Machine Learning / AI
Hogyan zajlott a váltás a ML/Data Science felé? Voltak tanfolyamok vagy önképzés volt?
Mi az a MVCC?
Miért hagyta el az utolsó munkahelyét?
Elmagyarázná, hogyan működik az Early Stopping? Alkalmazható a klasszikus gépi tanulásban?
Mióta dolgozol távmunkában?
Miért olyan népszerű a ReLU?
Hogyan fordítsuk meg a tömböt fordítás nélkül?
Hogyan kezelték a terhelési csúcsokat a RAG rendszerben? Mi történt nagy terhelés esetén?
Hogyan építsünk szurrogát kulcsot különböző típusú hitelszerződésekhez, amelyek átfedő számokat tartalmaznak?
Hogyan értékelte a multiagent rendszert? Milyen metrikákat használt?
Hogyan rendezze 20 darabot, és válassza ki a legrelevánsabb 5-öt az LLM-nek való átadásra?
Hogyan választották ki az embeddekhez a modellt? Volt dokumentum szűrés és re-ranking lépés?
Hogyan értékeljük a klaszterezés minőségét?
Mesélj részletesebben az elvégzett feladatokról: milyen modelleket építettél, hogyan dolgoztad fel az adatokat?
Ha a modellhez optimális fák száma 500, de véletlenül mind a random erdőt, mind a boostingot 1000 fával tanítottuk, melyik modell valószínűbb, hogy túlillesztett és miért?
Hogyan értékelték a generálás minőségét (nem retrieval)?
Mesélj a önéletrajzból származó előrejelzési feladatról — miben alapul a modell és mire jó volt az előrejelzés?
Mi az a lineáris regresszió és hogyan tanítják?
Milyen fizetési sávot fontolgatsz?
Mi az a federated learning az orvostudományban, és mire való?