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
Выбор между использованием готового бэкбона, например ResNet50, и подбором собственного зависит от задачи и требований к модели.
Читать ответModel-based Reinforcement Learning (RL) — это подход, при котором агент строит или использует модель окружающей среды (transition model), чтобы предсказывать последствия своих действий.
Читать ответДа, у меня есть опыт работы с задачами обработки естественного языка (NLP). Я занимался такими задачами, как:
Читать ответСуществуют несколько видов дистилляции моделей — методов передачи знаний от большой (teacher) модели к меньшей (student) с целью уменьшения размера и ускорения работы при сохранении качества:
Читать ответОптимизация инференса (вычисления предсказаний модели) направлена на ускорение и снижение затрат ресурсов при работе модели в продакшене. Основные подходы:
Читать ответДа, я работал напрямую с PostgreSQL. В моём опыте было:
Читать ответTensor Cores — это специализированные аппаратные блоки в современных GPU (например, NVIDIA Volta, Turing, Ampere), предназначенные для ускорения операций с тензорами, особенно в задачах машинного обучения.
Читать ответDQN (Deep Q-Network) — это алгоритм обучения с подкреплением, который использует нейронную сеть для аппроксимации Q-функции, в отличие от классического Q-learning, который хранит значения Q в таблице.
Читать ответREINFORCE — это базовый алгоритм обучения с подкреплением, основанный на методе градиентного подъёма по политике (policy gradient).
Читать ответВ распределённой векторной базе данных (VDB):
Читать ответПри инференсе (выводе) в батч-нормализации используются сохранённые параметры — усреднённые статистики (среднее и дисперсия), накопленные во время обучения модели, а не статистики текущего батча.
Читать ответВ задачах обучения с подкреплением (reinforcement learning) value function и Q-function — ключевые понятия, описывающие качество состояний и действий.
Читать ответ