Machine Learning / AI
Ha végtelen erőforrásaink lennének, és nem számítana a konvergencia sebessége, melyik GD, SGD vagy Mini-Batch SGD módszert érdemes használni?
Hogyan használjuk az Airflow-t az ETL folyamatok szervezésére?
Mi a ROC-AUC valószínűségi értelmezése?
Hogyan számoljuk ki az életkort években a jelenlegi dátum és a születési dátum között Pythonban?
Hogyan old meg egy hatékonytalan algoritmus optimalizációs problémáját?
Mi az első és második típusú hibák?
Hogyan szerezhetünk vektorokat a szövegek közötti hasonlóság kiszámításához?
Mi az a feature store és milyen feladatokat old meg (Feast, Tecton)?
Milyen statisztikai teszteket kell használni a csoportok közötti különbségek jelentőségének értékeléséhez, és miben különböznek?
Milyen szöveg felismerő modellek (CRNN, TrOCR)?
Mennyire érdeklik őket a klasszikus gépi tanulási feladatok vagy az NLP és CV feladatok?
Mi az a jelöltgenerálás és milyen megközelítések vannak (BM25, dense, hybrid)?
Mit tegyünk, ha a modell nem fér bele a GPU-ba további tanítás során?
Milyen okok vezethetnek ahhoz, hogy különböző elemzők különböző értékeket adjanak egy webszolgáltatás átlagos napi látogatottságára?
Mi az a népszerűség-bayas és hogyan küzdjünk ellene?
Mi az NF4 kvantálás a QLoRA-ban?
Meséljen a gépi fordítási feladatról. Mi az a sequence-to-sequence?
Miért fontos az oktató és a tanuló hasonló rétegeinek keresése az desztilláció során?
Hogyan számoljuk ki a mintanagyságot egy A/B teszthez?
Milyen speciális optimalizációk vannak az ARM (NEON) számára?