Machine Learning / AI
Jakie funkcje są optymalizowane podczas treningu regresji logistycznej?
Jak gradient boosting poprawia wydajność modeli uczenia maszynowego?
Jakie zasoby dotyczące modeli i artykułów monitorujesz?
Jak zrozumiałbyś, dlaczego uczniowie w grupie z systemem rekomendacji przestali wykonywać zalecane zadania?
Jak zorganizowano proces pracy? Skąd pochodziły zadania, jak ustalano terminy?
Czym jest uczenie kontrastowe w NLP (SimCSE)?
Czy na rozmowie kwalifikacyjnej z ML mogą zadawać pytania o struktury danych, takie jak drzewa i listy powiązane?
Jakie problemy występują przy braku losowych danych?
Wymień co najmniej trzy ograniczenia, które warto wziąć pod uwagę, pracując z LLM jako technologią.
Czym jest cross-encoder i gdzie go używałeś?
Jak podoba ci się format pracy — dwa razy w tygodniu w biurze?
Dlaczego wybrano takie podejście (SentenceTransformer + podobieństwo kosinusowe)?
FROM python:3.11 COPY ./app WORKDIR /app RUN pip install torch transformers fastapi uvicorn sentence-transformers CMD ["uvicorn", "main:app", "--host", "0.0.0.0"]
Jak znaleźć ostatni zakup na osobę w danych?
Czym jest macierz Jordana?
Czy sam to wszystko robiłeś (RAG, LoRA, praca z sieciami neuronowymi), czy pomagałeś komuś?
Opowiedz o swoim doświadczeniu w 1C-Rarus, obsługa zgłoszeń w Service Desk. Czy to helpdesk dla klientów?
Jakim narzędziem dokonywano strukturalnego dzielenia dokumentów?
Jak zwykle sprawdzasz jakość i istotność danych przed treningiem LoRA?
Krótko opisz, co robi każdy z czterech agentów systemu wieloagentowego end-to-end.