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 67 вопросов
- Какие методы борьбы с переобучением существуют и как они работаютSenior×49Газпромбанк, Яндекс
- Какие метрики качества классификации существуютSenior×36Газпромбанк, филиппинский банк Salmon
- Какая должна быть глубина деревьев в Random Forest и в бустингеSenior×12Домклик, ПАО Газпром нефть
- Как оценить качество модели по ROC AUC и что значит плохой и хороший скор?Senior×9филиппинский банк Salmon, Яндекс
- Как понять, что модель недообучена или переобучена?Senior×9Wildberries, филиппинский банк Salmon
- Какие методы отбора признаков существуютSenior×9SoftInterMob, Сбер
- Какие метрики классификации использовать при сильном дисбалансе классовSenior×9GravityField, АТОМ
- Что означает изменяемость и неизменяемость объектов в PythonSenior×9Rubbles, ЛеруаМерлен
- Почему ключи в словаре Python должны быть неизменяемыми и можно ли использовать изменяемые ключиSenior×6Домклик, Сбер
- Как количество деревьев в случайном лесу влияет на качество моделиSenior×6Яндекс, Сбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как оптимально выбрать признак и порог для разбиения в решающих деревьяхSenior×4Яндекс, Сбер
- Приходилось ли работать с базами данныхSenior×4Иннотех, Сбер
- Чем отличаются методы iloc и loc в pandasSenior×4Домклик, Сбер
- Как работает TF-IDFSenior×4ЦифровыеПривычки, Сбер
- Какие основные подходы и архитектуры трансформеров существуютSenior×4Иннотех, Сбер
- Какие существуют методы обработки текста в NLP от простых до современных нейросетейSenior×4Магнит, Сбер
- Как посчитать количество уникальных значений в колонке DataFrame?SeniorСбер
- Какова архитектура и состав командыSeniorСбер
- В каком диапазоне задаются гиперпараметры модели?SeniorСбер
- Что можно сделать для ускорения работы функцииSeniorСбер
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.