Machine Learning / AI
Orkestratör nasıl yapılandırılmıştır: hangi çerçeve ve mimari kullanılıyor, ne yapıyor, tek aşamalı mı yoksa cevap vermeden önce birkaç kez düşünebiliyor mu?
Senaryolar arasında istek yönlendirmesini nasıl gerçekleştirirsiniz — LLM yanıtı hangi biçimde verir ve buna göre senaryo nasıl seçilir?
Embedleme modeli nedir ve token nedir?
Neden yeni bir iş arıyorsunuz ve önceki işlerden neden ayrıldınız?
Sıralanmamış bir tamsayı listesi alan ve medyanı döndüren bir Python fonksiyonu yazın.
Spark ile Pandas arasındaki temel fark nedir? Hadoop nedir?
MyClass<T> içindeki T ne anlama geliyor?
Adam optimizasyonu hakkında bilgi verin: nedir ve ne içerir?
Mafyada büyük bir topluluk var mı?
Kubernetes'te, yük altında kullanılmadan önce pod'un durumunu kontrol eden bir mekanizma var mı?
Değiştirilebilir ve değiştirilemez veri tipleri hakkında bir şeyler biliyor musun ve bunlar hangi verilere aittir?
import unittest class Solution: def isvalid(self, s:str) -> bool: matching_brackets = { ")": "(", "]": "[", "}": "{", } stack: list[str] = [] for bracket in s: if bracket in "([{": stack.append(bracket) continue if bracket not in matching_brackets: return False if not stack or stack[-1] != matching_brackets[bracket]: return False stack.pop() return not stack class SolutionTest: def __init__(self): self.Solution = Solution() def run(self): test_cases = [ ("", True), ("()", True), ("(){}[]", True), ("(({}))", True), ("(", False), (")", False), ("(((", False), ("{[]}", False), ] for brackets, expected in test_cases: actual = self.Solution.isvalid(brackets) assert actual == expected, ( f"Hata için {brackets!r}" f"Beklenen {expected}, ama alınan {actual}" ) print(f"Tüm testler geçti: {len(test_cases)}") if __name__ == "__main__": SolutionTest().run()
Veri tabanında zaten bulunan veriler ve tek ML mühendisi sizseniz, POC'den üretime nasıl geçersiniz?
Batch Normalization hakkında bana anlatın: bu nedir ve neden gereklidir?
Pratik Görev AI, tüm 2 milyon temizlenmemiş diyaloğu LoRA ile eğitmeyi öneriyor. Adayın en olgun yanıtı nedir? - AI'ye güvenmek: büyük bir kütüphane hataları telafi edecektir. - Verileri değiştirmeden önce prompt'u değiştir. - Temizlenmiş kısımdan LoRA'yı eğit ve temel modelle karşılaştır. - Eğitime başlamadan önce rastgele bir etiketleme örneği kontrol et. - Öncelikle verileri ve kaliteyi konulara göre ayrı bir set üzerinde kontrol et, sonra sınırlı bir şekilde LoRA'yı eğit. - Tüm kütüphane üzerinde eğit, ancak LoRA'nın rütbesini azalt.
Sınıflandırma sonucuna göre hangi veritabanına başvurulacağını nasıl anlayabiliriz?
1C:Rarus'a ne zaman katıldın? Görevlerin içine dalmakta yardımcı olan bir mentor veya danışman var mıydı?
Neden RPS yerine QPS terimini kullanıyorsun ve bunlar nasıl farklılık gösteriyor?
Denetimli öğrenme ile denetimsiz öğrenme arasındaki farkı açıklayın. Lütfen bu soruya sözlü olarak cevap verin.
Projenin sonunda örneklem büyüklüğü neydi ve kaç tane orijinal ve seçilmiş özellik vardı?