Machine Learning / AI
Mi az az intersectionális igazságosság?
Van tapasztalata időszakos adatsorokkal és PySpark-kal?
Hogyan választják ki a jellemzőket a Random Forest-ben?
100 érme van, közülük egy hamis — mindkét oldalán sas van. Véletlenszerűen kiválasztunk egy érmét, feldobjuk, és sas jelenik meg. Mi a valószínűsége, hogy az érme hamis? Magyarázza el a megoldást (Bayes képletét használva).
Mi az adathalmaz normalizálása, és miért fontos a modell tanítása során?
Volt-e ellenőrzőlista, amit az operátornak követnie kellett a hívás során, vagy ellenőrzés nélküli volt?
Milyen módszertan alapján építitek a munkát a cégnél?
Készíts röviden egy ötletet arról, hogyan csomagolhatod újra a RAG-élményt ajánlórendszerekhez, majd tipikus kérdéseket. Csak röviden, nem arra, hogyan kell válaszolni, hanem hogy mi a lényege a tapasztalatom és az önéletrajzom alapján.
Mesélj egy regressziós projektről az ingatlanok piaci értékének előrejelzésére és a használt modellről.
Hogyan közelíted meg a hiperparaméterek kiválasztását a modellhez?
Melyik területen érzed magad ma a legbiztosabbnak?
Hogyan választották ki a hibrid kereséshez a koefficienseket?
Részt vettél összetett rendszerek és ügynökök validálásában a gyártási szakaszban?
Hogyan szervezzünk kontrollcsoportot (tesztet) kockázatmodellekben?
Mindig jó, ha a görgetés mélysége nagy?
Milyen memória típusok léteznek a LangGraph-ben? Hogyan valósul meg a rövid és hosszú távú memória?
Mi az a LangGraph? Miért használjuk a LangChain vagy a nyers API helyett?
Mit csináltak a metrikákkal azok megszerzése után?
Mikro- és mélytanulás közötti fő különbségek?
Jó-e az 700 eladás millió kiválasztott ügyfél esetén egy ritka konverziós feladatban?