Sobes.tech

Python

Ako pridať špecifickú obchodnú metriku do aplikácie — čo je potrebné urobiť, ako to bude vyzerať v kóde?

131

Je enaka ML-storitev izvajala obogatitev podatkov iz zunanjih virov in zagnala model znotraj sebe, ali so te funkcije bile razdeljene med storitvami?

127

Povedzte o svojej skúsenosti s integráciou API ML/AI — pracovali ste s OpenAI alebo inými modelmi?

127

Porozprávajte o službách a práci na poslednom mieste — vyberte niekoľko funkcií a vysvetlite, ako ste ich riešili z technologického hľadiska, aké vzory ste použili, aké boli ťažkosti a alternatívne prístupy.

125

V Kafka je téma s 10 particijami. Pridobili smo še eno repliko potrošnika, vendar se zmogljivost ni povečala. Zakaj in kaj storiti?

122

Popíšte technickú architektúru komponentu platformy hodnotenia, ktorý komunikuje s ML modelom: rozdelenie služieb a zodpovedností, komunikácie medzi nimi a váš osobný príspevok.

120

Povedzte nám o interakcii služieb cez REST a Kafka — aké boli prípady použitia každej z prístupov?

119

Čo sa stane s správou Kafka po jejom prečítaní konzumentom: bude naďalej uložená?

117

Pri spustení Flask aplikácie cez `python main.py` sa v konzole objaví upozornenie, že to nie je pre produkciu. Čo to znamená, prečo sa to objavuje a ako s tým žiť?

117

Ako dva servisa komunikovali cez Kafka: čo sa dialo na vstupe a výstupe, ako prechádzala žiadosť cez pipeline až po rozhodnutie o schválení alebo zamietnutí?

117

Ako bola usporiadaná vrstva cache, aké optimalizačné vlastnosti boli pre váš špecifický prípad použité?

117

Koľko modelov bolo použitých v procese scoringu? Boli tam nemodelové, empirické pravidlá scoringu?

116

Ktorú knižnicu ste použili na interakciu s Kafka a prečo ste si vybrali práve túto namiesto klasickej knižnice Kafka?

115
/4