Como avaliou a prontidão do sistema de classificação de tickets de suporte para implantação?
Machine Learning / AI
Para além de F1 e recall, que métricas foram usadas para avaliar o classificador?
O que é um tópico no Kafka?
Já teve modelos tabulares em produção?
Quais métricas você monitoraria após o deploy do modelo em produção: métricas de serviço, dados e modelo?
Descreva sua experiência com Docker: como empacotar e implantar um serviço de ML?
Há uma taxa de fechamento de leads de 5%, várias países e agentes. Como usar ML para determinar a qual agente atribuir um novo lead?
Que métricas utilizaria para avaliar o sistema de atribuição de leads aos agentes?
Conte-nos o que sabe sobre as tarefas de pesquisa, classificação, recomendações e personalização.
O que é uma partição no Kafka?
Fale sobre si e a sua experiência como engenheiro de ML.
Como normalizar o score para que um novo agente sem histórico também receba leads e possa vender?
Como explicaria esta decisão aos stakeholders sem formação estatística?
Como você avaliaria sua experiência em ML tabular em comparação com NLP e LLM?
Por que você propõe o CatBoost para esta tarefa?
O agente A fechou 7 de 70 leads, e o agente B — 2 de 3. Como compará-los de forma justa?
Qual a linha de base e qual o candidato final do modelo que você escolheria para esta tarefa?
Conte um caso em que o modelo funcionou bem na avaliação offline, mas teve um desempenho ruim em produção: o que aconteceu e o que você fez?
Qual é a sua experiência com o Microsoft Azure e consegue implementar uma solução lá?
Fale sobre si em inglês: descreva brevemente as suas habilidades e experiência mais importantes.