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 126 вопросов
- Какая функция потерь используется в бустинге для классификации и регрессии?SeniorСбер
- Как устроена классификация ситуаций в системе видеонаблюденияSeniorСбер
- Как дерево и линейная регрессия предсказывают для объекта с признаком вне обучающего диапазонаSeniorСбер
- Как делятся команды и их задачи в perception и принятии решенийSeniorСбер
- Какой слой увеличивает размер на обратном пути в U-Net и как он работаетSeniorСбер
- Что должно присутствовать у объекта, чтобы он был итератором в PythonSeniorСбер
- Какие инструменты использовали при тестированииSeniorСбер
- Можно ли использовать линейную регрессию в условиях смещения выборкиSeniorСбер
- Есть ли ограничения из-за работы с персональными даннымиSeniorСбер
- Может ли строка иметь нестандартную длину?SeniorСбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какая самая сложная задача в прогнозировании действий автомобилей и их влияния на потокSeniorСбер
- Как решать задачу оптимизации неэффективного алгоритмаSeniorСбер
- Как добавление одинаковых значений ко всем объектам влияет на метрики классификацииSeniorСбер
- Удалится ли циклическая структура из памяти и когда это происходит в Python?SeniorСбер
- Как оценить эластичность признака и его влияние на таргетSeniorСбер
- Почему нельзя учиться просто на выходах в градиентном бустингеSeniorСбер
- Напиши функцию, которая возвращает символ с максимальным количеством подряд идущих повторений в строкеSeniorСбер
- Как визуализировать зависимость признака от таргета на графикеSeniorСбер
- Какие угрозы нужно было обнаруживать в системе видеонаблюденияSeniorСбер
- В каких случаях стоит использовать корреляцию Спирмена вместо Пирсона?SeniorСбер
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.