Sobes.tech

Machine Learning / AI

Hogyan értékelte a támogatási jegyek osztályozási rendszerének készenlétét a telepítéshez?

Middle+
204

F1 és recall mellett milyen metrikákat használtak a osztályozó értékeléséhez?

Middle+
204

Volt-e táblázatos modellje a gyártásban?

Middle+
181

Mi az a topic a Kafka-ban?

Middle+
181

Milyen metrikákat figyelnél meg a modell bevezetése után a productionban: szolgáltatási, adati és modell metrikák?

Middle+
167

Írja le Dockerrel kapcsolatos tapasztalatait: hogyan csomagolja és telepíti az ML-szolgáltatást?

Middle+
166

Mi az a partíció a Kafka-ban?

Middle+
157

Milyen mérőszámokat használnál az ügynököknek szóló lead-elosztó rendszer értékeléséhez?

Middle+
156

Meséljen arról, mit tud a keresési, rangsorolási, ajánlási és személyre szabási feladatokról.

Middle+
156

Meséljen magáról és ML-mérnökként szerzett tapasztalatáról.

Middle+
154

5% zárási arányú leadek, több ország és ügynök van. Hogyan lehet a gépi tanulást használni annak meghatározására, hogy melyik ügynöknek adjunk egy új leadet?

Middle+
153

Hogyan normalizáljuk az értéket, hogy egy új ügynök történet nélkül is kapjon leadeket és tudjon értékesíteni?

Middle+
152

Hogyan magyaráznád el ezt a döntést az érdekelteknek statisztikai felkészülés nélkül?

Middle+
151

Miért javasolja a CatBoost-ot erre a feladatra?

Middle+
148

Hogyan értékelné tapasztalatát a táblázatos ML-ben a NLP és LLM-hez képest?

Middle+
148

A Agent A 70 potenciális ügyfélből 7-et zárt be, az agent B pedig 3-ból 2-t. Hogyan hasonlítsuk őket igazságosan?

Middle+
146

Meséljen egy olyan esetről, amikor a modell offline értékelésnél jól működött, de a gyártásban rosszul teljesített: mi történt és mit tett?

Middle+
142

Milyen alapvonalat és végső modellát választana ehhez a feladathoz?

Middle+
141

Milyen tapasztalata van a Microsoft Azure-rel kapcsolatban, és képes-e ott megoldást telepíteni?

Middle+
139

Hogyan dolgozott olyan osztályokkal, amelyekhez nagyon kevés példát adtak?

Middle+
137
/2