Hoe hebt u de gereedheid van het support ticket-klassificatiesysteem voor deployment beoordeeld?
Machine Learning / AI
Naast F1 en recall, welke metrics werden gebruikt om de classifier te evalueren?
Heb je tabulaire modellen in productie gehad?
Wat is een topic in Kafka?
Welke metrics zou je monitoren na het deployen van het model in productie: service-, data- en modelmetriek?
Beschrijf je ervaring met Docker: hoe pak je een ML-service in en implementeer je deze?
Er is een sluitingspercentage van 5% voor leads, meerdere landen en agenten. Hoe kan ML worden gebruikt om te bepalen aan welke agent een nieuwe lead moet worden toegewezen?
Welke metrics zou je gebruiken om het toewijzingssysteem voor leads aan agenten te beoordelen?
Vertel wat u weet over zoek-, rangschik-, aanbevelings- en personalisatietaken.
Wat is een partition in Kafka?
Vertel eens over jezelf en je ervaring als ML-ingenieur.
Hoe de score te normaliseren zodat een nieuwe agent zonder geschiedenis ook leads ontvangt en kan verkopen?
Hoe zou je deze beslissing aan stakeholders uitleggen zonder statistische voorbereiding?
Hoe zou u uw ervaring met tabelmatig ML vergelijken met NLP en LLM?
Waarom stel je CatBoost voor voor deze taak?
Agent A heeft 7 van de 70 leads gesloten, en agent B — 2 van de 3. Hoe kunnen ze eerlijk worden vergeleken?
Welke baseline en welke uiteindelijke modelkandidaat zou je kiezen voor deze taak?
Vertel over een situatie waarin het model goed werkte bij offline-evaluatie, maar slecht presteerde in productie: wat gebeurde er en wat hebt u gedaan?
Wat is uw ervaring met Microsoft Azure en kunt u daar een oplossing implementeren?
Vertel over jezelf in het Engels: beschrijf kort je belangrijkste vaardigheden en ervaring.