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
- Хватает ли выборки для проведения тестов?MiddleЛеруаМерлен
- Является ли список (list) изменяемым типом данных в PythonMiddleСбер
- Почему для телефонного номера лучше использовать строковый тип данных?MiddleАвтомакон
- Как проходит онбординг и обучение новым сотрудникам в проекте?MiddleПлатформаОФД
- Входила ли в обязанности поддержка модели и анализ ее работы после сдачиMiddleГазпромбанк
- Опиши задачу интеграции виртуальной АТС с CRM для отображения карточки покупателя при входящем звонкеMiddleАвтомакон
- Есть ли тимлид в команде?MiddleСбер
- Какой метод HTTP лучше использовать для получения данных по номеру телефона: GET или POST?MiddleАвтомакон
- В чем разница между is и == в PythonMiddleСбер
- Как выстраивать работу начиная от формулировки задачMiddleAvito
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Сколько циклов нужно для сортировки и объединения списков без лямбда-функцийMiddleAvito
- Как вывести в одном датафрейме результаты по студентам с баллами по математике и биологии ниже 80MiddleСамокат
- Как реализовать сортировку по дате с точностью до миллисекунд в SQLMiddleAvito
- Что означают компоненты TF и IDFMiddleЦифровыеПривычки
- Как облегчить ResNet50 в задаче классификации?MiddleМагнит
- Что делают с кодом из Jupyter ноутбука дальшеMiddleПАО Газпром нефть
- Как пришли в deep learning и AIMiddleАТОМ
- Определяли ли вы дефолт в течение годаMiddleнетология
- Как выбрать строку с определённым индексом в DataFrameMiddleСбер
- Есть ли у вас команда аналитиковMiddleGravityField
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.