JobPathВопросы на собеседовании дата-сайентиста и ML-инженера
1 165 вопросов с реальных собеседований, чаще всего — в компаниях Сбер, Иннотех и Avito.
Все вопросы
- Какие методы борьбы с переобучением существуют и как они работаютSenior×49Газпромбанк, Яндекс
- Какие метрики качества классификации существуютSenior×36Газпромбанк, филиппинский банк Salmon
- Что такое градиентный бустингJunior×30филиппинский банк Salmon, Avito
- Расскажите про опыт и проектыSenior×251221 Systems, нетология
- Расскажите о себе и опытеMiddle×25Домклик, Яндекс
- На что обращать внимание при оптимизации SQL запросаSenior×16Островок, ЛеруаМерлен
- Расскажите про опыт работы с базами данных и используемые СУБДMiddle×16Rubbles, Avito
- Почему в промышленной среде чаще используют градиентный бустинг, а не случайный лес?Senior×16Яндекс, Лаборатория Касперского
- Что такое метрика ROC AUCJunior×16Газпромбанк, SoftInterMob
- В чем разница градиентного бустинга и случайного лесаSenior×16Домклик, филиппинский банк Salmon
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какая должна быть глубина деревьев в Random Forest и в бустингеSenior×12Домклик, ПАО Газпром нефть
- Что такое линейная регрессия?Junior×9Домклик, филиппинский банк Salmon
- Насколько ROC AUC подходит при сильном дисбалансе классов?Senior×9Газпромбанк, нетология
- Работали ли вы с Airflow и писали DAGиSenior×9Rubbles, igaming
- Был ли у вас опыт работы с NLP задачамиMiddle×9Газпромбанк, Иннотех
- Почему вы решили сменить место работыMiddle×9Газпромбанк, SoftInterMob
- Как оценить качество модели по ROC AUC и что значит плохой и хороший скор?Senior×9филиппинский банк Salmon, Яндекс
- Как понять, что модель недообучена или переобучена?Senior×9Wildberries, филиппинский банк Salmon
- Что такое ROC-криваяJunior×9SoftInterMob, Яндекс
- Какие данные использовали в проектахSenior×9Лаборатория Касперского, Ниармедик Ваш Доктор Рядом
Как проходит собеседование
Собеседование на дата-сайентиста или ML-инженера обычно включает скрининг, секцию по математике и машинному обучению, задачу на код и разбор кейса из практики. Иногда отдельно проверяют SQL. Рекрутер обычно уточняет, с какими данными и задачами ты работал, а на встрече с командой просят рассказать о модели, которая дошла до продакшна, и о том, что пошло не так.
По теории спрашивают основы статистики и вероятностей, переобучение и способы с ним бороться, метрики качества и выбор метрики под задачу, устройство линейных моделей, деревьев и бустинга. Для ML-инженеров добавляются нейросети, работа с данными в продакшне, обучение и выкатка моделей, мониторинг их качества. Почти всегда просят разобрать кейс: как ты поставишь задачу, какие признаки соберёшь и как поймёшь, что модель работает. Отдельно проверяют Python и библиотеки для работы с данными.
Чтобы готовиться прицельно, отфильтруй вопросы по своему уровню и начни с тех, что спрашивали чаще всего: счётчик стоит у каждого вопроса. Ответь на несколько из них вслух в mock-интервью, так видно, где ответ разваливается, ещё до настоящего созвона.
Другие направления
Прорепетируй собеседование дата-сайентиста и ML-инженера
Голосовой ИИ-интервьюер задаст вопросы твоего стека, переспросит и разберёт каждый ответ.