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 514 вопросов
- Зачем нужен первичный ключ?Senior×4Самокат, Иннотех
- В чем разница между партицированием и шардированиемSenior×4Островок, igaming
- Как работает word2vecSenior×4Газпромбанк, Совкомбанк
- 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 важнее для оценки качества рекомендаций: precision или recallSenior×41221 Systems, Avito
- Как использовать категории товаров для формирования релевантных рекомендацийSenior×41221 Systems, Avito
- Какие метрики используются для регрессииSenior×4филиппинский банк Salmon, Иннотех
- Какие преимущества и удобства у PyTorchSenior×4Hybrid, Иннотех
- Какую метрику выбрать для регрессии с выбросами: MSE или MAE?Senior×4Газпромбанк, Avito
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какие способы работы с категориальными признаками существуютSenior×41221 Systems, Автомакон
- Чем отличаются методы iloc и loc в pandasSenior×4Домклик, Сбер
- Какие методы регуляризации применимы к нейросетямSenior×4ПАО Газпром нефть, Иннотех
- Как работает TF-IDFSenior×4ЦифровыеПривычки, Сбер
- Какие основные подходы и архитектуры трансформеров существуютSenior×4Иннотех, Сбер
- Почему сейчас чаще используется PyTorch вместо TensorFlowSenior×4Hybrid, Иннотех
- В чем разница между кластерными и некластерными индексамиSenior×4Островок, igaming
- Как работает дерево решенийSenior×4ПлатформаОФД, GravityField
- Есть ли третий вариант усреднения метрик при дисбалансе классов и как он считаетсяSenior×4Газпромбанк, Яндекс
- Какие существуют методы обработки текста в NLP от простых до современных нейросетейSenior×4Магнит, Сбер
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.