Machine Learning / AI
Opowiedz o swoim podejściu: jak budujesz architekturę za pomocą AI, jak weryfikujesz kod i piszesz testy?
Jaki jest sens anchor w Triplet Loss?
Jaka jest wymiarowość logitów i jak z nich powstaje token?
Dlaczego wybrano kierunek matematyka w życiu szkolnym?
Czy kod rozwiązania można poprawić, uwzględniając sortowanie?
Dlaczego select 'account1' zwraca 5, a nie 7?
Jak uczą się algorytmy uczenia maszynowego i jaki jest ich główny trik?
Czym jest filtracja kolaboratywna?
Czym jest Elliptic Envelope i jakie są założenia metody?
Napisz krótki akapit prezentacji, w którym podkreślisz, że systemy rekomendacji są bardzo podobne do RAG - retrieval, re-ranking, podobieństwa architektoniczne itp., abyś mógł to zapamiętać i opowiedzieć.
Czym jest Whisper i dlaczego tak dobrze przenosi się między językami?
Jak oceniano? Jaka metryka określała, czy to był dobry czy zły dialog?
Czy musiałeś pracować z bazami danych?
Do przechowywania sesji w usłudze AI wspomniałeś Redis. Czy istnieją nowocześniejsze rozwiązania obsługujące operacje specyficzne dla AI, takie jak podsumowania?
Czy odpowiada Ci forma pracy: umowa na czas nieokreślony i okres próbny 3 miesiące?
Czym jest prawdopodobieństwo egzaminu?
Jak dokładnie użyłbyś `EXPLAIN`, aby zidentyfikować problemy z wydajnością w tym zapytaniu?
Z jakimi głównymi trudnościami w dziedzinie AI i rozwoju się spotykasz?
Dlaczego w boosting zwykle używa się płytkich drzew i jak liczba drzew wpływa na przeuczenie?
Jak zaimplementować funkcję zwracającą listę kwadratów elementów?