Банк вопросов из реальных собеседований

Как представить оптимизацию молекул как задачу обучения с подкреплением и почему прямой максимизации одного свойства может быть недостаточно?

Как объединить текстовые и визуальные сигналы в общем пространстве для поиска кандидатов и последующего ранжирования?

What are the main generation/inference hyperparameters of an LLM and how do they affect output?

Explain what a Transformer consists of, how tokens and positional information enter the model, and where query/key/value vectors come from in decoder cross-attention.

Какой смысл имеет ось времени во входе LSTM и почему порядок шагов нельзя переставлять произвольно?

Как проверить надёжность уверенности модели временного ряда и использовать её при выборе торгового действия?

Для бинарной классификации есть очень много признаков. Какие проблемы это создает, как заметить переобучение и как подбирать гиперпараметры без утечки в тест?

Как строить top-K похожих товаров и управлять компромиссом между полнотой поиска, задержкой и стоимостью?

Как детектировать посты, которые не соответствуют выбранному тегу игры: если есть сильная VLM-модель и если ресурсы ограничены?

Почему Item2Vec, обученный на последовательностях кликов, относится к коллаборативным методам, а не к моделям по содержанию товара?

Why is initializing all neural-network weights to zero a problem? How is this different from logistic regression?

Почему современные подсловные токенизаторы вроде BPE и SentencePiece почти всегда могут представить входной текст и какова цена такого покрытия?

Как представить пользователей и публикации с текстом и изображениями в первой версии рекомендательной ленты?

For a port waiting-time model, what features would you build beyond timestamp features, and how would you detect anomalies or broken tracking data?

Какие сигналы обычно извлекают из потока сделок и состояний биржевого стакана для краткосрочного прогноза цены?

Какой лёгкой моделью извлекать ИНН, сумму, дату, контрагента и назначение из шумного текста и что должно происходить после предсказания?

Что такое регуляризация, как работает dropout и почему его поведение различается при обучении и применении модели?

Как построить матрицу признаков на сетке с шагом 100 миллисекунд из нерегулярных сделок и обновлений биржевого стакана?

GPT генерирует токены авторегрессионно. Почему при обучении не нужен отдельный прямой проход для каждой позиции последовательности?

Какая минимальная схема события нужна в Kafka для подсчета CTR кампаний?

What should the output schema of an automatic task checker look like if humans also produce lists of found errors?

Можно ли добавлять в поиск по фотографии теги, созданные визуально-языковой моделью? В каких случаях они помогут, а в каких внесут шум?

Слышали ли вы про модели-трансформеры? Чем они отличаются от RNN и почему они популярны в NLP?

Как обучать LSTM на последовательности длиной 100 тысяч шагов, если полное обратное распространение слишком дорого?