Machine Learning / AI
Quelle est ta configuration lorsque tu travailles sur un nouveau projet utilisant l'IA (par exemple, Claude Code ou Codex) ?
Qu'est-ce que JEPA et quelle est l'idée de la prédiction conjointe des embeddings?
Comment tester un agent LLM (tests déterministes, rejouer, outils simulés) ?
Comment gérer la situation lorsqu'un produit est vendu par différents vendeurs?
Attentes salariales et préférences en matière de format de travail?
Quelle est la différence entre les requêtes GET et POST?
Pouvez-vous me parler de votre expérience de travail chez Sber?
Pourquoi la mise en cache des requêtes utilisateur précises offre-t-elle généralement une valeur commerciale limitée et qu'entendiez-vous exactement par mise en cache des réponses?
Comment Kafka peut-elle être utile dans cette architecture?
Qu'est-ce que SegFormer et comment utilise-t-il le transformateur?
Qu'est-ce que le coefficient de détermination R² en régression?
Qu'est-ce que BLIP et son apprentissage en deux étapes?
Comment détermine-t-on le nombre de clusters dans k-means?
Que se passe-t-il en Précision/Rappel lorsque le seuil du classificateur est abaissé?
Qu'est-ce que les fonctions d'étiquetage?
Comment ont-ils validé l'agent IA — se sont-ils appuyés uniquement sur les métriques commerciales du client ou ont-ils utilisé des métriques supplémentaires?
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.
Comment s'appelle la faculté?
Quelles sont les métriques sans référence et basées sur la référence?
Pourquoi BF16 est-il plus pratique que FP16 lors de l'entraînement de grands modèles?