Machine Learning / AI
Evalúa cuántos datos son necesarios para el ajuste fino del modelo en producción, describe el proceso de ajuste, los parámetros, la función de pérdida (contrastiva/tripleta) y por qué se eligió esa opción.
¿Hay preguntas sobre el producto y las tareas que resuelve la empresa?
¿Cuál es el propósito de aplicar sistemas RAG?
¿Qué bibliotecas se utilizan para optimizar LLM?
¿Cómo funciona el entrenamiento con LoRA en palabras simples?
¿Cómo dividir los datos en grupos usando funciones de ventana en SQL?
¿El orquestador ve los resultados de las llamadas a las herramientas del subagente o solo la salida final del propio subagente?
¿Has trabajado con Docker, MLflow, Airflow?
¿Qué son DocFormer y BROS?
Explique los términos 'conjunto de entrenamiento' y 'conjunto de prueba' en el contexto del aprendizaje automático.
¿Qué son las redes neuronales bayesianas y cómo calcular el posterior?
¿En qué se diferencian None en Python, NaN en NumPy y NA en Pandas?
¿Por qué es necesaria la augmentación de datos?
¿Qué son Anserini y Pyserini?
¿Cómo diseñar un agente que responda a los usuarios basándose en datos de una base de transacciones: qué pila y arquitectura son necesarias, y si vale la pena aplicar la multiagencia?
¿En qué se diferencia la llamada a funciones del prompting clásico de pocos ejemplos para una salida estructurada?
¿Qué son el sesgo y la varianza?
¿Cómo evaluar automáticamente la calidad de un sistema multiagente?
¿En qué se diferencian los modelos dense y MoE, por ejemplo Qwen3-27B y Qwen3-30B-A3B?
¿Cómo prevenir que un sistema simulado, ante una solicitud modificada del agente, proporcione datos históricos irrelevantes o no encuentre datos para la solicitud?