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 65 вопросов
- Как обучаются алгоритмы машинного обучения и в чем их основной трюк?SeniorЯндекс
- Почему нужны метрики кроме accuracySeniorЯндекс
- Что такое H(X) в контексте классификации, например энтропия?JuniorЯндекс
- Как устроен случайный лес и как он обучается в задаче классификации?SeniorЯндекс
- Как определить направление изменения x при градиентном спускеMiddleЯндекс
- Какова асимптотика при нескольких проходах по списку?SeniorЯндекс
- Можно ли хранить только значения без списков?SeniorЯндекс
- Что делать, если в списках совпадают точки по таймштампу?SeniorЯндекс
- Как сравнивать координаты с плавающей точкой с учетом особенностей float в разных языкахSeniorЯндекс
- Как обрабатывать пустой список на входе?SeniorЯндекс
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- К чему относится переобучение: к смещению или к разбросуSeniorЯндекс
- Как описать архитектуру модели случайного леса с добавленной линейной моделью для экстраполяцииSeniorЯндекс
- Куда направлен градиент функции f(x) = 4x + 5 в точке xMiddleЯндекс
- Почему при обучении на выборке с положительными целевыми переменными могут появляться отрицательные предсказания у моделей kNN, линейных моделей, нейросетей, деревьев и градиентного бустинга?SeniorЯндекс
- Кем занимаетесь на текущем месте работыMiddleЯндекс
- Какая сложность алгоритмов зависит от n или k и от чего она зависитSeniorЯндекс
- Можно ли считать новую модель с F1-score 0.81 лучше модели с 0.8 и сразу запускать в продакшенSeniorЯндекс
- Что происходит с хвостами списков после основного цикла и как их обработать?SeniorЯндекс
- Почему функция модуль не подходит для градиентного спускаMiddleЯндекс
- Какие причины могут привести к разным значениям средней дневной посещаемости веб-сервиса у разных аналитиковSeniorЯндекс
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.