Успешное собеседование на Data Science | Middle ML Developer

Коротко о видео

На собеседовании Middle ML Developer проверяют метрики, регуляризацию, классические модели, временную валидацию и задачу Байеса, а затем переходят к кредитному скорингу. Кандидат объясняет продовый путь модели от score и probability до контейнерного развёртывания и A/B-теста в банковском продукте.

Затронутые темы

Что взять на заметку

• Для MAE назовите устойчивость к выбросам и недифференцируемость в нуле, а для MSE — сильный штраф за большие ошибки.
• Дерево и random forest в регрессии не экстраполируют за диапазон обучающих таргетов, потому что предсказывают значения из листьев.
• В скоринге бизнес может оценивать качество в верхней части ранжирования, поэтому одного ROC-AUC недостаточно без связи с одобрениями и прибылью.