Machine Learning / AI
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?
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?
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.
Czy jesteś naprawdę wykształcony w ML? Jakie masz wykształcenie i czy to licencjat?
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?
Czy w systemie przeprowadzano sprawdzenie duplikatów w przypadku awarii po pomyślnym zapisaniu (idempotencja)?
Opowiedz o zadaniach z ostatnich sześciu miesięcy w ostatniej pracy w [organizacja]: na czym skupiała się Twoja praca?
Dlaczego teraz rozważasz nową ofertę?
Czy to są zgłoszenia od użytkowników, osób fizycznych/prawnych?
Opowiedz o Layer Norm
Rozdzielnie przeanalizuj prefill i decode: Q/K/V, formy macierzy i różnice faz.
Jak utrzymujesz aktualność swojej wiedzy w szybko zmieniającym się środowisku technologicznym?
Czego używasz do szybkiego prototypowania agentów kodowych? Jak korzystasz z AI w rozwoju?