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
- Какие метрики используются для OCRSeniorДомклик
- Как тестировать систему идентификации на новых данныхSeniorHybrid
- Почему bagging работает с деревьями, как в случайном лесе?SeniorAvito
- Какие задачи решает отдел внутреннего аудитаSeniorЦифровыеПривычки
- Какие модели использовать для задачи классификацииSeniorAvito
- Как искать и исправлять проблемы в данных с временными интервалами и дефолтными значениямиSeniorOzon
- Какие виды дистилляции моделей существуют?SeniorМагнит
- Как работает категоризатор товаровSeniorСбер
- Какие движки ClickHouse используются и известныSeniorМагнит
- Как использовать поисковый запрос и историю пользователя для формирования выдачи в холодном стартеSeniorAvito
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- В каком случае выбрать Data Vault вместо третьей нормальной формы для ядра хранилищаSeniorigaming
- Как получить разметку данных?SeniorПлатформаОФД
- Как реализовать реверс массива без использования компиляцииSeniorAvito
- Назовите функцию потерь для логистической регрессииSeniorHybrid
- Как p-value связывает наблюдаемые данные и нулевую гипотезу?Seniorфилиппинский банк Salmon
- Как учитывать нагрузку на пользователя?Seniorнетология
- Каков полный пайплайн обучения моделиSeniorСбер
- Зачем в ответе метода получать идентификатор оператора, который принял звонок?SeniorАвтомакон
- Какие способы калибровки вероятности существуют и как они работаютSeniorSoftInterMob
- Как сгенерировать последовательность чисел в SQLSeniorИннотех
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.