JobPathВопросы на собеседовании дата-сайентиста и ML-инженера
1 165 вопросов с реальных собеседований, чаще всего — в компаниях Сбер, Иннотех и Avito.
Все вопросы
- Как вы попали в сферу машинного обученияMiddleSoftInterMob
- Что такое DAG в AirflowJuniorИннотех
- Как формировались задачи и коммуникация с бизнесомMiddleЛаборатория Касперского
- Какие точки использовать для определения оси симметрии по координате x?MiddleСбер
- Какие значения ROC считаются хорошими, а какие плохимиSeniorСбер
- В чем отличие подходов U-Net и FPN в сегментации?SeniorМагнит
- Как отфильтровать значения NULL и не NULL в SQLMiddleИннотех
- Определена ли тема дипломаSeniorГазпромбанк
- Как найти самый популярный продукт в наборе данных?MiddleСбер
- Что делали с данными после получения и какую предобработку проводилиSeniorАвтомакон
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Как происходит поддержка набора витрин таблиц в хранилищеSeniorОстровок
- Почему выбран BERT для задачи классификации вместо регулярных выраженийSeniorЦифровыеПривычки
- Как формировать метрику, учитывающую ожидание прибыли и вероятность продажи по категориямSeniorAvito
- Какой тип JOIN используется по умолчанию при написании просто JOINMiddleAvito
- Как категоризатор товаров сокращал время человекаSeniorСбер
- Зачем нужна нормализация признаковSeniorGravityField
- Что происходит при вводе адреса сайта в браузере и нажатии EnterSeniorАвтомакон
- Какие роли были в командеSeniorнетология
- Работали ли вы с графовыми моделямиMiddleИннотех
- В чем разница DWH и Data LakeSeniorИннотех
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.