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 объединять данные из двух баз в единую модель, например снежинку или звездуSeniorigaming
- В чем разница между многопоточностью и многопроцессорностью и когда что лучше использоватьSeniorДомклик
- Как осуществляется финальная фильтрация кандидатов с помощью реранкераSeniorАТОМ
- Какие задачи решал с рекомендательными системами и классическим машинным обучениемSeniorЦифровыеПривычки
- Как разделить клиентов на две группы для A/B тестаSenior1221 Systems
- Достаточно ли использовать одну фичу суммы кредита или нужно увязать ее с другими признаками?SeniorСбер
- Как подойти к задаче детекции объектов при сильном дисбалансе данныхSeniorМагнит
- Как dropout помогает избежать переобучения в нейросетяхSeniorПАО Газпром нефть
- Можно ли использовать кросс-энтропию для двух классов и почему это не рекомендуетсяSeniorHybrid
- Как изменится ROC AUC при дублировании положительных и отрицательных объектов и почему?SeniorAvito
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как обрабатывать пустой список на входе?SeniorЯндекс
- К чему относится переобучение: к смещению или к разбросуSeniorЯндекс
- Как описать архитектуру модели случайного леса с добавленной линейной моделью для экстраполяцииSeniorЯндекс
- Какие ансамбли деревьев существуютSeniorСбер
- Как связать чеки с товарами по неполным данным?SeniorПлатформаОФД
- Почему селекты могут стать медленнее при большом количестве индексовSeniorИннотех
- Можно ли джойнить с базой данных по артикулу для получения категории товара?SeniorПлатформаОФД
- Можно ли гарантировать, что линейная регрессия предсказывает значения в заданном диапазоне при любых входных данныхSeniorПАО Газпром нефть
- Почему при обучении на выборке с положительными целевыми переменными могут появляться отрицательные предсказания у моделей kNN, линейных моделей, нейросетей, деревьев и градиентного бустинга?SeniorЯндекс
- Как моделировать конверсииSeniorHybrid
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.