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 71 вопрос
- Какие минусы есть у аналитического метода линейной регрессии?SeniorAvito
- Как организовать мониторинг модели в продакшенеSeniorAvito
- Почему не используют аналитическую формулу при решении задачи линейной регрессии?SeniorAvito
- Как построить векторную базу кандидатов и использовать метрическое обучение для поиска похожих товаровSeniorAvito
- Что будет, если применить bagging к линейным алгоритмам?SeniorAvito
- Как изменится ROC AUC при дублировании положительных и отрицательных объектов и почему?SeniorAvito
- Как объединить данные из двух таблиц с разной заполненностью адреса и цены в SQLSeniorAvito
- Как устроены корутины и event loop в PythonSeniorAvito
- Какие инструменты и библиотеки можно использовать при решении задач на PythonSeniorAvito
- Как реализовать счетчик с временем жизни ключа в Redis для задачи автоотклонения звонковSeniorAvito
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Почему в обновлении весов используется сравнение с эпсилонSeniorAvito
- Какая примерная сложность обращения матрицы?SeniorAvito
- Почему нужно использовать функцию LEAD для поиска будущих значений по id в SQLSeniorAvito
- Выбирают подмножество признаков в отдельных вершинах дерева или для всего дерева целиком?SeniorAvito
- Как обрабатывать ситуацию, когда один товар продается разными продавцамиSeniorAvito
- Как увеличить скорость на тесте без повторного обучения модели?SeniorAvito
- Знаешь ключевые реализации градиентных бустингов и их особенности?SeniorAvito
- Как выбрать между multithreading, multiprocessing и asyncio для скачивания большого количества файлов в PythonSeniorAvito
- Как учитывать метрику выручки и стоимости товара при ранжированииSeniorAvito
- Какая целевая переменная у n-го дерева в градиентном бустинге?SeniorAvito
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.