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
- Какие задачи классификации вы решали и на каком уровне — учебном или рабочих задачах?SeniorМагнит
- Почему количество значений в результатах запроса с агрегатными функциями не равно количеству строкSeniorМагнит
- Что такое attention?JuniorМагнит
- Специализируешься ли на компьютерном зрении или готов работать с другими доменами, например, NLP?MiddleМагнит
- За счет чего происходит улучшение качества при дистилляции модели самой себя?SeniorМагнит
- Что такое партиция в ClickHouseJuniorМагнит
- У кого больше рецептивное поле: две подряд свертки 3x3 или одна свертка 5x5?MiddleМагнит
- Нужно ли делать сэмплинг приближенный к реальности или с равным балансом классов при обучении YOLO на детекцию редких объектовSeniorМагнит
- Что помогает U-Net сохранять информацию на низкоуровневых признаках?SeniorМагнит
- Что такое архитектура CLIP?JuniorМагнит
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Что такое рецептивное поле?JuniorМагнит
- Почему при дистилляции важно искать похожие слои в учителе и студенте?MiddleМагнит
- Делался ли дроп-аут с опорой на лосс или случайным выкидыванием весов?SeniorМагнит
- Можно ли дистиллировать между сильно отличающимися архитектурами, например, ResNet и трансформером?SeniorМагнит
- Что такое репликация в ClickHouseJuniorМагнит
- Как работает Tableau в плане сбора данных: самостоятельно или через подключение к витринеSeniorМагнит
- Почему select 'account1' возвращает 5, а не 7SeniorМагнит
- Что забывают сделать с данными на CUDA, что может привести к переполнению памяти при обучении?MiddleМагнит
- Какие ошибки в тренировочном цикле могут ухудшить обучение и качество моделиMiddleМагнит
- Какие способы уменьшения размера модели при сохранении качества существуют?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.