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
- Расскажите о своем опыте и обязанностях на текущем месте работыMiddle×4SoftInterMob, ЦифровыеПривычки
- Откуда известно количество данныхMiddleWildberries
- Какова формула градиента для MSE по весамMiddleAvito
- Как считается коэффициент Джини и как он связан с ROC AUCMiddleГазпромбанк
- Какой базис знаний по Linux, серверам и SSH у вас естьMiddleПАО Газпром нефть
- Проходил ли ты раньше system designMiddleAvito
- Как разбить данные на группы с помощью оконных функций в SQLMiddleИннотех
- Какая асимптотическая сложность поиска в списке с вложенным цикломMiddleПАО Газпром нефть
- Зачем в нейронных сетях используется свертка с ядром 1x1MiddleДомклик
- Было ли взаимодействие с заказчиком по проектуMiddleГазпромбанк
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Приходилось ли работать с методологиями разработкиMiddleAston
- Использовали ли вы инструменты типа MLflowMiddleИннотех
- Что быстрее работает: count(*) или count(имя_колонки)?MiddleЛеруаМерлен
- Какие инструменты использовали для анализа и оптимизации запросов?MiddleИннотех
- Какие технологии и направления вам ближе всего — классический ML, DS или NLPMiddleИннотех
- Идет ли расширение командMiddleСбер
- Как вы попали в сферу машинного обученияMiddleSoftInterMob
- Как формировались задачи и коммуникация с бизнесомMiddleЛаборатория Касперского
- Какие точки использовать для определения оси симметрии по координате x?MiddleСбер
- Как отфильтровать значения NULL и не NULL в SQLMiddleИннотех
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.