Чем занимаешься на факультете
Что проверяют
Вопрос обычно звучит на собеседовании студента или стажёра. Проверяют базу, которой потом будет не хватать, связь учёбы с практикой и умение внятно рассказать о собственной работе. Ответ показывает, разбирались ли вы в чём-то сами или просто сдали курсы.
Как отвечать
Две фразы про программу и дальше упор на одну задачу, которую делали руками. Для направления с данными это выглядит так: какая была постановка, откуда данные и сколько их, что было целевым признаком, как делили выборку, какую метрику выбрали и почему именно её, с чем сравнивали результат.
Отдельно скажите про базовое решение. Простая модель или даже константный прогноз как точка отсчёта показывает, что вы понимаете смысл измерения качества. Хорошо звучит и понимание утечки целевого признака, и разделение по времени, если данные временные: случайное перемешивание временных рядов это классическая ошибка учебных работ.
Назовите то, что делали помимо занятий: соревнования, семинар, лабораторию, стажировку, разбор статей. Если учёба чисто теоретическая, так и скажите, но уточните, что запускали сами.
Готовьтесь к уточнению по математике прямо следом: смысл регуляризации, что показывает площадь под ROC-кривой, чем отличаются точность и полнота и когда важна каждая. Такие вопросы идут парой к этому рассказу.
Где спотыкаются
Перечисляют названия курсов и оценки. Интервьюер не понимает, что вы умеете делать, и переходит к техническим вопросам с нулевым доверием.
Называют библиотеки вместо задачи: работал с pandas и scikit-learn. Это инструменты, а не опыт, и вопрос о постановке задачи ставит в тупик.
Приносят метрику без базы для сравнения: точность девяносто пять процентов. Если класс большинства занимает те же девяносто пять процентов, модель не научилась ничему, и на несбалансированных данных смотрят на другие метрики.