Machine Learning / AI
Γιατί η κανονικοποίηση L1 μηδενίζει τα βάρη; Εξηγήστε τον μηχανισμό.
Τι μπορεί να γίνει ώστε το μοντέλο να μην απαντά αν στο πλαίσιο δεν υπάρχουν πληροφορίες για την απάντηση στην ερώτηση;
Ποιο μοντέλο προέκυψε στο έργο αποχώρησης, πόσα χαρακτηριστικά υπήρχαν και ποιο ήταν το μέγεθος του δείγματος;
Πώς αποσφαλματώνονται οι ενέργειες των πρακτόρων σε συστήματα πολλαπλών πρακτόρων;
Υπάρχει μια συγκεκριμένη μεθοδολογία ανάπτυξης (Agile, Scrum, Kanban);
Γιατί CatBoost και όχι XGBoost ή LightGBM; Ποιες είναι οι διαφορές;
Πότε να επιλέξετε LoRA και πότε ανάκτηση μέσω παρόμοιων δημοσιεύσεων; Πόσα δεδομένα χρειάζονται για κάθε προσέγγιση;
Ξέρετε τι είναι το bagging; Δώστε ένα παράδειγμα αλγορίθμου.
Πείτε μας για την εμπειρία σας στο πλαίσιο της θέσης Data Scientist.
Τι είναι το RAG και ποια είναι τα βασικά συστατικά του;
Μίλησέ μου για τους τύπους τοποθετητικής κωδικοποίησης, ειδικά για το Rotary Positional Encoding (RoPE).
Ήταν σε μορφή δοκιμής/πιλότου ή πήγε απευθείας σε παραγωγή και το χρησιμοποίησαν οι διαχειριστές;
Μίλησε για το έργο ανίχνευσης spam στα leads και βελτιστοποίησης της εργασίας του κέντρου κλήσεων.
Γιατί φύγατε από την τελευταία σας δουλειά;
Πόσο καιρό δουλεύεις εξ αποστάσεως;
Πώς να μην σπάσετε την παραγωγή κατά την ανάπτυξη μιας προβληματικής έκδοσης που θα ξεκινήσει αλλά θα λειτουργεί με σφάλματα;
Τι μπορεί να γίνει όταν, μετά από μακροχρόνια εργασία, το πλαίσιο του πράκτορα γεμίζει σταδιακά;
Μπορείτε να εξηγήσετε πώς υπολογίζεται ακριβώς το κριτήριο Gini και πώς επηρεάζει την επιλογή διαχωρισμού σε ένα δέντρο αποφάσεων;
Τι είναι η υπερεκπαίδευση; Πώς την ανιχνεύουμε και πώς την αποτρέπουμε;
Πώς αξιολογούμε την ποιότητα της ομαδοποίησης;