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 63 вопроса
- Какие методы борьбы с переобучением существуют и как они работаютSenior×49Газпромбанк, Яндекс
- На что обращать внимание при оптимизации SQL запросаSenior×16Островок, ЛеруаМерлен
- Как организовать контейнеризацию и развёртывание моделейSenior×9Иннотех, Ниармедик Ваш Доктор Рядом
- Какова роль функции активации в нейросетиSenior×6Домклик, Иннотех
- Работали ли вы с Apache Spark?Senior×6Лаборатория Касперского, Иннотех
- Какие у вас сильные стороныSenior×4igaming, Иннотех
- Зачем нужен первичный ключ?Senior×4Самокат, Иннотех
- В чем разница между WHERE и HAVING в SQL и зачем использовать HAVING после GROUP BY?Senior×4Ozon, Иннотех
- Приходилось ли работать с базами данныхSenior×4Иннотех, Сбер
- Какие метрики используются для регрессииSenior×4филиппинский банк Salmon, Иннотех
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какие преимущества и удобства у PyTorchSenior×4Hybrid, Иннотех
- Какие методы регуляризации применимы к нейросетямSenior×4ПАО Газпром нефть, Иннотех
- Какие основные подходы и архитектуры трансформеров существуютSenior×4Иннотех, Сбер
- Почему сейчас чаще используется PyTorch вместо TensorFlowSenior×4Hybrid, Иннотех
- Какие виды JOIN существуют в SQL и чем отличаются left join, right join и inner joinSenior×4Островок, Иннотех
- Чем отличаются задачи supervised и unsupervised обученияSeniorИннотех
- Как получить значения из одной таблицы, которых нет в другой в SQLSeniorИннотех
- Будут ли строки с NULL в JOIN по ID соединятьсяSeniorИннотех
- Насколько интересуют классические задачи машинного обучения или задачи NLP и CV?SeniorИннотех
- Какие задачи вызывают интерес и чем хочешь заниматься?SeniorИннотех
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.