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
- Сколько людей работало над скорингомMiddleнетология
- Как называется факультетMiddleOzon
- Специализируешься ли на компьютерном зрении или готов работать с другими доменами, например, NLP?MiddleМагнит
- Чем быстрее поиск в словаре или в списке и почемуMiddleПАО Газпром нефть
- На какую зарплату вы рассчитываетеMiddleИннотех
- Как определяется число кластеров в k-meansMiddleфилиппинский банк Salmon
- Почему функция модуль не подходит для градиентного спускаMiddleЯндекс
- Сколько времени в год вы работали с SQL и Python?MiddleЛеруаМерлен
- У кого больше рецептивное поле: две подряд свертки 3x3 или одна свертка 5x5?MiddleМагнит
- Какие типы данных существуют в PythonMiddleСбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Передаются ли параметры в Python по значению или по ссылкеMiddleПАО Газпром нефть
- Как подсчитать количество сотрудников по категориям зарплаты с помощью Pandas DataFrameMiddleСбер
- Какая сложность у операции heap pushMiddleRubbles
- Какая алгоритмическая сложность операций итерации и удаления узла в связанных спискахMiddleЯндекс
- Разбирались ли вы с моделями детектированияMiddleАТОМ
- Сколько весов обучается в сверточном слое с ядром 5x5 и 10 фильтрамиMiddleДомклик
- Есть ли вопросы по даннымMiddleOzon
- Как долго работаешь в AlbersMiddleOzon
- Почему в нейронных сетях редко используют сигмоиду как функцию активацииMiddleSoftInterMob
- Есть ли разница в порядке атрибутов при создании составного индекса и как выбирать порядокMiddleИннотех
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.