Machine Learning / AI
Ispričaj mi o metriki performansi ML usluge: latencija, RPS, kako je to bilo organizovano u tvom projektu?
Šta je diferencijalna privatnost i koja je definicija (epsilon, delta)?
Od kojih velikih delova se sastoji agent?
Koje zadatke GAN-ovi i dalje rešavaju bolje od difuzija (u realnom vremenu, niska latencija)?
Šta je target encoding za kategorijske osobine u vremenu i kako izbeći leakage?
Šta je procena 6D pozicije objekta?
Šta je generativni model oznaka u Snorkel-u?
Koji su glavni pristupi i arhitekture transformatora?
Šta je protobuf i kako se koristi u gRPC?
Uporedite klasifikaciju, lokalizaciju i detekciju.
Šta je kontrafaktualno učenje za rangiranje?
Да ли је ваше искуство више повезано са пројектовањем модела од нуле или са фине подешавањем претходно обучених модела?
Kako obraditi greške poziva alata u agentu (pokušaj ponovo, fallback)?
Šta je grasp prediction i koji su pristupi?
Šta su sigurnosni benchmarkovi (ToxiGen, RealToxicityPrompts) i kako ih interpretirati?
Šta je sparse attention?
Šta je RFM analiza?
Šta je Gini kriterijum i kako se koristi u izgradnji stabala odlučivanja?
Kako implementirati proveru ključeva sa negativnim i poklapanim vrednostima za ogledalne tačke?
Šta je batch vs streaming pipeline za funkcije?