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
- Какова суть архитектуры DSMSeniorДомклик
- Как устроена архитектура с контейнерамиSeniorАвтомакон
- Можно ли улучшить код решения задачи с учетом сортировки?SeniorПлатформаОФД
- Как объяснить параметр температуры в модели техническому человекуSeniorИннотех
- Выбирают подмножество признаков в отдельных вершинах дерева или для всего дерева целиком?SeniorAvito
- Как работает MapReduce и происходит распределение данных на воркеры и объединение результатовSeniorRubbles
- Как обрабатывать ситуацию, когда один товар продается разными продавцамиSeniorAvito
- Какие ограничения и гипотезы накладывает распределение продаж на построение моделиSeniorRubbles
- В чем отличие линейной регрессии от других методов в работе с категориальными признакамиSeniorПАО Газпром нефть
- Какие сложности возникают при использовании Word2Vec и NLTK для русского языкаSeniorЦифровыеПривычки
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Каковы знания по теории вероятностей?SeniorЯндекс
- Что предпочтительнее с точки зрения графа вычислений — динамический или статическийSeniorИннотех
- Почему индексы замедляют вставку и обновление данныхSeniorИннотех
- Что из обязанностей больше всего нравилось: строить модели или работать с даннымиSeniorГазпромбанк
- Всегда ли spill на диск это плохоSeniorОстровок
- Как проверить качество рекомендаций без деления данных на train и testSenior1221 Systems
- Какой слой увеличивает размер на обратном пути в U-Net и как он работаетSeniorСбер
- Как работает Tableau в плане сбора данных: самостоятельно или через подключение к витринеSeniorМагнит
- Что должно присутствовать у объекта, чтобы он был итератором в PythonSeniorСбер
- Где заканчивалась зона ответственности и был ли опыт написания продакшн кодаSenior1221 Systems
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.