Ako ste hodnotili pripravenosť systému triedenia tiketov podpory na nasadenie?
Machine Learning / AI
Okrem F1 a recall, aké metriky boli použité na hodnotenie klasifikátora?
Čo je to topic v Kafka?
Mal ste tabuľkové modely v produkcii?
Opíšte svoju skúsenosť s Dockerom: ako zabalíte a nasadíte ML službu?
Aké metriky by ste sledovali po nasadení modelu do produkcie: servisné, dátové a modelové?
Aké metriky by ste použili na hodnotenie systému prideľovania leadov agentom?
Povedzte nám, čo viete o úlohách vyhľadávania, zoradenia, odporúčaní a personalizácie.
Ako normalizovať skóre, aby nový agent bez histórie tiež dostával leady a mohol predávať?
Existuje 5% miera uzatvárania leadov, niekoľko krajín a agentov. Ako pomocou ML určiť, ktorému agentovi priradiť nový lead?
Čo je to partition v Kafka?
Ako by ste vysvetlili toto rozhodnutie zainteresovaným stranám bez štatistickej prípravy?
Porozprávajte nám o sebe a svojich skúsenostiach ako ML-inžinier.
Ako by ste ohodnotili svoje skúsenosti v tabuľkovom ML v porovnaní s NLP a LLM?
Prečo navrhujete CatBoost pre túto úlohu?
Agent A uzavrel 7 z 70 potencialnih strank, agent B — 2 z 3. Ako ich pošteno primerjati?
Aká je základná línia a aký je konečný kandidát modelu, ktorý by ste pre túto úlohu vybrali?
Povedajte o primeru, ko je model dobro deloval pri offline ocenjevanju, a slabo v produkciji: kaj se je zgodilo in kaj ste storili?
Aké máte skúsenosti s Microsoft Azure a či tam môžete nasadiť riešenie?
Ako ste pracovali s triedami, pre ktorých bolo veľmi málo príkladov?