Machine Learning / AI

Hoe implementeer je technisch een gegevensopslag- en waarschuwingssysteem voor modelmonitoring?

Hoe lijken random forest en gradient boosting op elkaar en hoe verschillen ze? Hoe worden de bomen in elk gebouwd?

Heb je ideeën om het vraagvoorspellingssysteem verder te verbeteren?

Vertel hoe de clustering-algoritme die je hebt gebruikt werkte — hoe groepeerde het punten in de ruimte?

Hoe heb je de kwaliteit van clustering bepaald? Welke methoden heb je gebruikt?

Wat voor specifieke taken werden op Spark parallel uitgevoerd?

Wat is een stationaire tijdreeks, hoe controleer je dat en waarom is het belangrijk?

Wat is het verschil tussen een betrouwbaarheidsinterval en een voorspellingsinterval? Wat laten ze zien?

Hoe bouw je een systeem voor het volgen van kwaliteit en besluitvorming over vervanging van het model?

Welke modellen heb je gebruikt voor vraagvoorspelling?

Casus: ontwikkeling van een prijsbussysteem voor S7 business class. 300 vluchten per dag, ongeveer 100 met business class, 4-6 stoelen. Twee doelen: maximale bezetting en maximale opbrengst. Prijzen dagelijks en na elke aankoop bijgewerkt. Momenteel worden de prijzen handmatig vastgesteld, op basis van bezetting. Hoe zou je deze taak aanpakken?

Vertel over interessante optimalisatiegevallen in Spark gerelateerd aan kenmerken en complexe joins

Vertel ons over je ervaring in Data Science

Hoe los je het probleem van verschoven historische gegevens (prijzen waren ondergewaardeerd, het model ziet de vraag slecht op nieuwe niveaus)?

Hoe om te gaan met een laag feedbackvolume op rustige routes (weinig vluchten, ruisende gegevens)?