Machine Learning / AI

Czym jest operator HAVING w SQL? Gdzie jest używany?

Zadanie regresyjne: przewidywanie ceny akcji na 5. rok na podstawie danych z 4 lat za pomocą boostingu. Jakiego błędu dokonaliśmy?

Opowiedz o projekcie oceny jakości pracy dyspozytorów: jakie modele były używane, jak porównywano je z wzorcowym skryptem?

Czym są metryki MAPE i SMAPE? Gdzie mogą być nieefektywne?

Dlaczego CatBoost, a nie XGBoost lub LightGBM? Czym się różnią?

Zadanie MVP: binarna klasyfikacja z niezrównoważonymi klasami, dane są rozproszone na 10 maszynach, jest cecha tekstowa. Jakie podejście zaproponujesz?

Opowiedz o projekcie klasteryzacji zgłoszeń z oznaczeniem według ważności biznesowej.

Jakie metryki są najważniejsze przy dużym niezrównoważeniu klas (99 do 1)?

Czy znasz protokoły HTTP, UDP, TLS?

Jaka jest główna różnica między Spark a Pandas? Czym jest Hadoop?

Czy wiesz, czym jest bagging? Podaj przykład algorytmu.

Czym jest LoRA (Low-Rank Adaptation)?

Opowiedz więcej o projekcie prognozowania odejścia pracowników: co robiliście, jakie dane używaliście, dlaczego wybraliście CatBoost?

Opowiedz o sobie, swoim doświadczeniu i projektach.

Opowiedz o algorytmie K-means i jego zaawansowanych odpowiednikach (K-means++).

Jakie metryki są używane do oceny jakości klasteryzacji? Jak dobrać liczbę klastrów?