Machine Learning / AI
Сам потом проверяешь код, который сгенерировал AI-инструмент?
И это бы ты дополнил сейчас в продукт, да? (уточнение по FAQ-кэшу)
Был ли опыт работы с временными рядами? Какие метрики используются для оценки качества моделей прогнозирования временных рядов?
По скорости, что будет быстрее — обычный агент с тулами или мультиагентная система?
Ну то есть это обращения от пользователей, физических/юридических лиц?
Работал с Airflow или Spark? Расскажи, что такое DAG в Airflow, можешь привести пример из своего опыта. Сам писал DAG-и или только пользовался/запускал их?
А что было самым большим источником ошибок?
Можно ли построить полностью ретрив-часть только на кросс-энкодере, без bi-encoder?
Что происходит в Python при конкатенации строк (например, current += char)? Почему в этой задаче такой подход может быть плохим, и как оптимизировать код, избегая частой конкатенации строк?
Как измеряли сокращение времени поиска информации (метрика в минутах)?
Есть ли обязательные встречи, которые нужно проводить в офисе?
Опиши end-to-end, что делает вкратце каждый из четырёх агентов мультиагентной системы.
Чем отличается кросс-энкодер (ранкер) от би-энкодера?
Расскажи про опыт в 1С-Рарус, обработка обращений в Service Desk. Это helpdesk для клиентов?
Опиши цикл ReAct-агента: какие были шаги и чем заканчивался цикл?
Почему accuracy при дисбалансе классов показывает неадекватное значение качества?
Бэкендер, он на каком языке писал? На Python?
Расскажи про подход: как строишь архитектуру с помощью AI, как валидируешь код и пишешь тесты?
Приходилось ли тебе работать с бинарной классификацией? Сталкивался ли ты с дисбалансом классов в таких задачах, и что с этим можно сделать?
Что ты подразумеваешь под ошибкой (при промптовом подходе)?