Библиотека собеса по Data Science | вопросы с собеседований
前往频道在 Telegram
Вопросы с собеседований по Data Science и ответы на них. Учиться у нас: clc.to/GjjbkQ По рекламе: @tproger_sales_bot Учиться у нас: https://proglib.io/w/7dfb7235 Для обратной связи: @proglibrary_feeedback_bot
显示更多4 458
订阅者
无数据24 小时
+17 天
-630 天
帖子存档
В PyTorch BatchNorm обучается с track_running_stats=True и momentum=0.1. В одном канале running_mean равен 10, среднее текущего батча — 20. Чему станет равен running_mean после обновления?
Столбец pandas имеет тип Categorical с категориями A, B, C. В данных есть только A и B. Какие группы попадут в результат groupby по этому столбцу с observed=False после вызова size()?
OneHotEncoder обучен на одном признаке с категориями red и blue. Заданы drop=None и handle_unknown='ignore', остальные параметры — по умолчанию. Как он закодирует green, которой не было в fit?
🤖 Два курса по AI по цене одного — только до 15.11!
Наигрались с нейросетями, и хотите применять их в реальных проектах?
Обращаем ваше внимание на ИИ-связку Proglib Academy:
➡️ «ИИ для разработчиков» — соберите собственный рабочий процесс с AI: от планирования и написания кода до тестирования и code review. ➡️ «Разработка ИИ-агентов» — научитесь создавать агентов, которые умеют работать с API, базами знаний и внешними инструментами, выполнять последовательность действий и решать прикладные задачи.⏬ Вы получите два взаимодополняющих навыка: эффективную AI-разработку и инженерное создание AI-агентов за 59 000 ₽. 📍 Покупаете один курс, второй - в подарок. Не упустите свой шанс прокачаться - только до 15 ноября 😏
В двух версиях NumPy используют default_rng с одним seed и одинаково вызывают методы Generator. Гарантирует ли один seed полное совпадение результатов между версиями?
Массив X имеет форму (3, 4). Нужно случайно переставить столбцы целиком, сохранив один порядок во всех строках. Какой метод NumPy Generator задаёт именно такую операцию?
При pandas.DataFrame.merge ключ sku слева повторяется, и это допустимо. Справа справочник: не более одной строки на sku. Какой validate проверяет именно это условие?
В бинарной задаче после isotonic calibration ROC-AUC на тех же объектах изменился. Калибратор монотонно не убывает. Как это возможно?
Два бинарных классификатора проверили на одном test-наборе. У первого ниже Brier loss. Достаточно ли этого, чтобы считать его вероятности лучше откалиброванными?
Два массива содержат ошибки моделей на одних и тех же объектах в одинаковом порядке. В scipy.stats.bootstrap оценивают разность средних. Что делает paired=True при ресемплинге?
В pandas выполняют inner merge по одному ключу. Слева ровно одна строка с NaN в ключе, справа две. Сколько строк результата дадут именно эти пропуски?
Есть 100 пациентов, по 10 снимков у каждого. Нужна оценка на пациентах, которых не было в train. Для 5 фолдов какое разбиение гарантирует, что один patient_id не окажется одновременно в train и test?
В каждом из 24 слоёв KV-кэша тензоры K и V имеют форму [2, 8, 1024, 64]. Элементы FP16 занимают 2 байта. Сколько MiB занимают только эти тензоры всех слоёв? 1 MiB = 2²⁰ байт.
В SciPy mannwhitneyu(x, y) подали независимые выборки x = [1, 4] и y = [2, 3]. Совпадающих значений нет. Чему равна statistic, то есть U для первой выборки x?
В Ridge цель — сумма квадратов ошибок + alpha × ||w||² при fit_intercept=False, без весов объектов. При alpha=4 нашли теоретический оптимум. Датасет удвоили: в нём ровно две копии каждой исходной строки X и y. Какой alpha сохранит этот оптимум?
В PyTorch 2.14 накапливают градиенты микробатчей по 2 и 6 объектов. L1 и L2 — их средние потери. Параметры фиксированы до одного шага оптимизатора. BatchNorm нет, потери объектов не зависят от состава батча. Какой loss даёт среднее по всем 8 объектам?
Семейство состоит ровно из трёх гипотез с корректными p-values: 0,01, 0,03 и 0,04. Применяем метод Холма при семейном уровне значимости 0,05. Какие гипотезы отвергнем?
В PostgreSQL 18 таблица t содержит ровно три значения x: 10, 10, 20. Какие суммы вернёт запрос для строк с x = 10, 10, 20?
SELECT x, SUM(x) OVER (ORDER BY x) FROM t ORDER BY x
В пяти наблюдениях x = [−2, −1, 0, 1, 2], y = x². Что верно про выборочную корреляцию Пирсона r?
📌 Один курс — хорошее вложение в себя. Два по той же цене — ещё лучше.
В Proglib Academy действует акция: покупаешь один курс, а второй получаешь в подарок.
Например, можно совместить два направления по работе с ИИ:
💥 ИИ для разработчиков — применение нейросетей в повседневной разработке: работа с кодом, тестирование и ревью. 💥 Разработка ИИ-агентов — архитектура агентов и создание собственных AI-решений.📍 Разница в цене — почти 50 тысяч рублей. Можно освоить больше, не выходя за рамки запланированного бюджета. А если тебе интереснее Python, алгоритмы, backend или DevOps — выбирай другую пару курсов из каталога. Акция действует до 31 октября включительно ⏳ ⏮️ Пора прокачать свой стек
