Machine Learning / AI

Dlaczego wybrano właśnie te cechy?

Jak wybrałeś próg 0,6?

Dlaczego użyto CatBoost?

Czy porównywano całą rozmowę, czy tylko niektóre jej części?

Czy tworzyłeś rozwiązania dla klientów pracodawcy — brali je i sami je utrzymywali?

Jak zacząłeś działać w projekcie oceny jakości dialogów? Jakie dane miałeś, jakiego podejścia się trzymałeś?

Dialogi miały różną długość — jak sobie z tym poradziłeś? Czy wszystkie rozmowy mieściły się w oknie kontekstowym?

Jakie projekty i zadania stoją przed zespołem?

Jak zebrałeś dane i jakiego podejścia użyłeś do zadania odtwarzania?

Jak oceniano? Jaka metryka określała, czy to był dobry czy zły dialog?

Czy istniała jakaś linia bazowa, z którą porównywano?

Jakie były oznaki u pracownika?

Czy była przygotowanie danych, czyszczenie znaków specjalnych czy po prostu wszystko, co mówił operator?

Dlaczego wybrano takie podejście (SentenceTransformer + podobieństwo kosinusowe)?

Opowiedz o klasycznym projekcie uczenia maszynowego — prognozowanie odejścia pracowników. Jaki był problem biznesowy?

Zrozumienie zadania inteligentnego asystenta – dwustopniowa klasyfikacja

Opowiedz o swoim doświadczeniu zawodowym

Z którym projektem czujesz się najbardziej związany i o którym chcesz opowiedzieć?