Machine Learning / AI
Opowiedz o swoim doświadczeniu z testami A/B w praktyce
Czy możesz wyjaśnić, jak dokładnie oblicza się TPR i FPR na każdym progu?
Czy możesz bardziej szczegółowo wyjaśnić, czym jest precision i recall oraz jak są one powiązane z wynikiem F1?
Jak zweryfikowałeś dostrajanie LoRA?
Czy rozważasz pracę zdalną pod względem lokalizacji?
Opowiedz kolejno o projekcie prognozowania rotacji pracowników: problem biznesowy, sformułowanie zadania ML, metryki i dane.
Czy masz doświadczenie z szeregami czasowymi i PySpark?
Czym jest LangGraph? Dlaczego używać go zamiast LangChain lub surowego API?
Opowiedz więcej o projekcie prognozowania odejścia pracowników: co robiliście, jakie dane używaliście, dlaczego wybraliście CatBoost?
Jak obsługiwać tabelę w dokumencie podczas przygotowywania danych do RAG?
Jak Gradient Clipping i Warmup pomagają zwalczyć wybuchy gradientów i rozbieżność straty na początku treningu?
Czy w firmie (1C:Rarus) nie było możliwości pozostania, rozwoju, rozwoju w innych kierunkach?
Opisz, jak działa metoda maszyn wektorów nośnych (SVM) i jej związek z modelami liniowymi.
Jak zaprojektować agenta, który odpowiada użytkownikom na podstawie danych z bazy transakcyjnej: jaki stos technologiczny i architektura są potrzebne, i czy warto stosować wieloagentowość?
Czy jesteś naprawdę wykształcony w ML? Jakie masz wykształcenie i czy to licencjat?
Jaki format pracy rozważasz i w jakim mieście mieszkasz?
Czy harmonogram pracy (praca zdalna, od poniedziałku do piątku od 10:00 do 19:00 czasu moskiewskiego) będzie wygodny?
Jeśli wykonanie zmieniło stan, ale LLM tego nie widzi, jak technicznie aktualizowane są stan i metadane?
Opowiedz o zadaniach z ostatnich sześciu miesięcy w ostatniej pracy w [organizacja]: na czym skupiała się Twoja praca?
Czy to są zgłoszenia od użytkowników, osób fizycznych/prawnych?