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 осуществляется поиск по документамSeniorАТОМ
- Чем оконные функции отличаются от группировки (GROUP BY)SeniorДомклик
- Как системный аналитик может проверить сетевую доступность endpoint?SeniorАвтомакон
- Какие библиотеки и инструменты используются для построения RAG и векторных баз данныхSeniorГазпромбанк
- Как посчитать количество уникальных значений в колонке DataFrame?SeniorСбер
- Есть ли аналитики, которые занимаются выгрузкой данных и подготовкой витрин?SeniorПлатформаОФД
- Чем отличаются задачи supervised и unsupervised обученияSeniorИннотех
- Почему выбрано машинное обучение в математикеSeniorГазпромбанк
- Как устроено решение задачи поиска пары чисел с заданной суммойSeniorНиармедик Ваш Доктор Рядом
- Что будет, если удалить дерево из бустингаSeniorДомклик
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Использовали ли полный текстовой поискSeniorАТОМ
- Какие есть методы выбора threshold по ROC кривой?SeniorГазпромбанк
- В чем разница OLTP и OLAP системSeniorAvito
- Как получить значения из одной таблицы, которых нет в другой в SQLSeniorИннотех
- Какова архитектура и состав командыSeniorСбер
- Будут ли строки с NULL в JOIN по ID соединятьсяSeniorИннотех
- С какой частотой должна происходить доставка данныхSeniorigaming
- Насколько интересуют классические задачи машинного обучения или задачи NLP и CV?SeniorИннотех
- Как происходил парсинг и обработка данныхSeniorЛаборатория Касперского
- Какой бизнес-эффект дает успешный аб-тест?SeniorЛеруаМерлен
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.