Kā organizēt datu glabātuvi, ņemot vērā datus no vairākiem avotiem: backend datu bāze, klikšķu plūsma, CRM un komunikācijas?
Machine Learning / AI
Kādi ir indeksu veidi?
Kas ir Nosaukto Entitātes Atpazīšana (NER)? Kura marķēšana tiek visbiežāk izmantota (BIO, BIOES)?
Izstrādājiet automātiskas preču marķēšanas sistēmu pēc fotoattēla tirgū.
Kas ir secības balstītas rekomendācijas (SASRec, BERT4Rec)?
Kā izmantot Airflow ETL procesu orķestrēšanai?
Kādi ir datu piegādes ātruma prasības: reāllaikā vai partijās?
Kāpēc transformatorā ir vairākas uzmanības galvas? Ko tās praktiski apgūst?
Vai dati tiks standartizēti un attēloti vienotā veidā pirms ielādes uzglabāšanā?
Vai esat strādājis ar Great Expectations un dbt testiem datu kvalitātes pārbaudei?
Kāpēc izvēlēties Kimball vitrīnu modeli vietā Operatīvās biznesa tabulas (OBT)?
Cik bieži jānotiek datu piegādei?
Kas ir matricu sadalījums rekomendācijās (SVD, ALS)?
Kas ir Feast un kādas ir tā sastāvdaļas (offline/online veikals)?
Kā uzraudzīt datu ielādes pilnīgumu?