Подготовка к интервью
41 вопрос с собеседований в Сбер лабс
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в Сбер лабс. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: security, information security.
Каталог
Если эталонных ответов нет, а есть только документы и контекст, оценка системы и создание эталонных ответов требует подхода с использованием экспертного знания и автоматизации:
Читать ответАвтоматическая оценка качества мультиагентной системы (МАС) обычно включает количественные метрики, отражающие эффективность взаимодействия агентов и достижение общей цели.
Читать ответЧтобы выдать список результатов в задаче машинного обучения или искусственного интеллекта, обычно нужно:
Читать ответОптимизация больших языковых моделей (LLM) включает несколько направлений:
Читать ответВ контексте сложности attention, особенно в трансформерах, n обычно обозначает длину входной последовательности — количество токенов или элементов, над которыми вычисляется внимание.
Читать ответДля оптимизации больших языковых моделей (LLM) используются различные библиотеки и инструменты, которые помогают уменьшить потребление ресурсов, ускорить инференс и упростить развертывание. Вот некоторые из них:
Читать ответРеранкер — это модель, которая используется для переоценки и уточнения результатов, полученных от базового ранжирования (например, поисковой системы или рекомендательной системы).
Читать ответМультиагентные системы (MAS) — активно развивающаяся область в ИИ и распределённых вычислениях.
Читать ответMargin Loss — это функция потерь, которая используется для обучения моделей с целью максимизации зазора (margin) между правильными и неправильными классами.
Читать ответВ NLP (обработке естественного языка) используются различные метрики для оценки качества моделей в задачах классификации, генерации текста, перевода и др. Основные из них:
Читать ответТрансформеры получили преимущество благодаря архитектуре, основанной на механизме внимания (attention), который позволяет эффективно обрабатывать последовательности данных без рекурсии или свёрток.
Читать ответВ машинном обучении эпоха (epoch) — это один полный проход по всему обучающему набору данных во время тренировки модели.
Читать ответ