Quali sono le tecniche per lavorare con dati molto sparsi?
Machine Learning / AI
Progettare un sistema di riutilizzo degli embedding tra diversi team dell'azienda.
Cos'è la comprensione dei documenti senza OCR (Donut, Pix2Struct)?
Quali sono le caratteristiche del ranking dei prodotti nell'e-commerce (CTR, conversione, ricavi)?
Come valuti il tuo livello di lavoro con SQL?
Quali compiti risolvono le GNN nel design molecolare (parenti di AlphaFold)?
Cosa sono le mappe di attivazione di classe (CAM) e Grad-CAM?
Come cercheresti la tabella con i dati del cliente, del direttore dell'azienda e il suo campo, se non sai dove si trovano questi dati e non c'è nessuno a cui chiedere?
Quali sono le caratteristiche del lavoro con PII durante la preparazione di un dataset?
Cos'è Great Expectations e quali sono i suoi concetti chiave?
Perché hanno massimizzato il Recall, se allo stesso tempo dicono di non aver cercato di coprire tutto?
Cos'è il riscaldamento pre-LN vs post-LN e quali sono i problemi di convergenza all'inizio dell'addestramento?
Quali sono state le caratteristiche principali utilizzate per la classificazione dello spam nei lead?
Quali sono i colli di bottiglia tipici nel servizio LLM?
Parla del progetto di valutazione della qualità del lavoro dei dispatcher.
Cos'è la cache dei prefissi nell'inferenza?
Quali sono i metodi di rilevamento automatico delle pipeline rotte?
Quali strumenti di qualità dei dati (Great Expectations, Soda)?
Cos'è Linformer e perché riesce ad avere una complessità lineare?
Racconta brevemente cosa hai fatto sui modelli. Qual è la tua esperienza in progetti di ML?