Machine Learning / AI
¿Cómo extrae LLM los datos necesarios de la consulta para pasarlos a la herramienta?
¿Cómo implementarías una protección contra insultos/preguntas provocativas para que el bot no comience a insultar en respuesta?
¿Cuál es la idea de Margin Loss?
¿Cómo medir si un modelo de embedding y recuperación funcionan correctamente?
Cuéntame sobre ti, tu experiencia, en qué tareas has trabajado.
¿Qué fórmula se utiliza para minimizar la distancia entre la predicción y el objetivo en la regresión lineal? ¿Cómo se deriva?
¿Con qué bases de datos ha trabajado?
¿Qué función de pérdida (loss) se usa por defecto en la regresión lineal?
¿Cómo se organizó la búsqueda de información en la base vectorial? ¿Por qué se utilizó Qdrant?
¿Tiene experiencia en mejorar frameworks para inferencia o entrenamiento de LLM?
¿En qué se diferencian los métodos invoke, stream y batch en LangChain/LangGraph?
¿Puede explicar cómo se calcula exactamente el F1-score a través de precisión y recall?
¿Cómo se realizó el entrenamiento adicional del embedder: ¿con LoRA o con entrenamiento completo?
Cuéntame sobre tu último proyecto, qué lograste alcanzar.
¿Y cómo funcionaría teóricamente en el boosting si el objetivo es menos uno? Supongamos que tenemos positivo y negativo, si en el positivo establecemos un objetivo de 10 en lugar de uno, ¿qué pasaría, no cambiaría nada?
¿Cuál es la diferencia fundamental entre DBSCAN y K-Means?
Tarea de clasificación con un fuerte desequilibrio de clases: ¿qué métricas son buenas, cuáles son malas?
¿Cómo evaluaron la calidad del modelo de reentrenamiento?
Calcule la experiencia laboral promedio para cada categoría salarial
Cuéntenos sobre su revisión de carrera: tipos de roles, industrias, proyectos clave.