Банк вопросов
Вопросы на собеседовании: Machine Learning
На собеседовании недостаточно назвать метрику или модель: нужно объяснить, почему вы выбрали её для задачи. Проверьте, можете ли вы связать обучение, регуляризацию, валидацию и оценку качества с конкретным примером. Сначала ответьте своими словами, затем уточните допущения и ограничения.
Показано 20 из 746 вопросов
Что делать, если PSI (Population Stability Index) превышает 20–25%?
Поположим у одной Gini 48, у другой Gini 50. Какая модель лучше?
Где в кредитном процессе находится роль ML-модели при рассмотрении заявки?
Какое место занимает ML-модель в кредитном процессе?
Вопрос в сторону, то что с моделью может там у нас в машинской транзакции находить, вопрос в сторону этого?
Что дальше происходит с заявкой после скоринга моделью?
Что нужно учитывать при поиске тимлида команды моделистов?
Банковские процессы требуют высокой точности и ответственности — как это влияет на разработку моделей?
Можно ли собирать данные из партнёров — маркетплейсов, мобильных приложений?
Можно ли для снижения риска запросить залог или поручительство третьего лица?
Правильно ли я понимаю, что буду единственным data scientist в команде?
Скажи мне вот что еще, ты сейчас от чего рассматриваешь, какой сумма?
С чем связано? Что задачу не устраивают или что-то еще?
Почему в качестве метрики была выбрана MAE? Из-за большого разброса в Target?
Почему была выбрана Ridge Regression? Хотели добавить более простую модель, которая хорошо отображает зависимость?
Все да. Какие параметры были самыми важными? В смысле, параметры самые важные для признаков?
Какие гиперпараметры настраивали (например, глубину деревьев)? Как трекались эксперименты?
Есть ли задача, в которой эта модель может показать результат лучше?
Подготовьтесь к следующему интервью с Vibe Interview.
Скачать Vibe Interview