Подготовка к интервью
625 вопросов с собеседований в МТС
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в МТС. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: python, backend, devops.
Каталог
A2C (Advantage Actor-Critic) и A3C (Asynchronous Advantage Actor-Critic) — это алгоритмы обучения с подкреплением, относящиеся к семейству Actor-Critic методов.
Читать ответВ контексте машинного обучения и инженерии данных это важно для обеспечения согласованности данных при обучении и инференсе, особенно в потоковых системах или при обновлении моделей.
Читать ответПри увеличении количества проверяемых гипотез растёт вероятность ошибки первого рода (ложноположительного результата).
Читать ответИдея в том, чтобы предотвратить переобучение и повысить обобщающую способность модели за счет случайного «выключения» части ансамбля при обновлении.
Читать ответL2 регуляризация в XGBoost накладывается на веса листьев деревьев (leaf weights).
Читать ответBehavioral Cloning (BC) — это метод обучения агентов, при котором модель учится воспроизводить поведение эксперта, используя только демонстрационные данные (например, записи действий человека).
Читать ответОптимизация инференса (вычисления предсказаний модели) направлена на ускорение и снижение затрат ресурсов при работе модели в продакшене. Основные подходы:
Читать ответGraph-based anomaly detection — это метод обнаружения аномалий, основанный на анализе графов, где данные представлены в виде узлов и рёбер.
Читать ответGreat Expectations — это инструмент для автоматизации проверки качества данных. Он помогает создавать, управлять и выполнять тесты (expectations) для данных, чтобы убедиться, что они соответствуют заданным требованиям.
Читать ответLocal Outlier Factor (LOF) — это алгоритм для обнаружения аномалий, основанный на оценке локальной плотности данных. Идея в том, что аномалии — это точки, которые значительно отличаются от своих соседей по плотности.
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 ответДисперсия константы равна нулю.
Читать ответ