Machine Learning / AI
Kaip derinamos agentų veiksmai daugiaagentinėse sistemose?
Ar yra tam tikra vystymo metodologija (Agile, Scrum, Kanban)?
Kodėl CatBoost, o ne XGBoost ar LightGBM? Kuo jie skiriasi?
Kada pasirinkti LoRA ir kada paiešką pagal panašius įrašus? Kiek duomenų reikia kiekvienam požiūriui?
Ar žinote, kas yra bagging? Pateikite algoritmo pavyzdį.
Papaskokite apie savo patirtį, susijusią su Data Scientist pareigomis.
Kas yra RAG ir kokios yra jo pagrindinės sudedamosios dalys?
Papaskink apie pozicinio kodavimo tipus, ypač apie Rotary Positional Encoding (RoPE).
Ar tai buvo kaip testas/pilotas ar iš karto įėjo į gamybą ir juo naudojosi vadybininkai?
Papaskink apie šlamšto aptikimo projektą leaduose ir skambučių centro darbo optimizavimą.
Kodėl palikote paskutinę darbo vietą?
Kaip ne sulaužyti gamybos diegiant problematišką versiją, kuri pradės veikti, bet su klaidomis?
Ar galite paaiškinti, kaip tiksliai skaičiuojamas Gini kriterijus ir kaip jis veikia sprendimų medžio pasirinkimą?
Kas yra per didelis mokymasis? Kaip jį nustatyti ir išvengti?
Kaip įvertinti klasterizacijos kokybę?
Kokias reitingo metrikas naudojote savo darbe?
Jei modelio optimalus medžių skaičius yra 500, bet atsitiktinai apmokėme tiek atsitiktinį mišką, tiek boosting su 1000 medžių, kuris modelis labiau tikėtina perprast ir kodėl?
Be F1 ir recall, kokias matricas buvo naudojamos klasifikatoriui įvertinti?
Kaip veikia RAG apskritai — kaip vyksta atitinkamo gabalo paieška pagal užklausą?
Papaskinkite apie savo darbo patirtį