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 19 вопросов
- Какая должна быть глубина деревьев в Random Forest и в бустингеSenior×12Домклик, ПАО Газпром нефть
- Какова роль функции активации в нейросетиSenior×6Домклик, Иннотех
- Почему ключи в словаре Python должны быть неизменяемыми и можно ли использовать изменяемые ключиSenior×6Домклик, Сбер
- Чем отличаются методы iloc и loc в pandasSenior×4Домклик, Сбер
- В чем разница DELETE и TRUNCATE в SQL?Senior×4Домклик, ЛеруаМерлен
- Чем оконные функции отличаются от группировки (GROUP BY)SeniorДомклик
- В чем разница между семантической сегментацией, инстанс-сегментацией и детекцией объектовSeniorДомклик
- Какие метрики используются для OCRSeniorДомклик
- В чем разница между мультитредингом и мультипроцессингом в PythonSeniorДомклик
- Можно ли в Python задать дефолтное значение аргумента функции списком и какие проблемы это может вызватьSeniorДомклик
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какие механизмы инкапсуляции реализованы в Python?SeniorДомклик
- В чем разница между threading и multiprocessing в Python и для каких задач их используютSeniorДомклик
- Какие задачи решал с помощью своих декораторов в PythonSeniorДомклик
- В чем разница между многопоточностью и многопроцессорностью и когда что лучше использоватьSeniorДомклик
- Какие есть ограничения на ключи в dict в Python?SeniorДомклик
- Какой функционал оптимизируется при обучении логистической регрессииSeniorДомклик
- Какие метрики используются для сегментации и детекции объектовSeniorДомклик
- Какова суть архитектуры DSMSeniorДомклик
- Можно ли применять центральную предельную теорему при ненормальном распределении генеральной совокупностиSeniorДомклик
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.