Machine Learning / AI
¿Cuál es la idea de una red neuronal totalmente conectada y por qué funciona?
¿Qué hacer si no se conoce el ingreso del cliente?
¿Cuáles son las características del trabajo con fechas y horas en Python y qué bibliotecas existen para trabajar con timedelta?
Cuéntame sobre la acumulación de gradientes. ¿En qué casos se aplica?
¿Cómo utilizar la consulta de búsqueda y el historial del usuario para formar la entrega en el inicio en frío?
¿Qué es GPTQ y qué enfoque se sigue para la selección de pesos?
¿Qué es la exploración impulsada por la curiosidad?
¿Cómo funcionan los diferentes tokenizadores de texto (BPE, WordPiece, SentencePiece, Unigram)?
¿Qué semántica deben reflejar los backends para la identificación?
¿Qué tareas resuelve la detección de anomalías no supervisada vs semi-supervisada?
¿Qué son las leyes de escalado (Kaplan, Chinchilla)? ¿Cómo relacionan el tamaño del modelo, los datos y el cómputo?
¿Cómo funciona el algoritmo de Viterbi?
¿Qué es el ajuste de prompt y dónde se aplica?
¿Qué es torch.compile y qué backend utiliza?
¿Qué métodos de regularización de redes neuronales conoces?
¿Por qué en entornos industriales se utiliza más el refuerzo de gradiente que el bosque aleatorio?
¿Qué responsabilidad te gustaba más: construir modelos o trabajar con datos?
¿Qué es la robustez certificada y el suavizado aleatorio?
¿Qué técnicas de prevención del sobreajuste en boosting (subsample, colsample, min_child)?
¿Cuál es el salario que esperas?