Machine Learning / AI
Jak działa transformator? Opowiedz o BERT i GPT.
Jak radzić sobie z nierównowagą klas?
Jak obliczysz wariancję dla próbki 20 pracowników? I czym Twoja ocena jest lepsza od losowej liczby 3?
Jak jest zbudowany orkiestrator: jaki framework i architektura są używane, co on robi, czy jest jednokrokowy, czy może wielokrotnie rozważać przed odpowiedzią?
Jak uczymy model klasyfikacji fonemów? Co jest w celu?
Czy miałeś modele tabelaryczne w produkcji?
Czy jesteś sam w Moskwie? Czy moment z lokalizacją jest krytyczny?
Jak zbierałeś metryki jakości systemu RAG? Jakie metryki używałeś i jakie narzędzia?
Opowiedz o zadaniu oceny wymowy: jak podejść do ulepszania modelu, który wykrywa błędy w wymowie fonemów i dźwięków?
Co się dzieje w pamięci, gdy konwertujemy ciąg na małe litery za pomocą lower()? Jaką operację pamięci to zajmuje?
Jakie projekty i zadania stoją przed zespołem?
Czym są reduktory w LangGraph i dlaczego są potrzebne w wzorcu fan-out?
Jaka jest różnica między żądaniami GET i POST?
Opowiedz o projekcie prognozowania odejść pracowników: co robiłeś, co się udało, z czego jesteś dumny?
Czy masz doświadczenie w pracy z Spark?
Co należy zrobić po retrieval, aby sformułować odpowiedź dla użytkownika, i jak ocenić jakość generacji w RAG?
Opowiedz o Word2Vec: jakie ustawienia uczenia się są w nim używane (CBOW, Skip-gram)?
Czym jest dryf danych (data drift)?
Kiedy dołączyłeś do 1C:Rarus? Czy miałeś mentora/opiekuna, który pomagał Ci z zadaniami?
Czy potem sprawdzasz kod wygenerowany przez narzędzie AI?