Machine Learning / AI
Бэкендер, он на каком языке писал? На Python?
Расскажи про гибридный ретрив в RAG — какую модель выбрал для dense-векторов?
Ну то есть это обращения от пользователей, физических/юридических лиц?
По скорости, что будет быстрее — обычный агент с тулами или мультиагентная система?
Какой был toolcalling — нативный или через промпт (парсинг)?
Приходилось ли тебе работать с бинарной классификацией? Сталкивался ли ты с дисбалансом классов в таких задачах, и что с этим можно сделать?
Можно ли построить полностью ретрив-часть только на кросс-энкодере, без bi-encoder?
Что используешь для быстрого прототипирования кодовых агентов? Как используешь AI в разработке?
То есть ты 2 месяца сейчас ищешь работу?
Как вообще вы боролись с неактуальными документами?
А на LangGraph где вы использовали?
Были ли ещё технические сложности с галлюцинациями?
Какие основные параметры мы обычно задаём DAG-задачам, и почему граф должен быть именно таким (верхнеуровневая логика DAG)?
Почему использовали именно нативный toolcalling, а не передачу JSON-схемы в промпте?
Работал ли со Spark? Какое общее представление есть о том, что это такое?
Сколько инструментов было у ReAct-агента?
Почему в мультиагентной системе не использовали Human-in-the-Loop, только в ReAct?
Расскажи вообще, как вы работали на последнем месте работы (ДОМ.РФ), за что ты отвечал, как проходил рабочий день, какие текущие задачи по проекту CorpGPT (корпоративный RAG)?
Есть 100 монеток, одна из них фальшивая — с двумя орлами с обеих сторон. Мы выбираем случайную монетку, подбрасываем её, и выпадает орёл. Какова вероятность, что монетка фальшивая? Распишите решение (по формуле Байеса).
Расскажи про опыт удалённой работы — везде удалённо или были офисы?