Machine Learning / AI
Πώς συνδυάζουμε το RAG με τη χρήση εργαλείων και την κλήση λειτουργιών;
Πώς αξιολογείται η σχετικότητα της απάντησης στο μοντέλο;
Τι είναι η τμηματοποίηση αντικειμένων βίντεο και η παρακολούθηση μασκών (XMem, SAM2);
Τι είναι το graph pooling (TopK, DiffPool, SAGPool);
Τι είναι το DenseNet και ποια είναι η διαφορά από το ResNet;
Τι είναι η εκπαίδευση με μικτή ακρίβεια (FP16, BF16);
Πώς περιγράφεται η αρχιτεκτονική του μοντέλου τυχαίου δάσους με ένα προστιθέμενο γραμμικό μοντέλο για εξαγωγή;
Πώς να μοντελοποιήσετε τις μετατροπές;
Τι προσθέτει το BERT στην αρχιτεκτονική του μετασχηματιστή;
Τι είναι το Triton (OpenAI) και πού εφαρμόζεται;
Τι είναι η δοκιμή A/B σε ένα σύστημα σύστασης και ποια είναι τα παγίδες;
Ποιος είναι ο σκοπός του MergeTree στο ClickHouse και τι συγχωνεύεται κατά την εισαγωγή δεδομένων;
Ποιες στρώσεις λειτουργούν διαφορετικά κατά τη διάρκεια της εκπαίδευσης και της inference;
Πώς μετριέται και περιγράφεται η πολυπλοκότητα των αλγορίθμων;
Ποια είναι τα απαιτούμενα πρότυπα συμμόρφωσης για ML με PII (GDPR, FZ-152);
Τι είναι ο εκτιμητής Nelson-Aalen;
Πώς διαφέρει το μοντέλο BERT από το GPT ως προς την αρχιτεκτονική και το καθήκον εκπαίδευσης;
Πώς να αποσφαλματώσετε και να διορθώσετε το σφάλμα out of memory κατά τη διάρκεια join στο Spark σε παραγωγή μετά την ενημέρωση δεδομένων;
Ποιες είναι οι δημοφιλείς λύσεις AutoML (H2O, AutoGluon, FLAML, AutoKeras);
Ποια κριτήρια διακοπής της ανάπτυξης του δέντρου υπάρχουν εκτός από τον περιορισμό του βάθους;