Machine Learning / AI
Kādi bija darbinieka simptomi?
Kādus izpētes metodes pazīstat (epsilon-greedy, UCB, Thompson, iekšēja motivācija)?
Kāpēc ir nepieciešamas metrikas, izņemot precizitāti?
Kas ir actor-critic un kāpēc ir nepieciešamas divas tīkla?
Kādas uzdevumus risina ML zāļu atklāšanā?
Kā jūsu projektā ir īstenota ilgtermiņa atmiņa un kā LLM izmanto lietotāja preferences tikšanās iecelšanai?
Kas ir emergentās spējas LLM un vai pastāv vienprātība par to esamību?
Pastāstiet par interesantiem projektiem klasiskajā mašīnmācībā — scoring, klasifikācija.
Kas ir cross-modal retrieval?
Kas ir Hyperband un Successive Halving?
Kas ir asīnhronais checkpointing un kā tas darbojas?
Kāda ir atšķirība starp klastera un neklaastera indeksiem?
Vai rindas ar NULL JOIN pēc ID tiks savienotas?
Kas ir needle-in-a-haystack un kādas ir tās ierobežojumi?
Kādas ir ražošanas īpatnības, veidojot prognozes tūkstošiem laika rindu?
Kādi ir pozīcijas aizspriedumu apkaro veidi klikšķu signālos?
Cik bieži jānotiek datu piegādei?
Kas ir holdout lietotāji un kāpēc ir nepieciešams pastāvīgs kontrole?
Kā iegūt bedingus jaunām novērojumiem?
Pastāstiet mums par savu pieredzi un atbildībām pašreizējā darba vietā.