Machine Learning / AI
Parlaci della tua revisione della carriera: tipi di ruoli, industrie, progetti chiave.
In quale parte (BM25 o dense) i valori non sono normalizzati?
Hai partecipato alla validazione di sistemi e agenti complessi nella fase di produzione?
Come hai scelto la soglia di 0,6?
Cos'è un vettore sparso? In cosa si differenzia da uno denso?
Attualmente usi solo Cursor nella tua routine quotidiana, giusto?
Di cosa esattamente si verifica la dispersione nella stima IPS?
Perché una LLM quantizzata può funzionare più velocemente e perché a volte la quantizzazione, al contrario, rallenta l'inferenza?
Compito: in 1000 documenti ci sono 10 quasi identici (solo differisce il numero al centro — il prezzo della chiamata per diverse regioni). Come influenzerà questo il RAG e come risolvere il problema?
Ci sono scadenze per la ricerca di lavoro? Con quali aziende state ancora comunicando?
Ci sono 100 monete, una delle quali è falsa — con due aquile su entrambi i lati. Scegliamo una moneta a caso, la lanciamo e compare l'aquila. Qual è la probabilità che la moneta sia falsa? Spiega la soluzione (usando la formula di Bayes).
Su quali coefficienti la regolarizzazione L2 in XGBoost applica restrizioni?
Come progettare un agente che risponde agli utenti in base ai dati di un database transazionale: quale stack e architettura sono necessari, e conviene applicare la multiagente?
Cos'è Kafka?
Parla del suo primo posto di lavoro: con quali compiti e progetti ha dovuto lavorare, quali strumenti ha usato?
Parla del tuo progetto più interessante nel campo del NLP e LLM, inclusa l'architettura e la valutazione della soluzione.
Cos'è la perdita di dati e da dove proviene?
Quanto sei attualmente attivo nella ricerca e perché stai considerando nuove offerte?
L'orario di lavoro (lavoro da remoto, dal lunedì al venerdì dalle 10:00 alle 19:00 ora di Mosca) sarà comodo?
Cosa succede in Precision/Recall quando si abbassa la soglia del classificatore?