Собеседование в Авито (DS)

Скоро откроется набор, держим руку на пульсе и мониторим наш сайт со стажировками. Сам отбор стандартный: тест, задание и собес. Интерес представляет собес. Его записал наш выпускник, транскрибировав видео через ИИ-ку. Советую для самоанализа делать также, ибо все собесы не запомнить.

Еще больше подобных собесов и вопросов в нашем открытом банке собесов.

Общие вопросы по опыту
1. Расскажи, чем ты занимаешься? Какие сферы тебе особенно удаются?
2. Можешь подробнее рассказать про задачи, которые ты выполнял?
3. В чат-боте: какая сектора использовалась, какая моделька, и какие этапы обработки запросов?
4. А моделька какая? Почему выбрали вихрь, а не Qwen?
5. Чем вы разворачивали модель? Использовали OEM или что-то другое?
6. У тебя агентная система или просто одна LLM?
7. Как вы учитывали контекст диалога пользователя с LLM?

Архитектура и компоненты RAG-системы
1. Какой эмбеддер вы использовали?
2. Как организован ваш retrieval (BM25, FAISS и т.п.)?
3. Что использовали в качестве реранкера? Дообучали ли вы его?
4. Какие лоссы применялись при обучении эмбеддера и реранкера?
5. Какие метрики вы использовали для оценки качества retrieval и ранжирования?
6. Как замеряли качество генерации LLM?

Оптимизация и ускорение инференса
1. Какая скорость инференса была?
2. Рассчитывали ли вы нагрузку на систему?
3. Какие подходы ты бы использовал для ускорения инференса?
4. Включали ли вы KV cache?
5. Расскажи, как работает квантизация и дистилляция? Чем они отличаются?

Fine-tuning и PEFT
1. Какие методы тюнинга существуют? Чем они отличаются?
2. Что такое LoRA, QLoRA, Prompt Tuning, P-Tuning?
3. Как устроена LoRA и как она встраивается в LLM?
4. Чем отличается QLoRA от обычной LoRA?

Моделирование и системный дизайн (разрешительная документация)
1. Как бы ты решал задачу сопоставления карточки товара и разрешительной документации?
2. Что на выходе должно быть? Что сказать модератору?
3. Что делать, если в разрешительной документации много строк?
4. Как обработать названия и параметры шин?
5. Как бы ты находил маски (форматы) параметров шин?
6. Какой preprocessing ты бы использовал?
7. Как построить pipeline, где маски уже извлечены?
8. Как построить бинарный фильтр для соответствия товарной группы документации?
9. Как бы ты агрегировал финальное решение?

Классическое ML
1. Занимался ли ты классическим ML? Какие задачи решал?
2. Как строится решающее дерево?
3. Какие критерии ветвления и остановки знаешь?
4. Какие методы ансамблирования моделей знаешь?
5. Чем отличается Random Forest от бустинга?
6. Что произойдет, если удалить одно дерево в бустинге и в Random Forest?
7. Что такое теорема Байеса? Как выглядит её формула?

Подписываемся: @postypashki_old