Machine Learning / AI

Неге сиз [компания]дан кетип жатасыз (кетип жатасыз)?

Кепилдик баллы чекитинин такыр маанисине кантип жеттиңиз?

Азыр иштеп жатасыңбы же жокпу?

Продукт (медиа пландар) жөнүндө бардыгы түшүнүктүүбү, же дагы бир нерсени тактоо керекпи?

Азыркы (азыркы билимдериңиз менен) кызмат көрсөтүү столунда өтүнүчтөрдүн классификациясы жана маршруттоо маселесин кантип чечмексиң, көп деңгээлдүү ыкма колдонуп: rule-based → ML → LLM fallback → адам? Так технологияларды, моделдерди жана метрикаларды атаңыз.

Бул тапшырма үчүн модель кайра окутулду беле (LLM эмес)?

Сен [компания] командасында Data Science боюнча башкы болдубу? Сенден кайсы ыкмалар жана технологиялар чыкты, жана кайсылары техникалык жетекчи тарабынан аныкталды?

Классикалык MLдеги сызыктуу жана сызыктуу эмес моделдерди салыштырыңыз — артыкчылыктары жана кемчиликтери.

Кайсы токенизация түрлөрүн билесиз? Артыкчылыктары жана кемчиликтери.

[компания]да иштеген командаңыз жөнүндө эки сөз менен айтып бериңиз.

Регулярдаштыруучу тууралуу мага айтып бер: бул эмне, эмне үчүн керек, кандай түрлөрү бар.

Бул тест/пилот түрүндө болду беле же түздөн-түз өндүрүшкө өттү жана менеджерлер колдонду?

[Компания]да продукт колдонуучунун көз карашынан кандай болчу (документтерди башкаруу, KS-2/KS-3/баа ченүү маалыматтарын чыгарып алуу)?

Математика көз карашынан градиент деген эмне жана ал машиналык үйрөнүүдө кандай колдонулат?

Классикалык ML (LLM эмес) долбооруңуз жөнүндө айтып бериңиз, сиз гордсуз.

Өзүңүз, тажрыйбаңыз жана негизги долбоорлор жөнүндө айтып бериңиз (өзгөчө [компаниядагы] корпоративдик GPT системеси жөнүндө).

Сиз маалыматтарды туура классификациялап жатканына кандай түшүндүңүз? Менеджерден кандай аракеттер талап кылынган?

Маалыматтарды чыгарып алуу сапатын кантип өлчөдүңүз?