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 способы предобработки признаков используются и с какими проблемами сталкиваютсяSeniorRubbles
- Как построить векторную базу кандидатов и использовать метрическое обучение для поиска похожих товаровSeniorAvito
- Как выявлять аномалии данныхSeniorAston
- В чем проблема линейной зависимости признаков?SeniorСбер
- Как сравнивать координаты с плавающей точкой с учетом особенностей float в разных языкахSeniorЯндекс
- Как поступать, если доход клиента неизвестен?SeniorСбер
- Какой механизм тюнинга модели использоватьSeniorГазпромбанк
- Как найти последнюю покупку по человеку в данных?SeniorСбер
- Что будет, если применить bagging к линейным алгоритмам?SeniorAvito
- Какую задачу решает тюнинг модели трансформераSeniorГазпромбанк
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Что добавляет BERT к архитектуре трансформераSeniorАТОМ
- Как классифицировать возраст по бинам с шагом 5 летSeniorOzon
- Считаются ли денежные метрики в аб-тестах?SeniorЛеруаМерлен
- Как привести числовые значения к нормальному распределению и минимизировать влияние выбросовSenior1221 Systems
- Как случайный лес уменьшает влияние отдельных деревьев на итоговое предсказаниеSeniorСбер
- Какие решения принять при нехватке ресурсов для обработки запросов с задержкойSeniorИннотех
- Как посчитать количество ненулевых элементов в столбцеSeniorМагнит
- Работали ли с объектно-ориентированным программированиемSeniorСбер
- Какие задачи и подходы использовал старший разработчик в проектеSeniorСбер
- Как BERT улавливает семантическую схожесть между разными по написанию, но одинаковыми по смыслу предложениямиSeniorЦифровыеПривычки
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.