Machine Learning / AI
Դու աշխատե՞լ ես Docker, MLflow, Airflow-ով։
Ի՞նչ են DocFormer և BROS-ը։
Դու մտածո՞ւմ եք 300 հազար ընդհանուր աշխատավարձի մասին։
Ինչու է տվյալների ընդլայնումը անհրաժեշտ?
Ի՞նչ են Anserini և Pyserini-ները։
Ինչպե՞ս հավաքեցիք RAG համակարգի որակի մետրիկաները: Որ մետրիկաները օգտագործեցիք և ինչ գործիքներ:
Ինչպե՞ս է ֆունկցիայի կանչը տարբերվում դասական few-shot prompting-ից կառուցվածքային ելքի համար։
Ի՞նչ է Spark-ի և Pandas-ի հիմնական տարբերությունը: Ինչ է Hadoop-ը։
Ի՞նչ է bias-ը և variance-ը։
Ի՞նչ է նշանակում T MyClass<T>-ում։
Պատմիր, թե ինչպես է աշխատում re-ordinator-ը՝ մանրամասն մտնելով, թե որպես պատրաստի ինժեներական բլոկ օգտագործե՞լ ես այն։
Ներկայացրեք ուսուցչի հետ և առանց ուսուցչի ուսուցման տարբերությունը: Խնդրում եմ, պատասխանեք այս հարցին բանավոր։
Կան ենթադրություններ, որ գլխավոր տնօրենի սեռը մեծ բիզնեսի հաճախորդների արտահոսքի չափին է ազդում: Պետք է գտնել տվյալների աղյուսակ: Ինչպե՞ս կփնտրեիր այդ տվյալները:
Ինչպես է աշխատում Random Forest-ը?
Ի՞նչ մոտավոր աշխատավարձի շրջանակի վրա եք հենվում անցնելու համար։
Ինչպե՞ս ենք բաժանում տվյալները խաչմերուկային վավերացման համար։
Ինչպե՞ս ես վերաբերվում ֆրոնտենդային առաջադրանքներին, եթե դրանք հասնեն։
Ինչպե՞ս են նրանք պայքարել մեծ կոնտեքստի հետ փաստաթղթերով աշխատելիս։
Ի՞նչ է RAG-ը և ինչպիսի՞ն են նրա հիմնական բաղադրիչները։
Ի՞նչ է L1 և L2 ռեգուլյարիզացիան: Ինչպե՞ս է դա օգնում ավելցուկային ուսուցմանը կանխել: