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 изменяется свойство изменяемости при вложении изменяемого списка в неизменяемый объект в PythonSeniorСбер
- Что вернуть при наличии или отсутствии оси симметрии?SeniorСбер
- Какие поля лучше использовать для индекса при соединении таблицSeniorОстровок
- Почему регуляризация помогает бороться с переобучениемSeniorГазпромбанк
- Почему для логистической регрессии нет закрытой формы решенияSeniorСбер
- Была ли задача по выявлению дорогого провайдера данных задачей Data ScienceSeniorЛаборатория Касперского
- Как найти пользователя в базе данных по старым наблюдениям при изменении характеристикSeniorHybrid
- Выбери алгоритм машинного обучения для задачи классификации, которым ты уверенSeniorЯндекс
- В чем проблема дообучения CLIP?SeniorМагнит
- Как добавить новый источник данных с короткой историей в логистическую регрессиюSeniorфилиппинский банк Salmon
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Что такое коэффициент детерминации R² в регрессииJuniorфилиппинский банк Salmon
- Как создать признаки для модели на основе тренда и кульминации в метрикахSeniorSensemitter
- Как минимальное количество объектов в листе дерева влияет на переобучениеSeniorHybrid
- Какие подходы можно использовать для улучшения качества модели после достижения базового результатаSenior1221 Systems
- Как правильно сгруппировать данные по категориям зарплаты без повторяющихся строкMiddleСбер
- Как BERT представляет выходные данныеSeniorПлатформаОФД
- Как обойти проблему обработки больших файлов в Pandas, которые не помещаются в памятьSeniorИннотех
- Как реализовать алгоритм подсчёта и сдвига нулей в массиве на PythonSeniorМагнит
- Как решать задачу суммирования revenue на большом объеме данныхSeniorЛеруаМерлен
- Зачем нужна регуляризация в моделяхSeniorСбер
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.