Machine Learning / AI

De ce ai părăsit (părăsești) [compania]?

Cum ați ajuns la o valoare specifică a pragului de scor de încredere?

Lucrezi acum sau nu?

Ți-e clar totul despre produs (planurile media), sau vrei să clarifici ceva?

Cum ai rezolva acum (cu cunoștințele tale actuale) problema clasificării și rutării solicitărilor într-un service desk, folosind o abordare pe mai multe niveluri: bazată pe reguli → ML → fallback LLM → om? Numește tehnologii, modele și metrici specifice.

Ai fost responsabilul principal pentru Data Science în echipa [companie]? Ce abordări și tehnologii au venit de la tine, iar cele stabilite de tech lead?

Compară modelele liniare și neliniare în ML clasic — avantaje și dezavantaje.

A fost reantrenată modelul pentru această sarcină (nu LLM)?

Ce tipuri de tokenizare cunoști? Avantajele și dezavantajele fiecăruia.

Vorbește-mi despre regularizare: ce este, la ce folosește, ce tipuri există.

Povestește pe scurt despre echipa în care ai lucrat la [companie].

A fost sub forma unui test/pilot sau a mers direct în producție și au folosit-o managerii?

Ce este un gradient din punct de vedere matematic și cum este aplicat în învățarea automată?

Ce reprezenta produsul în [companie] din punctul de vedere al utilizatorului (flux de documente, extragerea datelor din КС-2/КС-3/buget)?

Vorbește despre un proiect cu ML clasic (nu LLM) de care ești mândru.

Spune-mi despre tine, experiența ta și proiectele cheie (în special sistemul GPT corporativ din [companie]).

Cum ați măsurat calitatea extragerii datelor?

Cum ați înțeles dacă modelul a clasificat corect datele? Ce acțiuni erau necesare de la manager?