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
В ClickHouse дистрибуция данных — это способ распределения данных по разным узлам кластера для параллельной обработки запросов и масштабирования хранения.
Читать ответДвухшаговый детектор (two-stage detector) в машинном обучении обычно применяется в задачах объектного детектирования, где требуется высокая точность и надежность. В продакшене его стоит использовать в следующих случаях:
Читать ответЕсли в запросе используется агрегатная функция без группировки (GROUP BY), результат будет одной строкой с агрегированным значением по всему набору данных.
Читать ответReceptive field (рецептивное поле) в свёрточной нейронной сети — это область входного изображения, которая влияет на конкретный нейрон в глубоком слое сети.
Читать ответПрименение:
Читать ответResidual connection (остаточное соединение) — это архитектурный приём в глубоких нейронных сетях, при котором вход слоя добавляется к его выходу, минуя основной блок преобразований.
Читать ответПараметрика трансформера (общее количество параметров) зависит от нескольких ключевых компонентов, главным образом от размера модели (dmodel) и количества слоёв (L).
Читать ответРазличия между semantic, instance и panoptic segmentation связаны с уровнем детализации и типом информации, которую они предоставляют:
Читать ответModel stealing attack — это атака, при которой злоумышленник пытается воссоздать или скопировать модель машинного обучения, имея доступ только к её API (например, через запросы и ответы).
Читать ответДроп-аут (dropout) — это техника регуляризации нейронных сетей, при которой случайным образом "выключаются" (обнуляются) некоторые нейроны во время обучения, чтобы предотвратить переобучение.
Читать ответDropout — это техника регуляризации в нейросетях, которая помогает избежать переобучения, случайным образом "выключая" (обнуляя) часть нейронов во время обучения.
Читать ответCausal Forest — это метод машинного обучения для оценки причинно-следственных эффектов на индивидуальном уровне, основанный на ансамбле деревьев решений.
Читать ответ