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 избежать потери достоверности при смешивании признаковSeniorHybrid
- Какую операционную систему и конфигурацию локального компьютера вы используетеSeniorСовкомбанк
- Можно ли считать новую модель с F1-score 0.81 лучше модели с 0.8 и сразу запускать в продакшенSeniorЯндекс
- Почему количество значений в результатах запроса с агрегатными функциями не равно количеству строкSeniorМагнит
- Работали ли вы с рекуррентными нейронными сетямиSeniorИннотех
- Какие есть способы оптимизации тяжелых запросов к базе данныхSenior1221 Systems
- Есть ли вопросы по образованиюSeniorOzon
- Как планируется валидация модели?Seniorнетология
- Какой вариант лучше выбрать для передачи больших текстовых данных (около 10 Гб)?SeniorАвтомакон
- На основании каких показателей можно понять, что модель деградировалаSeniorСбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как работать с пропусками и категориальными признаками в методах опорных векторов и нейросетяхSeniorПАО Газпром нефть
- Расскажите про опыт с веб-фреймворками Django и FastAPISenior1221 Systems
- Что происходит с хвостами списков после основного цикла и как их обработать?SeniorЯндекс
- Как перевести отзывы пользователей в метрику качества сервисаSeniorWildberries
- Какие ускорения инференса достигаютсяSeniorАТОМ
- Как связать базу вопросов и ответов с внешним сайтом для решения задачиSeniorWildberries
- Какие критерии информативности используются при построении дерева решенийSeniorSoftInterMob
- Есть ли опыт с рекомендательными моделямиSenior1221 Systems
- Создать функцию, которая принимает массив чисел и возвращает строку с диапазонами последовательных чиселSeniorVK
- Что должно содержаться в обучающем датасете для обучения с кросс-энтропиейSeniorГазпромбанк
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.