Machine Learning / AI
Evalúe su inglés por separado para lectura/escritura y conversación según los niveles CEFR.
¿Qué es un vector denso (embedding denso)? ¿Cómo se obtiene? ¿Cuál es su tamaño?
¿Cuántas personas finalmente se incorporaron al personal después de la pasantía?
¿Cómo se organizaron los datos para la resumición de diálogos y cómo se llevó a cabo el entrenamiento?
¿Cómo monitorearías la calidad de todo el sistema?
¿Cómo decide realmente un LLM qué herramienta llamar?
¿Qué es MCP (Protocolo de Contexto del Modelo)?
¿Se puede construir completamente la parte de recuperación solo con un codificador cruzado, sin bi-encoder?
¿Indicas experiencia con transformadores? ¿Qué exactamente hiciste con la arquitectura de transformadores en RAG?
¿Cuáles son las formas de acelerar la inferencia de una red neuronal (LLM)?
¿Qué es Apache Spark y dónde es efectivo en las canalizaciones de ML?
¿En qué se diferencian XGBoost, LightGBM y CatBoost?
¿Cómo trabajar con un gran número de características?
¿Cómo se coordina entre los agentes LLM?
Escribe un breve párrafo de auto-presentación en el que destaques que los sistemas de recomendación son muy similares a RAG - recuperación, reordenamiento, similitudes arquitectónicas, etc., para que pueda recordarlo y explicarlo.
¿Cómo crear una división de train/val/test y un benchmark? ¿Cómo dividir los datos correctamente?
¿Cómo dividir automáticamente el texto en fragmentos con sentido sin usar LLM?
¿Qué métodos existen para detectar el drift de datos en un pipeline?
Cuéntame sobre alguna experiencia de automatización que hayas realizado.
¿Cuántos candidatos enviaron al reranker y cuántos tomaron después de él?