung eines neuen LLM generiert. Überprüfe ihn: Ändere ihn so, dass der Editor die Qualität der Versionen nach thematischen Segmenten vergleichen, die Streuung der Bewertungen sehen und das Risiko einer Verschlechterung bei einer kleinen Datenmenge bemerken kann. 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('Modellqualität') plt.ylabel('Durchschnittliche Bewertung') plt.show() print('Beste Version:', 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"Thema: {topic}") plt.suptitle("") plt.ylabel("Bewertung") plt.show() small_groups = stats[stats["count"] < 30] print("Kleine Gruppen - Schlussfolgerungen sind nicht zuverlässig:") print(small_groups)
Erzähle mir von Ensembles im maschinellen Lernen.
Lassen wir das Boosting als Modell, oder wie?
Was ist das Problem des Kaltstarts? Wie löst man es für einen neuen Artikel, der noch keine Klicks hat?
Warst du der Hauptverantwortliche für Data Science im Team [Firma]? Welche Ansätze und Technologien kamen von dir, und welche wurden vom Tech Lead festgelegt?
Wie haben Sie das gesamte Multi-Agent-System verfolgt – an welchen Stellen treten Fehler, Latenz usw. auf?
Haben Sie nichts dagegen, ein Vorstellungsgespräch mit KI zu versuchen?
Hast du Erfahrung mit RecSys oder LLM?
Wie würden Sie ein Experiment durchführen: nur mit historischen Daten oder durch einen A/B-Test in der Produktion?
Haben Sie andere Embedding-Modelle getestet?
Erzähle mir von Regularisierung: Was ist das, wozu ist es gut, welche Arten gibt es.
Was ist ein Gradient aus mathematischer Sicht und wie wird er im maschinellen Lernen angewendet?
Was bedeuten die Parameter M, ef_construct, ef_search in HNSW?
Wie funktioniert die algorithmische Überprüfung, ob eine Zeichenkette in einem Set (Hash-Tabelle) vorhanden ist?
Wie interpretiert man die Ergebnisse des linearen Regressionsmodells?
Was ist dir jetzt noch wichtig (außer schwierigen und interessanten Aufgaben)?
Was wurde an den Endbenutzer in Ihrem System gesendet?