ML Mentor
Назад к подготовке
Diagnocat
Аудиозапись технического собеседованияТехническое собеседование2025-10-22Diagnocat

Diagnocat: Техническое собеседование

Code review multiclass train loop: обязанности Dataset/DataLoader, инициализация родителя nn.Module и mutable defaults в Python.

Пройти собеседование

Аудио и материалы

Аудио собеседования

0:00 / 56:31

Этап 4 из 4DiagnocatML Engineer, медицинское CV2025-10-03 - 2025-10-22
Собеседования в Diagnocat: ML Engineer, медицинское CV

Техническое собеседование в Diagnocat

Этап 3Весь процесс

Выводы и как готовиться

  • The main signal is production ML hygiene: contracts between Dataset, collate, model, loss and optimizer.
  • The interviewers push beyond “make it run” into responsibility boundaries: Dataset should not own GPU transfer or training state.
  • Python runtime traps matter in ML code too: parent-class initialization and mutable default arguments can silently break training code.