Подготовка к интервью
696 вопросов с собеседований в Wildberries
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в Wildberries. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: infrastructure, go, mobile.
Каталог
Готовые языковые модели (например, GPT, BERT и их производные) можно использовать для оценки качества ответов, применяя их как оценщики (evaluators) в задачах NLP.
Читать ответOntology engineering — это область, связанная с созданием, разработкой и поддержкой онтологий, которые представляют собой формальные модели знаний в определённой предметной области.
Читать ответВ бустинге переобучение предотвращается с помощью нескольких приёмов:
Читать ответQAT (Quantization Aware Training) и PTQ (Post-Training Quantization) — два подхода к квантованию моделей машинного обучения для уменьшения размера и ускорения вывода, особенно на edge-устройствах и мобильных платформах.
Читать ответЕсли признаки — это только предыдущие значения целевой переменной (лаги), то модель учится аппроксимировать зависимости внутри известного диапазона значений.
Читать ответSAM (Segment Anything Model) — это модель компьютерного зрения, разработанная для универсальной сегментации объектов на изображениях.
Читать ответProduct Quantization (PQ) — это метод сжатия векторных представлений, часто используемый для ускорения поиска по большим наборам данных (например, в системах векторного поиска).
Читать ответNext Sentence Prediction (NSP) — это задача, в которой модель обучается определять, является ли вторая фраза логическим продолжением первой. В BERT NSP использовалась для улучшения понимания связности текста.
Читать ответДля хранения базы вопросов и ответов подходят разные варианты, в зависимости от требований к скорости доступа, масштабируемости и структуры данных:
Читать ответChange detection между снимками — это процесс выявления изменений на одном и том же участке местности, зафиксированных в разные моменты времени с помощью спутниковых или аэрофотоснимков.
Читать ответDice Loss — это функция потерь, основанная на коэффициенте Dice, который измеряет сходство между двумя множествами (например, предсказанной маской и истинной маской в задаче сегментации).
Читать ответОсновные ограничения AutoML при работе с большими данными:
Читать ответ