Como organizar um armazenamento de dados considerando dados de várias fontes: base de backend, clicstream, CRM e comunicações?
Machine Learning / AI
O que é Reconhecimento de Entidades Nomeadas (NER)? Qual marcação é mais frequentemente usada (BIO, BIOES)?
Que tipos de índices existem?
Projete um sistema de autoetiquetagem de produtos por foto na marketplace.
O que são recomendações baseadas em sequência (SASRec, BERT4Rec)?
Quais são os requisitos de velocidade de entrega de dados: em tempo real ou em lotes?
Como usar o Airflow para orquestrar processos ETL?
Os dados serão padronizados e apresentados de forma uniforme antes de serem carregados no armazenamento?
Já trabalhou com Great Expectations e testes dbt para verificar a qualidade dos dados?
Por que há várias cabeças de atenção no transformador? O que elas aprendem na prática?
Por que escolher o modelo de vitrines Kimball em vez da Tabela de Negócios Operacionais (OBT)?
O que é a decomposição matricial em recomendações (SVD, ALS)?
O que é o Feast e quais são os seus componentes (loja offline/online)?
Como acompanhar a integridade do carregamento de dados?
Qual é a escala de dados na base e no clicstream?