Подготовка к интервью
111 вопросов с собеседований в Магнит
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в Магнит. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: frontend, api, async.
Каталог
RNN-T (Recurrent Neural Network Transducer) — это архитектура нейронной сети, предназначенная для задач последовательного предсказания, таких как распознавание речи.
Читать ответЭто помогает модели лучше обобщать и учиться на тонких различиях между классами.
Читать ответTableau не собирает данные самостоятельно в классическом понимании.
Читать ответПроблема дообучения CLIP связана с особенностями его архитектуры и обучающего процесса:
Читать ответВыбор бэкбона (backbone) для задачи классификации зависит от нескольких факторов:
Читать ответАнтифрод-системы на кассах самообслуживания работают на основе анализа поведения покупателей и транзакций в реальном времени с использованием машинного обучения и правил.
Читать ответBLEU (Bilingual Evaluation Understudy) — автоматическая метрика, изначально разработанная для оценки качества машинного перевода.
Читать ответGET и POST — это два основных HTTP-метода, используемых для взаимодействия клиента с сервером.
Читать ответLongRAG — это подход в области Retrieval-Augmented Generation (RAG), направленный на работу с длинными единицами поиска (long retrieval units).
Читать ответExpert routing — это метод в архитектуре моделей машинного обучения, особенно в больших языковых моделях (LLM), где модель состоит из множества специализированных "экспертов" (sub-networks или модулей).
Читать ответLLaVA и MiniGPT-4 — это оба мультимодальные модели, объединяющие обработку изображений и текста, но они отличаются по архитектуре и целям.
Читать ответGradient accumulation — это техника, используемая при обучении нейронных сетей, когда градиенты накапливаются за несколько мини-батчей перед обновлением весов модели.
Читать ответ