Kako ste procenili spremnost sistema za klasifikaciju tiketa podrške za implementaciju?
Machine Learning / AI
Pored F1 i recall, koje metrike su korišćene za ocenu klasifikatora?
Šta je topic u Kafka?
Да ли сте имали табеларне моделе у производњи?
Koje metrike biste pratili nakon deploy-a modela u produkciji: servisne, podatke i model?
Opišite iskustvo rada sa Docker-om: kako spakovati i implementirati ML servis?
Koje metrike biste koristili za ocenu sistema dodeljivanja leadova agentima?
Recite šta znate o zadacima pretraživanja, rangiranja, preporuka i personalizacije.
Zatvaranje od 5% leadova, nekoliko zemalja i agenata. Kako pomoću ML odrediti kojem agentu dodeliti novi lead?
Šta je particija u Kafka?
Ispričajte nam o sebi i svom iskustvu kao ML-inženjer.
Kako normalizovati skor da novi agent bez istorije takođe dobija lidove i može da prodaje?
Kako biste objasnili ovu odluku zainteresovanim stranama bez statističke pripreme?
Kako biste ocenili svoje iskustvo u tabelarnom ML u poređenju sa NLP i LLM?
Zašto predlažete CatBoost za ovaj zadatak?
Agent A je zatvorio 7 od 70 potencijalnih klijenata, a agent B — 2 od 3. Kako ih pošteno uporediti?
Koja je osnovna linija i koji je završni kandidat modela koji biste odabrali za ovaj zadatak?
Ispričajte slučaj kada je model dobro radio tokom offline procene, ali je loše radio u produkciji: šta se dogodilo i šta ste uradili?
Koje je vaše iskustvo sa Microsoft Azure i možete li tamo implementirati rešenje?
Реците о себи на енглеском: кратко опишите најважније вештине и искуство.