Вопросы для подготовки к интервью

Как работает механизм unbiased learning в CatBoost?

Какие деревья используются в CatBoost и как строится процесс обучения?

Как можно учитывать loss-функцию задачи при построении дерева (выборе порогов разбиения)?

Какие методы отбора признаков (feature selection) вы знаете?

Опишите архитектуру трансформера (encoder) по блокам.

Какой у тебя технологический стек? С какими инструментами чаще всего работаешь?

Почему ты сейчас находишься в поиске работы и выходишь на рынок?

Есть ли технологии, которые тебе хотелось бы изучить? С чем хотелось бы работать?

В каком формате и в какое время тебе комфортно работать?

Зачем нужна кросс-валидация? Какие стратегии кросс-валидации существуют?

Какие способы кодирования категориальных перемен существует?

А как можно отценить важность признаков получившейся модели?

Какие существуют типы пользовательского фидбека?

В каких диапазонах располагается значение медианы?

Как вы выбирали, какую модельку брать?

Какие базовые этапы обучения LLM ты знаешь?

Что такое PEFT (Parameter-Efficient Fine-Tuning)?

Какую добавку к основному предсказанию мы хотим получить в начале обучения LoRA?

Почему нельзя просто запустить приложение на Bare Metal или виртуальной машине? Зачем нужна контейнеризация?

Верно ли, что в оптимизированном Attention вычисления происходят не по всей последовательности, а по окну?