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
- Какие метрики и методы используются для оценки моделей и AB-тестированияSeniorGravityField
- Были ли курсы по оптимизационным моделямMiddleOzon
- Что такое NaN и в каких случаях он возникаетJuniorСбер
- Как работает свёрточный слой?SeniorAvito
- Как оценить медианное время ответа сервиса при большом объеме логов, не помещающихся в памятьSeniorНиармедик Ваш Доктор Рядом
- Как реализовать запрос с максимальной датой курса для каждой транзакции с учетом выходных и праздниковSeniorOzon
- Какие проблемы возникают при добавлении номера месяца как признакаMiddleRubbles
- Были ли данные анонимизированыSeniorнетология
- Нужно ли скалировать признаки для линейной регрессии и других моделейSeniorПАО Газпром нефть
- В чем разница между доменным именем и IP-адресом как endpoint?SeniorАвтомакон
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как устроена структура обучающего датасета для задачи чат-ботаSeniorГазпромбанк
- Зачем нужен data augmentationSeniorЯндекс
- Что делает метод __init__ в классе и когда он вызываетсяMiddleСбер
- Какой запрос быстрее работает в колоночной базе данных, а какой в строковойSeniorОстровок
- Как BERT предсказывает скрытые слова под маской и учитывает контекст соседних словSeniorЦифровыеПривычки
- Можно ли в uplift-модели учитывать предыдущие взаимодействия с клиентом в метрикахSeniorGravityField
- Знакомы ли вы с RTB аукционамиSeniorHybrid
- Какая структура данных в Python позволяет моделировать NoSQL базы данныхSeniorAvito
- Кто является заказчиком и как формируются задачиMiddleЛаборатория Касперского
- Как происходит процесс сопровождения: через git или вручную?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.