Чем вы занимались: обучением модели или сбором данных
Что проверяют
На каком участке конвейера вы работали на самом деле. За вопросом стоит понятная тревога нанимающего: кандидат, который трогал только обучение на готовом датасете, в реальном проекте встанет, потому что там сначала надо добыть данные, разметить их и понять, что с ними не так.
Как отвечать
Не выбирайте одну из двух опций, разложите цикл и честно отметьте свою долю.
- Данные: откуда брали (выгрузки из хранилища, события, внешние источники), кто их владелец, как решали вопрос разметки и её качества.
- Подготовка: очистка, дедупликация, пропуски, утечка целевой переменной в признаки, разбиение на обучение и валидацию с учётом времени, если данные временные.
- Обучение: что было бейзлайном, какие семейства моделей пробовали и почему, как подбирали гиперпараметры.
- Оценка: метрика, выбранная под задачу и под дисбаланс классов, а не по привычке, сравнение с бейзлайном, проверка на отложенном периоде.
- Внедрение: как модель попала в продукт, как считаются признаки в бою, что смотрите после выкатки.
Если перекос реально был, так и скажите: полгода ушло на сбор и разметку, обучение заняло две недели. Это нормальный ответ, в индустрии обычно так и бывает. Слабую сторону лучше назвать самому и добавить, чем закрываете: пет-проект целиком, участие в разборе метрик, дообучение чужой модели.
Где спотыкаются
Говорят «занимался всем понемногу». Это читается как «нигде глубоко», и дальше идёт серия уточняющих вопросов, на которых перекос всплывает всё равно.
Второе: приводят прирост качества без базы сравнения, например «точность выросла на двадцать процентов». Спросят, какая метрика, на какой выборке, что было бейзлайном и стабилен ли прирост между фолдами.
Третье: говорят про удаление выбросов и нормализацию как про обязательный ритуал. Выброс бывает самым ценным наблюдением, особенно в задачах про мошенничество и отказы оборудования, а решающим деревьям и градиентному бустингу нормализация признаков не нужна вовсе.