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
- Можно ли использовать поведенческие данные с сайта для улучшения классификации товаров?SeniorПлатформаОФД
- Какие проблемы встречались при работе с CDC-даннымиSeniorigaming
- Расскажите про опыт работы с временными рядами и используемые моделиSeniorфилиппинский банк Salmon
- Какая функция потерь используется в бустинге для классификации и регрессии?SeniorСбер
- Как рассчитывать экономический эффект от использования моделейSeniorАвтомакон
- Почему дроп-аут отключают на инференсеSeniorHybrid
- Как интерпретировать важность признаков?Seniorнетология
- Как охарактеризовать таргет в задаче кредитного скоринга с ежемесячными платежамиSeniorфилиппинский банк Salmon
- Какая точность модели антифрода?SeniorИннотех
- Как устроена классификация ситуаций в системе видеонаблюденияSeniorСбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как дерево и линейная регрессия предсказывают для объекта с признаком вне обучающего диапазонаSeniorСбер
- Выбирают подмножество признаков в отдельных вершинах дерева или для всего дерева целиком?SeniorAvito
- Какие особенности построения датасета и валидации для моделей временных рядовSeniorOzon
- Как работает MapReduce и происходит распределение данных на воркеры и объединение результатовSeniorRubbles
- Как обрабатывать ситуацию, когда один товар продается разными продавцамиSeniorAvito
- Генерировали ли новые признаки из существующих?Seniorнетология
- Какие ограничения и гипотезы накладывает распределение продаж на построение моделиSeniorRubbles
- В чем отличие линейной регрессии от других методов в работе с категориальными признакамиSeniorПАО Газпром нефть
- Какие сложности возникают при использовании Word2Vec и NLTK для русского языкаSeniorЦифровыеПривычки
- Как обрабатывать поток данных для подсчёта медианы с ограниченной памятьюSeniorНиармедик Ваш Доктор Рядом
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.