Machine Learning / AI
Como foram organizados os dados para a sumarização de diálogos e como ocorreu o treino?
O que é uma imagem Docker e para que serve?
O que é MCP (Protocolo de Contexto do Modelo)?
Quais campos são melhores para usar como índice ao unir tabelas?
Fale sobre o sistema NER com extração de entidades — qual é a sua arquitetura?
Como ocorre o processo de acompanhamento: através do git ou manualmente?
Fale sobre si mesmo e sua experiência relevante.
Conte a arquitetura principal do transformador, quais são as principais partes.
Quais são as características do processamento de vídeo em comparação com as imagens?
Quão adequado é o papel para você, considerando que o projeto envolve NLP, LLM e ML clássico, e você procurava uma posição em ML clássico?
Fale sobre os parâmetros de geração: temperatura, Top-P e Top-K.
Qual foi o volume de dados com que trabalharam nas tarefas de OCR e extração de entidades de documentos PDF?
O que entendes por erro (na abordagem de prompt)?
Por que o ReLU é tão popular?
Como você entendeu se o modelo classificou corretamente os dados? Quais ações eram necessárias do gerente?
Indique os casos em que é melhor usar uma solução analítica em vez de ML
Quantas pessoas havia na equipa e qual foi o seu papel?
O que é o aprendizado contrastivo em PLN (SimCSE)?
Fale mais detalhes sobre as tarefas que resolveu: que modelos construiu, como processou os dados?
Já implementaste redes neurais nos teus servidores ou na cloud?