Machine Learning / AI
Expérience chez PIK : classificateur NLP des demandes des entrepreneurs/ingénieurs. Y avait-il beaucoup de demandes?
Que cherches-tu en ce moment ? Qu'est-ce qui est important en termes de conditions et de tâches ?
Qu'est-ce que LoRA?
Quel seuil d'erreur utiliser pour arrêter l'apprentissage?
Comment aborder le prétraitement du jeu de données?
Vérifies-tu ensuite le code généré par l'outil d'IA?
Pourquoi est-il nécessaire de réduire la taille du dictionnaire ? Qu'est-ce qui ne va pas avec un grand dictionnaire ? Dans quelle fonction la charge se produit-elle ?
Peut-on utiliser BERT avec un classificateur pour une tâche de classification?
Qu'est-ce que le stride et le padding ? Comment influencent-ils la taille de la sortie de la convolution ?
Parlez-nous de l'architecture du transformateur : encodeur-décodeur, que se passe-t-il à l'intérieur du décodeur ?
Comment calculer la probabilité de maladie avec un test positif en tenant compte de la sensibilité et de la spécificité?
Qu'est-ce que fastembed et pourquoi est-il pratique pour le prototypage?
Quels formats de compression (binaire, quantification scalaire) existent dans VDB?
Qu'est-ce que le dropout et comment est-il mis en œuvre?
Qu'est-ce que LangGraph et pourquoi construire une machine à états pour les agents?
Quelles protections sont appliquées (filtres d'entrée/sortie, renforcement du prompt système, garde-fous) ?
Qu'est-ce que les modèles de foundation en médecine (MedSAM, RadGraph) ?
Le forêt aléatoire garantit-il des prédictions dans une plage donnée si chaque arbre individuel ne dépasse pas l'échantillon d'entraînement?
Quelles techniques d'ingénierie de prompt avez-vous utilisées (few-shot, role, CoT, ReAct) ?
Quelles sont les options d'échange de données entre le client et le circuit interne de l'entreprise?