Вопросы на собеседовании: Machine Learning

How to reduce amount of situation when we see false positives?

Можете рассказать мне, какая комплексность этого решения?

Что вы думаете, вторая решение, которую вы предложили, имеет такая же комплексность, как хэш-мапа, а первая решение лучше в отношении космоса?

Может быть, ты можешь написать имплементацию на код-борде? Может, это поможет.

А в целом какой-то тип документов? Какие-то подробности про сами документы?

Что приходит в голову для улучшения ранжирования?

Как может выглядеть модель, которая принимает фичи юзера и фичи items?

Какой может быть таргет для обучения модели?

Можно оценить, сколько такое решение займет?

Какой у нас подход к сбору данных и обучению модели?

Нужна ли нам разметка для обучения модели?

Какие фичи нам полезно брать для обучения модели?

Как мы будем собирать статистику для юзеров и айтемов?

Какое разнообразие по юзерам и айтемам нам нужно для обучения?

Какие оффлайновые метрики мы будем использовать для оценки модели?

Как мы можем измерить корреляцию метрик с деньгами?

Что делать, если вернулось не 100 товаров, а миллион?

Какие признаки, связанные с поведением пользователя, могут быть полезны?

Сможет ли текущая система решить проблему, если пользователь добавил в корзину телефон и потом делает запрос в чехол?

Что можно сделать, чтобы модель пыталась не больше продать, а больше заработать?