Machine Learning / AI
Ez az első tapasztalatod az IT-ben? Hol dolgoztál korábban? Milyen területen?
Hogyan kezeljük az eszközhívási hibákat az ügynökben (újrapróbálás, fallback)?
Hogyan értékeljük egy jellemző rugalmasságát és hatását a célra?
Hogyan valósítható meg a kulcsok ellenőrzése negatív és egyező értékekkel a tükörpontokhoz?
Milyen területeken dolgozott ML-lel? Szükség volt modellek tréningjére, és ha igen, milyen architektúrákra?
Mondjon egy példát arra, hogyan azonosította és oldotta meg az összeférhetetlen példák problémáját egy valódi projektben.
Mi az a population-based training (PBT)?
[név] a Fülöp-szigeteken él? Szándékában áll visszatérni Oroszországba?
Hogyan osztályozzuk az életkort 5 éves intervallumokra?
Hagyjuk a boostingot modellként, vagy hogyan?
Mesélj az LLM generálási paramétereiről: hőmérséklet, top-k, top-p és mások.
Szükséges-e a szabad tag (bias, w0) regularizálása? Miért van egyáltalán szükség w0-ra?
Mi volt a szereped a projektben?
El tudná mondani a Django és FastAPI web-keretrendszerekkel kapcsolatos tapasztalatait?
Meséljen részletesebben az ant hallucination-ról — mit értett ebben a mechanizmusban a rendszerében?
Mi az a másolás alapú tanulás a robotikában?
Mi az az AlphaFold és mi a működési elve?
Mi a meta-jellemzők a warm-start AutoML-hez?
Milyen LLM értékelési benchmarkokat ismer (MMLU, BBH, GSM8K, HumanEval)?
Hogyan frissíted a kockázati modellt új adatok és hipotézisek megjelenésekor?