Machine Learning / AI
¿Cómo se extraen los datos de la base vectorial mediante una consulta del usuario?
¿Cómo evaluar la calidad del modelo mediante métricas comerciales y comentarios de los usuarios?
¿Qué es el objetivo para árboles en boosting y cómo se forma?
¿Cuándo es apropiado usar un cross-encoder y cuándo un bi-encoder en la búsqueda?
Cuéntame sobre tu experiencia y tu último lugar de trabajo
¿Qué es la Generación Aumentada por Recuperación? ¿De qué componentes consta?
¿Por qué eligieron DBSCAN en lugar de clasificación para la tarea de detección de anomalías?
¿Qué es el pruning para reducir el tamaño del modelo?
¿Es necesaria la normalización de características para modelos BERT y árboles de decisión?
¿Qué es el Estimador de Parzen estructurado en árbol (TPE) en Optuna?
¿En qué se diferencia el boosting del bagging?
¿Qué son el envenenamiento de datos y los ataques de puerta trasera?
¿Qué es la retroalimentación implícita y qué modelos la consideran (BPR, WARP)?
¿Hay horas extras en el trabajo?
¿En qué idioma es mejor implementar el entrenamiento del modelo?
¿Qué es el reconocimiento de acciones y qué conjuntos de datos populares existen (Kinetics, UCF)?
¿Qué es el modelo de intención conjunta + ranura?
¿Cuál es la diferencia entre incrustaciones posicionales absolutas y relativas?
¿Cómo evitar que el modelo aprenda la heurística de crear ejemplos negativos en lugar de generalizar?
¿Se estandarizarán los datos y se presentarán en un formato uniforme antes de cargarlos en el almacenamiento?