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 системный аналитик должен получить номер телефона и идентификатор оператора от виртуальной АТС для отображения карточки покупателя?SeniorАвтомакон
- Как оценивать качество модели по бизнес-метрикам и отзывам пользователейSeniorWildberries
- Что входило в запрос к API модели?Seniorнетология
- Как строить выборку для обучения модели с релевантными парами наблюденийSeniorHybrid
- Как эффективно проверить наличие зеркальной пары точки с противоположным иксомSeniorЯндекс
- Какие критерии остановки роста дерева существуют кроме ограничения глубиныSeniorHybrid
- Писали ли свои классыSeniorСбер
- Как считается аналитическое решение для линейной регрессииSeniorСбер
- Какие способы валидации моделей временных рядов исключают просмотр в будущее при обученииSeniorOzon
- Как отлавливать момент изменения распределения данных (дрейф данных)?SeniorСовкомбанк
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Были ли данные публичными или текстовымиSeniorНиармедик Ваш Доктор Рядом
- Были ли данные с динамикой или только последний срез?SeniorГазпромбанк
- Как обеспечить новизну и разнообразие рекомендацийSenior1221 Systems
- Как выглядит среднестатистический рабочий день разработчикаSeniorОстровок
- Насколько хорошо знаком со SparkSeniorRubbles
- Расскажите про опыт работы с машинным обучением и проектыSeniorНиармедик Ваш Доктор Рядом
- Какие метрики используются для оценки качества модели прогнозирования рейтингов рекламных кампанийSeniorСбер
- Как заказчик может понять, что признак незначим без использования feature importance в модели черный ящикSeniorПАО Газпром нефть
- Как найти в строке максимальное целое число без использования регулярных выражений на PythonSeniorOzon
- Просто дали данные и сказали сделатьSeniorГазпромбанк
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.