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 66 вопросов
- Как работает антифрод на кассах самообслуживания?SeniorМагнит
- Какие слои работают по-разному во время обучения и инференсаSeniorМагнит
- Как температура влияет на распределение вероятностей в softmax?SeniorМагнит
- Как облегчить ResNet50 в задаче классификации?MiddleМагнит
- Как с помощью NLP распознавать текст на изображениях?SeniorМагнит
- Как решать задачу определения наличия товара на полке по фотографиям с разных ракурсов?SeniorМагнит
- Почему не удалось различить похожие товары, например, энергетики?SeniorМагнит
- Почему архитектура VGG сегодня не используется?SeniorМагнит
- Какие три матрицы используются в multihead attention?MiddleМагнит
- Как увеличить количество данных для обучения при малом количестве размеченных объектовSeniorМагнит
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- В чем смысл MergeTree в ClickHouse и что мержится при вставке данныхSeniorМагнит
- Почему перед тестированием модели нужно перевести модель в режим инференса (model.eval())SeniorМагнит
- Что будет, если не вызвать model.eval() на этапе валидации?SeniorМагнит
- Нужно ли ставить shuffle в DataLoader?SeniorМагнит
- Как посчитать количество ненулевых элементов в столбцеSeniorМагнит
- Как подойти к задаче детекции объектов при сильном дисбалансе данныхSeniorМагнит
- Как подбирать бэкбоны для классификации?SeniorМагнит
- YOLOv8 является одношаговым или двухшаговым детектором?MiddleМагнит
- Что такое дистрибуция данных в ClickHouseJuniorМагнит
- В каких случаях нужно подбирать бэкбоны, а когда можно использовать ResNet50?SeniorМагнит
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.