¿Cómo evaluó la preparación del sistema de clasificación de tickets de soporte para el despliegue?
Machine Learning / AI
Además de F1 y recall, ¿qué métricas se utilizaron para evaluar el clasificador?
¿Has tenido modelos tabulares en producción?
¿Qué es un topic en Kafka?
¿Qué métricas monitorearías después de desplegar el modelo en producción: métricas de servicio, datos y modelo?
Describe la experiencia trabajando con Docker: ¿cómo empaquetar y desplegar un servicio de ML?
Hay un cierre del 5% de los leads, varios países y agentes. ¿Cómo usar ML para determinar a qué agente asignar un nuevo lead?
¿Qué métricas utilizaría para evaluar el sistema de asignación de leads a los agentes?
Cuéntenos lo que sabe sobre las tareas de búsqueda, clasificación, recomendaciones y personalización.
¿Qué es una partición en Kafka?
Cuéntame sobre ti y tu experiencia como ingeniero de ML.
¿Cómo normalizar la puntuación para que un nuevo agente sin historial también reciba clientes potenciales y pueda vender?
¿Cómo explicarías esta decisión a los interesados sin formación estadística?
¿Cómo calificaría su experiencia en ML tabular en comparación con NLP y LLM?
¿Por qué propone CatBoost para esta tarea?
El agente A cerró 7 de 70 clientes potenciales, y el agente B — 2 de 3. ¿Cómo compararlos de manera justa?
¿Qué línea base y qué candidato final de modelo elegiría para esta tarea?
Cuente un caso en el que el modelo funcionó bien en la evaluación offline, pero tuvo un rendimiento deficiente en producción: ¿qué ocurrió y qué hizo usted?
¿Cuál es su experiencia con Microsoft Azure y puede desplegar una solución allí?
Háblame de ti en inglés: describe brevemente tus habilidades y experiencia más importantes.