Machine Learning / AI
¿Qué modelo se obtuvo en el proyecto de rotación, cuántas características había y cuál era el tamaño de la muestra?
Háblame de los parámetros de generación: temperatura, Top-P y Top-K.
¿Cómo fue el proceso de transición a ML/Ciencia de Datos? ¿Hubo cursos o fue autoaprendizaje?
Cuéntanos sobre tu experiencia en el contexto del puesto de Científico de Datos.
¿Cómo midió la calidad de la extracción de datos?
¿Qué métricas se utilizaron para evaluar el sistema RAG y cómo se tomó la decisión de implementarlo en producción?
¿Por qué se continuó entrenando a Mistral con QLora en 3000 diálogos para el sistema de soporte RAG?
Cuéntame sobre los tipos de codificación posicional, en particular sobre Rotary Positional Encoding (RoPE).
¿Hace cuánto tiempo trabajas en remoto?
¿Por qué ReLU es tan popular?
¿Cómo se trabajó con las consultas en el almacenamiento vectorial (Qdrant) y su impacto en la latencia del agente?
¿Qué métricas se pueden usar para evaluar NER en documentos?
¿Cómo se gestionaron los picos de carga en el sistema RAG? ¿Qué ocurría bajo alta carga?
¿Cómo evaluaron la calidad del agente Text-to-SQL?
¿En qué trabajaron? ¿Cuál era su posición allí?
¿Qué es el sobreajuste? ¿Cómo detectarlo y prevenirlo?
¿Cómo evaluar la calidad de la agrupación?
¿Qué son los ítems? ¿Cómo se pronuncia correctamente?
¿Cómo abordar el entrenamiento en tu propio dominio? ¿Qué hacer con el modelo general?
¿Qué métricas de clasificación ha utilizado en su trabajo?