Вернуться в каталог собеседований

КАЙФОВОЕ СОБЕСЕДОВАНИЕ В ВАЙЛДБЕРРИЗ (на data scientist)

Разбор собеседования Data Scientist в Wildberries: качество прогноза спроса, метрики скоринга, размерность признаков и поведение моделей вне обучающей выборки.

Вадим Новосёлов | Карьера в IT
  • Опубликовано на YouTube:
  • Просмотры на YouTube: 6,5 тыс.
  • Лайки на YouTube: 164
Открыть на YouTube

Таймлайн

Коротко о видео

Интервью на Data Science построено вокруг оценки моделей прогноза спроса и скоринга, MAPE, Average Precision и размерности признаков. Важная часть разбора посвящена тому, почему привычная метрика может скрыть существенную ошибку.

Затронутые темы

Что взять на заметку

  • Перед выбором метрики определите, какую ошибку она должна наказывать для конкретного бизнеса.
  • Average Precision связан с точностью ранжирования и PR-кривой, поэтому его нельзя описывать только как «процент правильных ответов».
  • С ростом числа признаков точки разрежаются в пространстве, а расстояния между объектами становятся менее различимыми.

Рекомендуем посмотреть