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 выбрать порог для автоотклонения и порог для ручной модерации в задаче модерации объявлений?SeniorAvito
- Для чего нужен pooling слой?MiddleAvito
- Как работает дроп-аут в нейронных сетяхSeniorHybrid
- Какие бывают калибровки камерSeniorАТОМ
- Что происходит в памяти при увеличении значения переменной на единицу в PythonSeniorRubbles
- Какие подводные камни могут быть при нормализации данных для решения проблемы экстраполяции в случайном лесуSeniorЯндекс
- Какие виды индексов существуютSeniorigaming
- Какие данные из звонилок хранятся: метаданные или аудио/видео записиSeniorigaming
- Какие методы использовать для автоматической трансляции значений метрик в инсайтыSeniorSensemitter
- Может ли пустой список быть удалён из памяти и когда это происходит в Python?MiddleСбер
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Какова основная цель моделиMiddleГазпромбанк
- Как получить вектора для вычисления similarity между текстамиSeniorАТОМ
- Можно ли применять центральную предельную теорему при ненормальном распределении генеральной совокупностиSeniorДомклик
- Напиши функцию, которая возвращает символ с максимальным количеством подряд идущих повторений в строкеSeniorСбер
- Как устроено нормальное распределение вероятностей при бинарной классификацииSeniorGravityField
- Как визуализировать зависимость признака от таргета на графикеSeniorСбер
- Были ли размеченные данные для системы видеонаблюденияMiddleСбер
- В чем разница между NaN и None в PythonSeniorГазпромбанк
- Как организовать автосборку данных и обучение с помощью AirflowSeniorAvito
- В каких случаях стоит применять двухшаговый детектор в продакшене?SeniorМагнит
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.