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 741 вопрос
- 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
- Какие процессы в команде нравятсяMiddleЛаборатория Касперского
- Где заканчивалась зона ответственности и был ли опыт написания продакшн кодаSenior1221 Systems
- Почему select 'account1' возвращает 5, а не 7SeniorМагнит
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Почему ROC AUC не зависит от порога сечения, а Precision зависит?SeniorИннотех
- Зачем нужна аугментация данныхSeniorHybrid
- Как подбирается threshold и какой критерий выбирается?SeniorГазпромбанк
- Могут ли на интервью по ML задавать задачи по структурам данных, например, деревья и связанные спискиSeniorЯндекс
- Какие инструменты использовали при тестированииSeniorСбер
- Почему нельзя решить все задачи с помощью классических методовSeniorИннотех
- Какие модели минимизируют bias, а какие variance, сравнивая бустинг и бэггингSeniorRubbles
- Каким методом промиса получить результат первого выполненного запросаSeniorАвтомакон
- Как планируется рабочее времяSeniorАвтомакон
- Применяли ли методы для увеличения выборки или пробивки данных?MiddleЛеруаМерлен
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.