Подборка объединяет вопросы, отмеченные на этапах интервью в Сбер. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: database, sql, backend.
При выкатывании новой модели на пилотную группу важно использовать метрики, которые отражают как качество модели, так и её влияние на бизнес и пользователей. Основные категории метрик:
Чтобы создать новый столбец salarycategory в DataFrame на основе значения зарплаты, можно использовать условное присваивание с помощью метода apply или np.where в pandas.
BERT улавливает семантическую схожесть между разными по написанию, но одинаковыми по смыслу предложениями благодаря контекстному представлению слов и предложений.
Stale embeddings — это устаревшие или неактуальные векторные представления данных (например, текстов), которые не отражают текущего состояния модели или обновлённой информации.
Adversarial training — это метод повышения устойчивости моделей машинного обучения к атакам, при которых входные данные намеренно модифицируются с целью обмануть модель (adversarial examples).