Machine Learning / AI
Pourquoi la régularisation L1 met-elle à zéro les poids ? Expliquez le mécanisme.
Que peut-on faire pour que le modèle ne réponde pas si le contexte ne contient pas d'informations pour répondre à la question?
Quel modèle a été obtenu dans le projet de churn, combien de caractéristiques y avait-il et quelle était la taille de l'échantillon?
Comment les actions des agents sont-elles déboguées dans les systèmes multi-agents?
Existe-t-il une méthodologie de développement spécifique (Agile, Scrum, Kanban) ?
Pourquoi choisir CatBoost plutôt que XGBoost ou LightGBM ? Quelles sont les différences ?
Quand choisir LoRA et quand la récupération par des publications similaires ? Combien de données sont nécessaires pour chaque approche ?
Connaissez-vous le bagging ? Donnez un exemple d'algorithme.
Parlez de votre expérience dans le contexte du poste de Data Scientist.
Qu'est-ce que le RAG et quels sont ses composants principaux?
Parlez-moi des types de codage positionnel, en particulier du Rotary Positional Encoding (RoPE).
Était-ce sous forme de test/pilote ou est-ce allé directement en production et utilisé par les gestionnaires?
Parlez-moi du projet de détection de spam dans les leads et de l'optimisation du travail du centre d'appels.
Pourquoi avez-vous quitté votre dernier emploi?
Depuis combien de temps travailles-tu à distance?
Comment ne pas casser la production lors du déploiement d'une version problématique qui démarrera mais fonctionnera avec des erreurs?
Que peut-on faire lorsque, après un travail prolongé, le contexte de l'agent se remplit progressivement?
Pouvez-vous expliquer comment le critère de Gini est calculé précisément et comment il influence le choix de la division dans un arbre de décision?
Qu'est-ce que le surapprentissage ? Comment le détecter et l'éviter ?
Comment évaluer la qualité du clustering?