#29 Интервью Data Scientist в МосБиржу | Секция System Design | Machine Learning
Разбор ML System Design-секции в Московскую биржу: постановка задачи, метрики, подготовка данных и пайплайн модели для финансового ассистента.
Вадим Новосёлов | Карьера в IT
Открыть на YouTube- Опубликовано на YouTube:
- Просмотры на YouTube: 9 тыс.
- Лайки на YouTube: 198
Таймлайн
Коротко о видео
На секции ML System Design кандидат проектирует финансового ассистента: уточняет задачу и вычислительные ограничения, выбирает метрики, готовит данные и описывает пайплайн. Разбор подчёркивает, что до выбора модели нужно определить бизнес-цель и способ офлайн-оценки.
Затронутые темы
Что взять на заметку
- После постановки задачи назовите бизнес-метрику, ограничения клиента и ресурсы, на которых решение должно работать.
- До обучения выберите офлайн-метрику и loss-функцию, иначе сравнивать варианты модели будет не по чему.
- Для данных интервьюер предлагает обсудить разметку асессорами, синтетические примеры и отдельное обучение retriever-модели.