Ako organizovať ukladanie dát s ohľadom na údaje z viacerých zdrojov: backend databáza, klikstream, CRM a komunikácie?
Machine Learning / AI
Čo je rozpoznávanie pomenovaných entít (NER)? Aké označenie sa najčastejšie používa (BIO, BIOES)?
Aké druhy indexov existujú?
Navrhnite systém automatického označovania produktov podľa fotografií na marketplace.
Aké sú požiadavky na rýchlosť doručenia údajov: v reálnom čase alebo dávkovo?
Čo sú odporúčania založené na sekvencii (SASRec, BERT4Rec)?
Ako používať Airflow na orchestráciu ETL procesov?
Pracovali ste s Great Expectations a testami dbt na kontrolu kvality údajov?
Prečo má transformátor niekoľko hláv pozornosti? Čo sa na tom naučia v praxi?
Budú údaje štandardizované a prezentované v jednotnom formáte pred načítaním do úložiska?
Prečo zvoliť model vitrín Kimball namiesto Tabuľky prevádzkového podnikania (OBT)?
Čo je to maticové rozloženie v odporúčaniach (SVD, ALS)?
Čo je Feast a aké má komponenty (offline/online obchod)?
Čo je to model liečby?
Ako sledovať úplnosť načítania údajov?