Machine Learning / AI
Meséljen a klaszterezésről: milyen problémát oldottak meg, milyen módszert használtak, hogyan mérték a minőséget?
Ismered a JOIN, LEFT JOIN, RIGHT JOIN fogalmakat?
Van tapasztalata időszakos adatsorokkal?
Mekkora volt a chunk mérete, és történt-e átfedés?
Meg tudná magyarázni, hogyan számítják pontosan a Gini-criteriumot, és hogyan befolyásolja ez a döntési fa felosztásának kiválasztását?
Milyen funkció optimalizálódik a logisztikus regresszió tanítása során?
Miért nem szabad vektoral RAG-ot használni fő mechanizmusként tranzakciós SQL-adatbázisokban?
Hogyan javítja a gradient boosting a gépi tanulási modellek teljesítményét?
Írja le a [cég] projektjét: üzleti probléma, szerepe, hogyan mérték a sikert.
Hogyan értékelte a RAG rendszer minőségét? Milyen metrikákat használt?
Hogyan optimalizáljuk a maximum keresését egy mozgó ablakban?
Végezett kód-áttekintést, írt teszteket? Meséljen a mérnöki kultúráról.
Fogalmazza meg a Központi Határelméletet.
Mi az a kontrasztív tanulás az NLP-ben (SimCSE)?
Mi az az Elastic Net?
Hogyan építenéd fel az adat- és jellemzőcsatornát a tárgyalt megoldáshoz?
ML interjún kérdéseket tehetnek adatstruktúrákról, például fákról és láncolt listákról?
Mi az a CenterNet?
Miért használták kifejezetten a natív toolcalling-ot ahelyett, hogy JSON-sémát adtak volna a promptba?
Hogyan írnád meg az újrapróbálkozási logikát egy LLM-mel való kommunikáció során? Ismered a Tenacity könyvtárat?