РФ и международный рынокMiddle–Senior

Классический ML: типовая техническая секция

Не перечень определений, а последовательная секция: предпосылки модели → обучение → проверка качества → диагностика ошибок.

Подходит для: Data Scientist, ML Engineer

Открыть полное прохождение

Длительность

≈ 71 мин

Вопросы

9 вопросов

Практика

1 задача

Структура

4 секции

Откуда взялась программа

Выборка опирается на 55 проверенных вопросов по классическому ML. Это редакторская выборка из разобранных собеседований, а не статистика всего рынка.

Проверено: 29 собеседований · 23 компании · 55 релевантных вопросов

Сначала повторение, затем практика

Программа и маршрут подготовки

Раскройте этап, повторите связанные темы roadmap и проверьте, что можете ответить без подсказки. В самом mock вопросы показываются последовательно.

Линейные модели

≈ 17 мин · 28% оценки

OLS/MLE, регуляризация и логистическая регрессия.

Что повторить перед секцией

Классический ML

Что проверяет: Связь OLS и MLE

Полная формулировка и разбор откроются в Premium.

Что проверяет: Регуляризация и обобщающая способность

Полная формулировка и разбор откроются в Premium.

Что проверяет: Logistic regression и leakage

Полная формулировка и разбор откроются в Premium.

Деревья и ансамбли

≈ 16 мин · 20% оценки

Различия деревьев, random forest и gradient boosting.

Что повторить перед секцией

Классический ML

Что проверяет: Дерево против random forest

Полная формулировка и разбор откроются в Premium.

Что проверяет: Gradient boosting: как строится ансамбль

Полная формулировка и разбор откроются в Premium.

Что проверяет: Bias–variance trade-off у Random Forest

Полная формулировка и разбор откроются в Premium.

Валидация и метрики

≈ 16 мин · 24% оценки

Правильный split, выбор порога и диагностика качества.

Что повторить перед секцией

Валидация и подбор моделей Метрики классификации

Что проверяет: Precision/recall и цена ошибок

Полная формулировка и разбор откроются в Premium.

Что проверяет: Offline validation для продуктовой задачи

Полная формулировка и разбор откроются в Premium.

Что проверяет: ROC-AUC как качество ранжирования

Полная формулировка и разбор откроются в Premium.

Реализация модели

≈ 22 мин · 28% оценки

Логистическая регрессия на NumPy с проверяемыми тестами.

Что повторить перед секцией

Классический ML

Что проверяет: Функция потерь, градиент и численная устойчивость

Условие и исполняемые тесты откроются в Premium.

Полное прохождение входит в Premium

Пройдите все этапы и получите итоговый разбор

Голосовые и текстовые ответыРедактор кода и автотестыОценка каждого ответаСохранение прогресса и итог