Machine Learning / AI
Qu'est-ce que Wide&Deep et pourquoi mélanger mémorisation et généralisation?
Sur quels frameworks avez-vous travaillé avec l'apprentissage profond?
Nous résolvons un problème de classification binaire. La proportion de la classe positive dans l'échantillon est de 5%. Le modèle affiche une précision de 95%. Que peut-on dire de la qualité de ce modèle?
Qu'est-ce que le feedback implicite et quels modèles le prennent en compte (BPR, WARP) ?
Comment évalues-tu ton niveau de travail avec SQL?
Que faire avec les scans — comment en extraire du texte?
Décrivez la tâche d'intégration d'une PBX virtuelle avec un CRM pour afficher la fiche du client lors d'un appel entrant.
Écrivez un programme en Python : créer une matrice 1000x1000, remplir les lignes avec la séquence de Fibonacci, élever au carré les éléments de la diagonale secondaire. Temps : 2 minutes.
Racontez en détail le projet d'optimisation du système informatique, où vous avez réduit les requêtes incorrectes de 90%
Existe-t-il une troisième option pour l'agrégation des métriques en cas de déséquilibre des classes et comment est-elle calculée?
Qu'est-ce que la traçabilité des données et quels outils (OpenLineage)?
Sur la base de quels indicateurs peut-on comprendre que le modèle s'est dégradé?
Qu'est-ce que l'évaluation de récupération sur votre propre ensemble de données?
Qu'est-ce que la génération augmentée par récupération sur KG?
Quelles sont les caractéristiques de l'apprentissage de la détection sur des objets fortement chevauchants?
Quoi d'intéressant ou de nouveau dans le travail, dont on peut se vanter?
Comment simplifier ResNet50 dans une tâche de classification?
Si l'AUC d'un nouveau modèle est de 0,82 contre 0,80 pour l'ancien, peut-on affirmer avec certitude que le nouveau est meilleur ? Comment vérifier la signification statistique ?
Qu'est-ce que le NUTS et pourquoi a-t-il été inventé?
Quels tests de données avez-vous écrits en production?