Machine Learning / AI
Parla del tuo ultimo progetto e di cosa ti ha spinto a cercare lavoro?
Come affrontare il disallineamento delle classi?
Quali librerie vengono utilizzate per ottimizzare LLM?
Qual è la differenza tra multithreading e multiprocessing in Python, quando usare ciascuno?
Parla di regolarizzazione negli algoritmi classici di ML: L1 e L2. Quali sono le loro proprietà e differenze?
Come calcolerai la varianza per un campione di 20 dipendenti? E in cosa la tua stima è migliore di un semplice numero casuale 3?
Come hai raccolto le metriche di qualità del sistema RAG? Quali metriche hai usato e quali strumenti?
Parlami del compito di valutazione della pronuncia: come affrontare il miglioramento del modello che identifica gli errori nella pronuncia di fonemi e suoni?
Cosa succede in memoria quando convertiamo una stringa in minuscolo con lower()? Quale operazione di memoria occupa?
Quali sono i progetti e le attività che il team deve affrontare?
Parlami di te e della tua esperienza
Parli del suo ultimo posto di lavoro e del progetto principale su cui ha lavorato
Parlami del tuo percorso professionale — come sei arrivato alla Data Science?
Se la dimensione del batch è maggiore, il gradiente sarà più piccolo o più grande?
Scrivi la formula del Log Loss (entropia incrociata binaria).
Scrivi un programma in Python: crea una matrice 1000x1000, riempila con la sequenza di Fibonacci nelle righe, eleva al quadrato gli elementi della diagonale secondaria. Tempo: 2 minuti.
Hai esperienza con Spark?
Parlami di te: in quali progetti hai lavorato, quali tecnologie hai usato?
Parlami di Normalizzazione di Batch: cos'è e perché è necessaria?
Parliamo di Word2Vec: quali impostazioni di apprendimento vengono utilizzate (CBOW, Skip-gram)?