Como podemos comparar um pôster que aparece na página do usuário com aqueles que ele não viu (feedback parcial)?
Senior
150
Machine Learning / AI
3608
0
(Após esclarecer com o entrevistador) Como agora formular a tarefa e a abordagem, tendo em conta que as recomendações de itens já existem, e que é necessário colocar os blocos na página principal sem duplicar conteúdo?
Senior
150
De dispersão do quê exatamente ocorre na avaliação IPS?
Senior
149
Faça uma lista rápida de como reembalar a experiência RAG para sistemas de recomendação, e depois perguntas típicas. Só de forma breve, não como responder, mas em que consiste com base na minha experiência e currículo.
Senior
148
Escreva um breve parágrafo de autoapresentação onde destaque que os sistemas de recomendação são muito semelhantes ao RAG - recuperação, reclassificação, semelhanças arquitetônicas, etc., para que eu possa lembrar e contar.
Senior
148
Como funciona a perda de contraste com negativos em batch?
Senior
148
O que são itens? Como se pronuncia corretamente?
Senior
147
Como é que a atualização incremental do índice FAISS é feita em produção?
Senior
146
Avalie quantos dados são necessários para o ajuste fino do modelo em produção, descreva o processo de ajuste fino, os parâmetros, a função de perda (contrastiva/triplet) e por que ela foi escolhida.
Senior
145
# Formule e escreva a definição do que é roc auc. # Como se calcula o score roc auc? # Escreva uma função que calcula roc_auc_score de acordo com a definição escrita. # E para um número arbitrário de classes com uma ordem de prioridade dada? # O modelo funciona da seguinte forma # y_score[i] >= limiar -> y_pred[i] = 1 # y_score[i] < limiar -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Testes bônus para múltiplas classes y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Senior
145
O que fazer no caso de um bloco ter diferentes quantidades de conteúdo — há blocos unitários e blocos com 30 itens? Como trabalhar com as pontuações do conteúdo para obter um recurso desse bloco?
Senior
145
Entendi corretamente: temos um rastreador que tem uma pontuação média do rastreador de conteúdo na preenchimento do bloco, há características de usuário e de bloco, pegamos um positivo — o que exatamente?
Senior
145
Fala-me da tua experiência, em que te tens ocupado nos últimos cinco anos?
Senior
144
Por favor, conte-nos qual era exatamente o projeto e em que consistiam as suas tarefas.
Senior
144
Por que o projeto foi desenvolvido durante dois anos, se você diz que o principal foi feito há mais de dois anos? O projeto está atualmente em suporte ou foi ainda mais desenvolvido?
Senior
143
# dado um array a = [1, 20, 10, 0, 59, 63, 0, 88, 0] -> [0, 0, 0, 1, 20, 10, 59, 63, 88] # é necessário escrever uma função ótima que mova os zeros para o início do array e mantenha a ordem dos outros elementos def move_zeros_to_left(a: List[int]) -> List[int]: pass
Senior
143
Se te fossem dados um número ilimitado de GPU para melhorar a qualidade do sistema, qual direção escolherias em primeiro lugar?
Senior
143
O que é DSSM, sabes?
Senior
143
Por que então o ranker será treinado? Ou seja, ele será independente do conteúdo — qual será o seu alvo?
Senior
142
Que formato de trabalho considera e em que cidade vive?
Senior
142