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
ClickHouse — это колоночная аналитическая СУБД, которая использует несколько движков таблиц для разных сценариев. Основные известные движки ClickHouse:
Читать ответПри дистилляции моделей важно искать похожие слои в учителе и студенте, чтобы эффективно передать знания от более крупной и сложной модели (учителя) к более компактной (студенту).
Читать ответОшибки в тренировочном цикле, которые могут ухудшить обучение и качество модели, включают:
Читать ответАрхитектура VGG была популярна благодаря простоте и эффективности в задачах компьютерного зрения, но сегодня её используют редко по нескольким причинам:
Читать ответSupervised fine-tuning (SFT) — это процесс дообучения предварительно обученной модели (например, большой языковой модели) на размеченных данных с целью адаптации её под конкретную задачу.
Читать ответHeterogeneous GNN (гетерогенные графовые нейронные сети) — это тип графовых нейронных сетей, которые работают с графами, содержащими разные типы узлов и ребер.
Читать ответВ ClickHouse партиция — это логическая часть таблицы, которая используется для организации и оптимизации хранения данных.
Читать ответМетоды обработки текста в NLP можно условно разделить на несколько этапов и подходов, от простых к современным:
Читать ответMulti-head attention — ключевой механизм в трансформерах, который позволяет модели одновременно фокусироваться на разных частях входной последовательности.
Читать ответDBNet, EAST и CRAFT — это современные модели для детекции текста на изображениях, используемые в задачах OCR (оптического распознавания символов). Они отличаются архитектурой и подходами к выделению текстовых областей.
Читать ответРепликация в ClickHouse — это процесс создания и поддержания копий данных между несколькими серверами (нодами) для обеспечения отказоустойчивости и масштабируемости.
Читать ответSparse MoE (Sparse Mixture of Experts) и Dense MoE — это архитектуры моделей, использующие несколько экспертных подсетей (experts), но отличаются по способу активации этих экспертов.
Читать ответ