JobPathВопросы на собеседовании дата-сайентиста и ML-инженера
1 165 вопросов с реальных собеседований, чаще всего — в компаниях Сбер, Иннотех и Avito.
Все вопросы
Нашлось 33 вопроса
- Как эффективно проверить наличие зеркальной пары точки с противоположным иксомSeniorЯндекс
- Как учесть случаи с нулями в произведении элементов списка?SeniorЯндекс
- Можно ли найти решение быстрее, чем O(n^2)?SeniorЯндекс
- Как наличие нескольких нулей в списке влияет на решение?MiddleЯндекс
- Как реализовать проверку ключей с отрицательными и совпадающими значениями для зеркальных точекSeniorЯндекс
- В чем проблема решения с вложенным циклом за O(n^2)?SeniorЯндекс
- Как выразить количество шаров во второй корзине через количество шаров в первой?SeniorЯндекс
- Как понять, насколько модель хорошая или плохая? Какие метрики существуют и что они означают?SeniorЯндекс
- Можно ли дешево исправить проблему использования модуля в градиентном спускеSeniorЯндекс
- Что такое критерий ветвления в деревьях?JuniorЯндекс
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какова вероятность правильного ответа при разных стратегиях выбора класса в листе дерева и как это вычислить для произвольных вероятностейSeniorЯндекс
- Выбери алгоритм машинного обучения для задачи классификации, которым ты уверенSeniorЯндекс
- Какова итоговая асимптотическая сложность решения?SeniorЯндекс
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.