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
- Как использовать коллаборативные методы для рекомендаций на основе эмбеддинговSenior×4Wildberries, Avito
- Как распределяются задачи в командеSenior×4нетология, Автомакон
- В чем разница DELETE и TRUNCATE в SQL?Senior×4Домклик, ЛеруаМерлен
- Какие виды JOIN существуют в SQL и чем отличаются left join, right join и inner joinSenior×4Островок, Иннотех
- Какими хард скиллами должен обладать системный аналитик?SeniorАвтомакон
- Чем оконные функции отличаются от группировки (GROUP BY)SeniorДомклик
- Как системный аналитик может проверить сетевую доступность endpoint?SeniorАвтомакон
- Какие библиотеки и инструменты используются для построения RAG и векторных баз данныхSeniorГазпромбанк
- Как посчитать количество уникальных значений в колонке DataFrame?SeniorСбер
- Есть ли аналитики, которые занимаются выгрузкой данных и подготовкой витрин?SeniorПлатформаОФД
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Чем отличаются задачи supervised и unsupervised обученияSeniorИннотех
- Почему выбрано машинное обучение в математикеSeniorГазпромбанк
- Какие есть методы выбора threshold по ROC кривой?SeniorГазпромбанк
- В чем разница OLTP и OLAP системSeniorAvito
- Как получить значения из одной таблицы, которых нет в другой в SQLSeniorИннотех
- Какова архитектура и состав командыSeniorСбер
- Будут ли строки с NULL в JOIN по ID соединятьсяSeniorИннотех
- С какой частотой должна происходить доставка данныхSeniorigaming
- 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.