Machine Learning / AI
Que entends-tu par erreur (dans l'approche par prompt) ?
Quelle est la différence entre Margin Loss et Triplet Loss?
Quelle fonction de perte a été utilisée lors du fine-tuning de l'embedding?
Qu'est-ce qui s'est avéré plus difficile que prévu au départ?
Comment avez-vous choisi le modèle pour les embeddings ? Y a-t-il eu des filtrations de documents et une étape de re-ranking ?
Connais-tu GigaChat ? As-tu de l'expérience avec lui ?
Comment combines-tu études et travail en parallèle?
Parlez-moi de vous et de votre expérience en tant qu'analyste système
Qu'est-ce que la régression linéaire et quelles sont les options de résolution disponibles?
Qu'est-ce que la tokenisation?
Qu'est-ce qui convertit la vitesse du modèle en une étiquette de classe?
Quel était le toolcalling : natif ou via prompt (parsing) ?
Qu'est-ce que le dropout et comment fonctionne-t-il pendant l'entraînement et l'inférence?
-- # -- Les spécialistes du marketing lancent des campagnes promotionnelles dans l'application du service. Il y a deux tables: -- # -- campaigns - liste des campagnes -- # -- - campaign - nom de la campagne -- # -- - action_type - type de campagne : "push" ou "banner" -- # -- communications - journal du backend avec l'envoi des communications de ces campagnes aux utilisateurs -- # -- - user_id - identifiant de l'utilisateur -- # -- - campaign - nom de la campagne -- # -- - status - statut de l'événement : "success" ou "error" -- ------------------------------------------------------------------------------------------------------------------------ -- # -- 1. Initialement, dans la table campaigns, il y a 4 lignes: -- # -- | campaign | action_type | -- # -- |-------------|-------------| -- # -- | promo_dogs | push | -- # -- | promo_cats | banner | <- dupliqué aléatoirement -- # -- | promo_cats | banner | <- deux lignes -- # -- | promo_rats | push | # # -- De plus, il est connu que: -- # -- les campagnes promo_dogs et promo_cats ont été menées avec succès sur 100 utilisateurs, et chaque utilisateur a reçu une communication, -- # -- tandis que promo_rats est encore en planification. -- # -- 1.1 Que renverra la requête: SELECT campaign, COUNT(*) as rows, COUNT(DISTINCT co.user_id) AS users FROM campaigns AS ca INNER JOIN communications AS co ON ca.campaign = co.campaign GROUP BY ca.campaign -- # -- 1.2 Comment la réponse changera-t-elle si le type de JOIN est changé en LEFT? -- # -- 1.3 Indiquez l'ordre d'exécution des opérateurs dans cette requête. -- Réponse: promo_dogs ... ...
Quels hyperparamètres de LoRA connais-tu?
Sous quelle forme la LLM classe-t-elle la requête — que retourne-t-elle exactement pour le choix du scénario?
Parlez-moi de vous et de votre expérience professionnelle
Avez-vous de l'expérience avec des entretiens avec une IA?
Où est stocké et comment le prompt s'affiche-t-il dans le système de surveillance?
En termes de vitesse, qu'est-ce qui sera plus rapide : un agent simple avec des outils ou un système multi-agent ?