Après la nouvelle version du modèle, la note moyenne de qualité a augmenté, mais les éditeurs disent que les réponses sur des sujets juridiques et financiers sont nettement moins bonnes. Quelle visualisation feriez-vous en premier pour décider s'il faut arrêter la publication?
Donnez un exemple où une utilisation incorrecte de BatchNorm en mode `eval()` a entraîné des erreurs dans les prédictions.
Exercice pratique Quel ensemble d'artefacts permet de reproduire honnêtement la comparaison de deux exécutions de LoRA? - Seulement le tableau final de qualité. - Commit avec le code et capture d'écran de la métrique finale. - Code et fichier de configuration de l'expérience. - Code, hash des données, modèle de base, configuration de LoRA, dépendances et commande de lancement. - Seulement le lien vers la branche Git. - Code, paramètres de LoRA, version du modèle de base et dépendances.
Comment gérez-vous généralement les versions des données et des modèles dans de telles expériences?
Y a-t-il des entretiens en cours dans de grandes entreprises technologiques, comme Yandex ou Alfa?
Exercice pratique Une requête SQL sur 80 millions de messages crée des doublons après le JOIN. Quelle action est préférable de commencer en premier? - Vérifier la cardinalité du JOIN, les clés et le plan d'exécution avant l'optimisation. - Créer un index sur un champ de la jointure. - Exporter le résultat en CSV et supprimer les doublons en Python. - Toujours ajouter DISTINCT à toutes les colonnes. - Ajouter DISTINCT après avoir vérifié le résultat sur un échantillon. - Vérifier les clés de jointure et l'unicité des deux tables.
Prévoyez-vous de rester aux Philippines ou de déménager dans un autre pays?
Pouvez-vous nous en dire plus sur ce que vous avez trouvé "oppressant" dans les questions et comment cela a influencé votre perception de l'entretien?
Avez-vous déjà travaillé dans des équipes entièrement anglophones?
Comment évalueriez-vous quantitativement l'impact des émissions sur les métriques du modèle, comme la précision ou le score F1 ?
Avez-vous de l'expérience avec des entretiens avec une IA?
Avez-vous des offres en main ou des étapes finales dans d'autres entreprises?
Comment optimiseriez-vous les index sur les clés de jointure pour réduire les doublons et accélérer la requête?
Imaginez que vous travaillez avec un modèle en PyTorch et qu'après l'avoir mis en mode évaluation eval(), vous constatez que les métriques sur un ensemble de test fixe de 10 000 exemples changent à chaque exécution. Vous fixez l'état initial des générateurs de nombres aléatoires pour la reproductibilité : où d'autre pourrait se cacher la source des changements ? Expliquez le rôle de Dropout, BatchNorm et torch.no_grad() et nommez les métriques avec des seuils pour vérifier la stabilité des résultats.
Évaluez votre anglais séparément pour la lecture/écriture et la conversation selon les niveaux CEFR.
Exercice pratique L'IA propose d'entraîner LoRA sur tous les 2 millions de dialogues non nettoyés. Quelle est la réponse la plus mature du candidat? - Faire confiance à l'IA : un grand corpus compensera les erreurs. - Modifier d'abord le prompt sans changer les données. - Entraîner LoRA sur la partie nettoyée et la comparer au modèle de base. - Vérifier un échantillon aléatoire de l'annotation avant l'entraînement. - Vérifier d'abord les données et la qualité par thèmes sur un ensemble séparé, puis entraîner LoRA de manière limitée. - Entraîner sur tout le corpus, mais réduire le rang de LoRA.
Quel format de formalisation vous convient le mieux : GPH, IP ou TК ?
Comment utiliseriez-vous exactement `EXPLAIN` pour identifier les problèmes de performance dans cette requête?
Dans le tableau des dialogues, il y a 80 millions de messages, et la requête analytique pour le jeu d'évaluation prend 25 minutes et retourne parfois des doublons de paires question-réponse. Qu'est-ce que vous corrigeriez en premier et pourquoi?
Pour générer des questions, le grand modèle linguistique a du mal à maintenir le style sur des sujets rares. L'assistant IA propose de lancer immédiatement LoRA sur l'ensemble du corpus historique de 2 millions de dialogues, mais l'annotation est partiellement bruyante. Dans quels cas ne feriez-vous pas confiance à ce conseil et que choisiriez-vous en premier?
