Есть ли опыт работы с генеративными моделями

Что проверяют

Есть ли за словами «работал с генеративными моделями» инженерная работа: какую задачу решали, почему выбрали этот подход, как мерили качество. Следом почти всегда звучит «как вы поняли, что стало лучше» или «почему RAG, а не дообучение».

Как отвечать

Стройте ответ вокруг одного-двух своих проектов по схеме: задача, решение, оценка, результат. Цифры и детали нужны ваши, реальные, интервьюер будет копать.

Что раскрыть, в зависимости от того, с чем работали:

• LLM: промптинг и структурированный вывод, RAG с векторным поиском, дообучение через LoRA или QLoRA (библиотека peft), сервинг через vLLM, квантизация, стоимость и задержка ответа;
• диффузионные модели: генерация и дообучение через diffusers, LoRA под свой стиль, ControlNet, если нужен контроль композиции;
• GAN и VAE: если опыт учебный, так и скажите. Для генерации изображений сейчас чаще выбирают диффузию, и хорошо, если вы знаете почему: обучение стабильнее, нет коллапса мод;
• оценка качества: FID для изображений; для текста разметка людьми и LLM-as-a-judge со сверкой по людям; для RAG отдельно полнота поиска и верность ответа источникам; плюс продуктовые метрики.

Если опыта нет, не придумывайте. Скажите, что в продакшене с генеративными моделями не работали, и расскажите о своём проекте: например, собрали RAG по документации на открытой модели, сравнили два способа нарезки текста на наборе из нескольких десятков вопросов и разобрали, где модель ошибается. Такой ответ сильнее выдуманной истории, которая развалится на втором уточнении.

Где спотыкаются

Выдают вызовы API чат-бота за опыт с генеративными моделями и не могут объяснить, что было под капотом: как выбирали модель, что делали с галлюцинациями, сколько стоил запрос.

Не показывают оценку качества. «Картинки стали лучше» или «ответы стали точнее» без метрики и без базовой линии звучат как отсутствие результата.

Называют проценты улучшения, которые не могут расшифровать. Сказали «на 30% лучше», будьте готовы ответить, по какой метрике, на каком наборе и относительно чего.