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 199 вопросов
- В каком порядке выполняются SQL-операторы в запросе?MiddleЛеруаМерлен
- Как организовать A/B тестирование для оценки эффективности виджетаMiddleAvito
- Почему в тренировочном даталоадере должен быть параметр shuffle при обучении более одной эпохиMiddleМагнит
- Почему точность случайного леса выше, чем у одного дереваMiddleSoftInterMob
- Перечислите основные принципы ООПMiddleДомклик
- Как правильно сгруппировать данные по категориям зарплаты без повторяющихся строкMiddleСбер
- Были ли курсы по оптимизационным моделямMiddleOzon
- Какие проблемы возникают при добавлении номера месяца как признакаMiddleRubbles
- Что делает метод __init__ в классе и когда он вызываетсяMiddleСбер
- Как косинусное расстояние помогает измерять семантическую близость векторовMiddleЦифровыеПривычки
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Кто является заказчиком и как формируются задачиMiddleЛаборатория Касперского
- Как доставались дополнительные фичиMiddleГазпромбанк
- Как реализовать функцию, возвращающую список квадратов элементов?MiddleСбер
- Как избежать запятой в конце строки при формировании результатаMiddleVK
- Опыт написания SQL запросовMiddleOzon
- Есть ли переработки на работеMiddleАвтомакон
- Являются ли строки в Python изменяемыми или неизменяемыми?MiddleСбер
- Столкнулись ли вы с Liquibase?MiddleИннотех
- Есть ли вопросы к нам?MiddleЯндекс
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.