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
- Как создавать релевантные и достоверные негативные пары для обучения моделиSeniorHybrid
- Что такое таргет для деревьев в бустинге и как он формируетсяJuniorСбер
- Как избежать потери достоверности при смешивании признаковSeniorHybrid
- Что такое языковая модельJuniorSoftInterMob
- Что происходит с хвостами списков после основного цикла и как их обработать?SeniorЯндекс
- Какие критерии информативности используются при построении дерева решенийSeniorSoftInterMob
- Создать функцию, которая принимает массив чисел и возвращает строку с диапазонами последовательных чиселSeniorVK
- Что такое метод максимального правдоподобияJuniorДомклик
- Как определяется число кластеров в k-meansMiddleфилиппинский банк Salmon
- Почему функция модуль не подходит для градиентного спускаMiddleЯндекс
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Опишите задачу сворачивания соседних чисел в диапазоныSeniorVK
- Какие метрики ранжирования существуютSeniorДомклик
- Как определить, является ли задача классификацией, регрессией или матчингомSeniorWildberries
- Чему равна максимальная вероятность вытащить белый шар из случайно выбранной корзины?SeniorЯндекс
- Что такое обучение без учителя и какие модели используютсяJuniorфилиппинский банк Salmon
- Что такое обучение с подкреплением в рекомендательных системахJuniorДомклик
- Какие методы одноклассовой классификации существуютSeniorSoftInterMob
- Как оценивать качество модели по бизнес-метрикам и отзывам пользователейSeniorWildberries
- Как строить выборку для обучения модели с релевантными парами наблюденийSeniorHybrid
- Как эффективно проверить наличие зеркальной пары точки с противоположным иксомSeniorЯндекс
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.