Sobes.tech

Machine Learning / AI

Oprócz F1 i recall, jakie metryki były używane do oceny klasyfikatora?

Middle+
204

Jak oceniłeś gotowość systemu klasyfikacji zgłoszeń wsparcia do wdrożenia?

Middle+
203

Czym jest topic w Kafka?

Middle+
181

Czy miałeś modele tabelaryczne w produkcji?

Middle+
180

Jakie metryki monitorowałbyś po wdrożeniu modelu w produkcji: serwisowe, dane i modelowe?

Middle+
166

Opisz doświadczenie z Dockerem: jak zapakować i wdrożyć usługę ML?

Middle+
166

Czym jest partycja w Kafka?

Middle+
157

Jakie metryki użyłbyś do oceny systemu przydzielania leadów agentom?

Middle+
156

Opowiedz, co wiesz o zadaniach wyszukiwania, rankingowania, rekomendacji i personalizacji.

Middle+
156

Opowiedz o sobie i swoim doświadczeniu jako inżynier ML.

Middle+
154

Zamknięcie leadów na poziomie 5%, kilka krajów i agentów. Jak za pomocą ML określić, któremu agentowi przypisać nowy lead?

Middle+
152

Jak znormalizować wynik, aby nowy agent bez historii również otrzymywał leady i mógł sprzedawać?

Middle+
152

Jak wyjaśniłbyś tę decyzję interesariuszom bez przygotowania statystycznego?

Middle+
151

Dlaczego proponujesz CatBoost do tego zadania?

Middle+
148

Jak oceniłbyś swoje doświadczenie w ML tabelarycznym w porównaniu z NLP i LLM?

Middle+
148

Agent A zamknął 7 na 70 leadów, a agent B — 2 na 3. Jak uczciwie je porównać?

Middle+
145

Opowiedz o przypadku, gdy model dobrze działał podczas oceny offline, ale słabo w produkcji: co się stało i co zrobiłeś?

Middle+
142

Jaka linia bazowa i jaki końcowy kandydat modelu wybrałbyś do tego zadania?

Middle+
141

Jakie masz doświadczenie z Microsoft Azure i czy potrafisz tam wdrożyć rozwiązanie?

Middle+
139

Jak pracowałeś z klasami, dla których było bardzo mało przykładów?

Middle+
137
/2