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 180 вопросов
- 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
- Может ли пустой список быть удалён из памяти и когда это происходит в Python?MiddleСбер
- Напиши функцию, которая возвращает символ с максимальным количеством подряд идущих повторений в строкеSeniorСбер
- Как визуализировать зависимость признака от таргета на графикеSeniorСбер
- Были ли размеченные данные для системы видеонаблюденияMiddleСбер
- Какие угрозы нужно было обнаруживать в системе видеонаблюденияSeniorСбер
- В каких случаях стоит использовать корреляцию Спирмена вместо Пирсона?SeniorСбер
- Как изменяется свойство изменяемости при вложении изменяемого списка в неизменяемый объект в PythonSeniorСбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Что вернуть при наличии или отсутствии оси симметрии?SeniorСбер
- Почему для логистической регрессии нет закрытой формы решенияSeniorСбер
- Как правильно сгруппировать данные по категориям зарплаты без повторяющихся строкMiddleСбер
- Зачем нужна регуляризация в моделяхSeniorСбер
- Что такое NaN и в каких случаях он возникаетJuniorСбер
- Что делает метод __init__ в классе и когда он вызываетсяMiddleСбер
- Есть ли что-то специфическое в железе для запуска моделей в автомобилеSeniorСбер
- Как реализовать функцию, возвращающую список квадратов элементов?MiddleСбер
- Как GPT генерирует текстSeniorСбер
- Являются ли строки в Python изменяемыми или неизменяемыми?MiddleСбер
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.