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 855 вопросов
- Как устроен механизм внимания в трансформерахSeniorСбер
- В чем идея полносвязной нейронной сети и почему она работаетSeniorСбер
- Как нормализовать скор модели для отражения вероятностей и сохранения порядка ранжированияSeniorAvito
- Работали ли вы с Great Expectations и dbt tests для проверки качества данныхSeniorigaming
- Как решить задачу создания бизнесового помощника, чтобы бизнес остался доволенSeniorWildberries
- Как оптимизируется инференсSeniorАТОМ
- Что будет если сделать select 1 вместо названия колонкиSeniorМагнит
- Как ускорить запрос при джойне двух таблиц: правила и лайфхакиSeniorOzon
- Почему булев тип не подходит для проверки количества нулей?SeniorЯндекс
- Какие методы использовать для отбора негативных примеровSeniorHybrid
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Сколько теоретически строк может вернуть SQL-запрос?SeniorАвтомакон
- Как модель помогает бизнесуSeniorГазпромбанк
- В чем заключается оптимизация в машинном маркетингеSeniorHybrid
- Какие основные компоненты базового Retrieval-Augmented Generation (RAG)SeniorСовкомбанк
- Как использовать классический ML для улучшения распознавания товаров?SeniorПлатформаОФД
- Какие есть подходы к построению хранилищ данныхSeniorИннотех
- Почему не работать напрямую с исходной базойSeniorAston
- Какие задачи выполнял джуниор по предобработке данныхSeniorСбер
- Знаете ли платформы для оркестрации контейнеров с GPUSeniorИннотех
- Как проводили валидациюSeniorГазпромбанк
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.