Machine Learning / AI
Расскажи про Adam и RMSProp.
X5 techЕсли инструмент (backend) сам ошибался (например, таймаут при обращении к системе) — передавали ли модели трейсбек ошибки?
Расскажи, чем занимался эти 2 месяца: отдыхал, искал работу, были ли проекты?
Почему structured output всегда выдаёт валидный JSON? На каком уровне это реализуется?
Можешь вкратце сказать, чему ценному там научился (в проекте с обращениями/OCR)?
Можем ли мы изменить только одно значение в tuple, который является значением в словаре?
X5 tech## Дана строка s; верните самую длинную палиндромную подстроку в s. # Input: s = "babad" # Output: "bab" # Explanation: "aba" is also a valid answer. # Example 2: # Input: s = "cbbd" # Output: "bb" #только английские буквы и цифры
X5 techРасскажи про ансамбли в машинном обучении.
X5 techPre-Layer Norm vs Post-Layer Norm — в чём разница и почему это важно для стабильности обучения?
X5 techПочему решил уйти из ДОМ.РФ?
Внутри компании (1С:Рарус) не было ли возможности остаться, расти, развиваться в других направлениях?
Сам потом проверяешь код, который сгенерировал AI-инструмент?
Какой был toolcalling — нативный или через промпт (парсинг)?
Можно ли построить полностью ретрив-часть только на кросс-энкодере, без bi-encoder?
А если модель давала невалидный аргумент — что делали?
Приходилось ли тебе работать с бинарной классификацией? Сталкивался ли ты с дисбалансом классов в таких задачах, и что с этим можно сделать?
Ozon FreshРасскажи о себе и своём релевантном техническом опыте (проекты в банковском домене: ML-модели, антифрод, RAG, мультиагентные системы).
Почему использовали именно нативный toolcalling, а не передачу JSON-схемы в промпте?
Чем оценивали качество генерации (не ретрив)?
Как трейсили всю мультиагентную систему — на каких этапах возникают ошибки, латентность и т.д.?