Machine Learning / AI
Milyen módszerek vannak az adatok driftjének detektálására a pipeline-ban?
Dolgozott már adatbázisokkal?
Milyen adatmennyiséggel dolgoztak az OCR és entitáskinyerési feladatok során PDF-dokumentumokból?
Milyen összetevőkből készítenél egy dokumentum- és személyinformációk kereső rendszert (helyben, GPU-val)?
Mik a fő csapdák a tabuláris DL vs GBDT benchmarkoknál?
Nevezze meg azokat az eseteket, amikor jobb analitikus megoldást használni, mint ML-t
Mi történik, ha túl nagy vagy túl kicsi a tanulási ráta a gradiens leszállásnál?
Mi az a CDC (változásadat-gyűjtés), és hol alkalmazzák?
Mesélj a fő feladataidról, csapatodról és munkaszerkezetedről
Mely modellek képesek extrapolációt végrehajtani az életkori előrejelzési feladatban?
Hogyan szervezték meg a munkafolyamatot? Honnan érkeztek a feladatok, hogyan határozták meg a határidőket?
Milyen problémák merülnek fel a logisztikus regresszió tanítása során, ha a jellemzők száma nagyobb, mint a megfigyelések száma?
Mi az az él jellemzők és hogyan építsük be őket a GNN-be?
Mely rétegek működnek másképp edzés és inferencia közben?
Hogyan alakítottad ki a tesztkészletet: ugyanabból a 12 ezer párból vagy új adatokból?
Mi az a knowledge distillation az edge számára?
Milyen statisztikai módszereket ismer?
Milyen gyakran kell megtörténnie az adatok szállításának?
Hogyan szerezhetünk deadlockot kísérletekhez?
Hogyan adja vissza egy fa az objektum osztályhoz tartozásának valószínűségét?