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 244 вопроса
- Можно ли использовать дополнительные признаки для улучшения модели?SeniorПлатформаОФД
- Как обучаются алгоритмы машинного обучения и в чем их основной трюк?SeniorЯндекс
- Какие фичи статистически влияют и могут изменяться для одного пользователя, а какие нетSeniorHybrid
- Как обрабатывать пустую строку в функции?SeniorСбер
- Как устроен трансформер и какие крупные блоки в нем естьSeniorАТОМ
- Как называется алгоритм, использующий логлоссSeniorHybrid
- Как обрабатывать пропуски и категориальные признаки перед обучением моделиSeniorСбер
- Сколько циклов нужно для сортировки и объединения списков без лямбда-функцийMiddleAvito
- Какую метрику максимизировать в задаче кредитного скоринга для точного выявления людей, которым надо выдать кредит?SeniorСовкомбанк
- Реализовать алгоритм соединения последовательностей, например hash joinSeniorAvito
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как провести кросс-валидацию на временных рядахSeniorДомклик
- Что происходит с деревом при очень большом или очень маленьком минимальном количестве объектов в листеSeniorHybrid
- Назовите ансамблевый метод обучения, кроме бэггинга и бустингаSeniorСовкомбанк
- Для чего применяют сверточные сети в ответной системеSeniorАТОМ
- Есть ли уверенность в классификации у дереваSeniorHybrid
- Какие ансамблевые методы используют глубокие деревьяSeniorСбер
- Как реализовать item-based подход в рекомендательных системахSenior1221 Systems
- Что делать с распределениями изменений характеристик браузераSeniorHybrid
- Как считать косинусную близость между вопросамиSeniorWildberries
- Как дерево обрабатывает выбросы признаков, отсутствующие в обучающей выборкеSeniorСбер
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.