Machine Learning / AI
Racconta della tua esperienza di gestione simultanea di progetti in due aziende: quali erano questi progetti e quanto era comodo il processo?
Il tuo formato principale di lavoro era secondo il Codice del Lavoro?
In quale momento Spark inizia l'esecuzione effettiva dei calcoli sui dati?
Perché è necessaria una base di dati vettoriale in questa architettura?
Descrivi il tuo agente analitico: cosa faceva, per chi, come appariva il flusso di lavoro dell'utente?
Possiamo cambiare il valore associato a una chiave in un dizionario dove la chiave è una stringa e il valore è una tupla? Cosa succederà?
Hai lavorato con grafici?
Come hai effettuato il deployment Blue-Green?
Come hai implementato e distribuito il servizio per l'elaborazione delle pull request?
Come addestriamo il modello di classificazione dei fonemi? Cosa c'è nel target?
Perché una LLM quantizzata può funzionare più velocemente e perché a volte la quantizzazione, al contrario, rallenta l'inferenza?
Come gestire la tabella nel documento durante la preparazione dei dati per RAG?
Hai avuto modelli tabulari in produzione?
Utilizzi lo stato in LangGraph e passi tutto lo stato nel contesto?
Esaminiamo le condizioni: quale fascia di stipendio stai considerando, remoto/ufficio/ibrido?
Come hai raccolto le metriche di qualità del sistema RAG? Quali metriche hai usato e quali strumenti?
Perché nel sistema multi-agente non è stato utilizzato Human-in-the-Loop, solo in ReAct?
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?
Qual è il tuo setup quando lavori su un nuovo progetto che utilizza l'IA (ad esempio, Claude Code o Codex)?