Вопросы на собеседовании: Machine Learning

Может ли дисбаланс классов повлиять на качество модели?

Нужно ли всегда ловить базовое исключение Exception в Python?

Как в Python поймать конкретное исключение (например, ZeroDivisionError), обработать его и продолжить выполнение?

Как базово работает ML-продукт? Опишите общую архитектуру.

Как работает ML-специалист? Что является результатом его труда?

Как сложилась практика организации ML-процессов и почему она удобна?

Почему? Потому что сфера вообще индустрии, она маленькая, она представлена маленьким количеством игроков.

Как сейчас происходит деплой моделей?

Как проводится селекция (выбор) моделей? По каким критериям?

Ты сам разворачивал MLflow? Расскажи о своём опыте.

Как происходит взаимодействие с внешними заказчиками и бизнесом?

Есть ли задачи, где этот метод/модель работает хорошо?

Скажите, не слышно? Вот там у меня окно открыто, не слышно звуков никаких?

Почему вы выбрали именно XGBoost?

Какие задачи решают алгоритмы бустинга с точки зрения бизнеса?

Как этот Boost будет работать, как модель будет обучаться?

Дальше что ты делаешь, когда модель там как-то обучилась?

Или я рассказываю про все, ты в процессе что-то спрашиваешь. Как удобнее?

Как вы собираете фичи для построения моделей?

Сколько элементов должно быть в SELECT-запросе? Можно повторить вопрос?