Machine Learning / AI
Pastāstiet mums, ko jūs zināt par meklēšanas, rangēšanas, ieteikumu un personalizācijas uzdevumiem.
Vai jūs varētu paskaidrot, kā tieši tiek aprēķināts F1-score, izmantojot precizitāti un atgūšanu?
Pastāsti par savu pēdējo projektu, ko izdevās sasniegt.
Kāda ir galvenā atšķirība starp DBSCAN un K-Means?
Izskaidro, kāpēc divu torņu tīkls (two-tower) palīdzēs atrisināt pirmā līmeņa griestu problēmu — kāpēc tieši tas?
Klasifikācijas uzdevums ar spēcīgu klases nelīdzsvarotību: kādas metriki ir labas, kādas ir sliktas?
Vai jums nav kāda fiksēta algas daļa? Vai vienmēr saņemat to pašu algu?
Kā jūs validējāt LoRA fine-tuning?
Kā darbojas kontrasta zudums ar negatīviem partijā?
Kāpēc izvēlējāties Qdrant kā galveno datu bāzi?
Pastāstiet mums par savu karjeras pārskatu: lomu veidi, nozares, galvenie projekti.
Stāstiet secīgi par darbinieku aiziešanas prognozēšanas projektu: biznesa uzdevums, ML uzdevuma formulēšana, metrikas un dati.
Pastāstiet vairāk par darbinieku aiziešanas prognozēšanas projektu: ko darījāt, kādus datus izmantojāt, kāpēc izvēlējāties CatBoost?
Vai dekoratoru var izmantot bez @ sintakses?
Kā tiek izvēlēti raksturlielumi Random Forest?
Uzdevums: 1000 dokumentos ir ir 10 gandrīz identiski (atšķiras tikai skaitlis vidū — zvana cena dažādās reģionos). Kā tas ietekmēs RAG un kā risināt problēmu?
Vai ir darba meklēšanas termiņi? Ar kurām uzņēmumiem vēl sazināties?
Ir 100 monētas, no kurām viena ir viltus — ar diviem ērglēm abās pusēs. Mēs nejauši izvēlamies monētu, to metam un iznāk ērglis. Kāda ir varbūtība, ka monēta ir viltus? Izskaidrojiet risinājumu (izmantojot Bayesa formulu).
Kura koeficientu L2 regulēšana ietekmē XGBoost?
Kas ir datu noplūde un no kur tā nāk?