Каталог задач
1005 задач. Страница 9 из 21. Авторские задачи для подготовки к собеседованиям аналитиков с разборами решений.
Темы
Уровень
Сложность
По мотивам интервью в
401
Сценарий ML: MAPE vs sMAPE vs MAE для прогноза
ML / Data ScienceМетрики и оценкаСредняяMiddle
402
Сценарий ML: target encoding без leakage
ML / Data ScienceFeature engineeringСложнаяSenior
403
Сценарий ML: high-cardinality categorical encoding
ML / Data ScienceFeature engineeringСредняяSenior
404
Сценарий ML: лаги и rolling features для time series
ML / Data ScienceFeature engineeringСредняяMiddle
405
Сценарий ML: TF-IDF vs BERT embeddings
ML / Data ScienceFeature engineeringСредняяMiddle
406
Сценарий ML: архитектура Feature Store
ML / Data ScienceFeature engineeringСложнаяSenior
407
Сценарий ML: SMOTE vs undersampling
ML / Data ScienceКласс дисбалансСредняяMiddle
408
Сценарий ML: class_weight в sklearn и эквиваленты
ML / Data ScienceКласс дисбалансЛёгкаяMiddle
409
Сценарий ML: Focal Loss для imbalanced классов
ML / Data ScienceКласс дисбалансСложнаяSenior
410
Сценарий ML: почему GBDT обыгрывает DL на табличных данных
ML / Data ScienceДеревья vs нейросетиСредняяSenior
411
Сценарий ML: TabNet и DL для табличных данных
ML / Data ScienceДеревья vs нейросетиСложнаяSenior
412
Сценарий ML: SHAP, permutation, LIME
ML / Data ScienceДеревья vs нейросетиСредняяSenior
413
Сценарий ML: cosine vs euclidean для эмбеддингов
ML / Data ScienceNLP и эмбеддингиЛёгкаяMiddle
414
Сценарий ML: fine-tune vs prompt vs RAG
ML / Data ScienceNLP и эмбеддингиСредняяSenior
415
Сценарий ML: снижение галлюцинаций LLM
ML / Data ScienceNLP и эмбеддингиСложнаяSenior
416
Сценарий ML: BPE vs WordPiece vs SentencePiece
ML / Data ScienceNLP и эмбеддингиСредняяMiddle
417
Сценарий ML: стратегия image augmentation
ML / Data ScienceComputer VisionСредняяMiddle
418
Сценарий ML: transfer learning в CV
ML / Data ScienceComputer VisionСредняяMiddle
419
Сценарий ML: leakage из-за схожих изображений в train/test
ML / Data ScienceComputer VisionСложнаяSenior
420
Сценарий ML: collaborative vs content-based recsys
ML / Data ScienceRecsysСредняяMiddle
421
Сценарий ML: cold-start стратегии в recsys
ML / Data ScienceRecsysСредняяSenior
422
Сценарий ML: ALS на implicit feedback
ML / Data ScienceRecsysСложнаяSenior
423
Сценарий ML: two-tower архитектура для recsys
ML / Data ScienceRecsysСложнаяSenior
424
Сценарий ML: ARIMA vs Prophet vs LSTM
ML / Data ScienceTime seriesСредняяSenior
425
Сценарий ML: walk-forward CV для time series
ML / Data ScienceTime seriesСредняяMiddle
426
Сценарий ML: anomaly detection в time series
ML / Data ScienceTime seriesСложнаяSenior
427
Метрики для продукта «Почта» и план аналитики
Продуктовая аналитикаМетрики продуктаСредняяMiddle
428
Метрика DAU/MAU и её корректное использование
Продуктовая аналитикаМетрикиЛёгкаяMiddle
429
North Star для двустороннего маркетплейса (Авито/Озон)
Продуктовая аналитикаМетрикиСредняяMiddle
430
Как найти «aha moment» в продукте
Продуктовая аналитикаАктивация и retentionСредняяMiddle
431
Какие метрики наилучшим образом отражают успешность продукта?
Продуктовая аналитикаПродуктовые метрикиЛёгкаяMiddle
432
Как вы обработаете и примените полученные из пользовательских исследований данные?
Продуктовая аналитикаАналитикаЛёгкаяMiddle
433
Какой принцип вы соблюдаете при проектировании архитектуры продукта?
Продуктовая аналитикаАрхитектураЛёгкаяMiddle
434
Какой из перечисленных методов наиболее эффективен для идентификации основной ценности продукта для пользователя?
Продуктовая аналитикаАналитикаЛёгкаяMiddle
435
Какой показатель наилучшим образом отражает ценность продукта для бизнеса?
Продуктовая аналитикаПродуктовые метрикиЛёгкаяMiddle
436
Какая метрика позволяет лучше всего оценить рентабельность инвестиций в продукт?
Продуктовая аналитикаПродуктовые метрикиЛёгкаяMiddle
437
Что является ключевым аспектом при формировании эффективной гипотезы?
Продуктовая аналитикаАналитикаЛёгкаяMiddle
438
Какой метод приоритизации подразумевает оценку задач на основе их влияния на продукт и усилий, необходимых для их выполнения?
Продуктовая аналитикаПриоритизацияЛёгкаяMiddle
439
Какой метод пользовательских исследований наиболее полезен для понимания мотиваций и поведения пользователей?
Продуктовая аналитикаАналитикаЛёгкаяMiddle
440
Что из перечисленного будет важно учитывать при разработке UI для мобильного приложения?
Продуктовая аналитикаUX/UIЛёгкаяMiddle
441
Какой принцип архитектуры программного обеспечения обеспечивает модульность и независимость компонентов?
Продуктовая аналитикаАрхитектураЛёгкаяMiddle
442
Какая методология разработки программного обеспечения направлена на итеративное улучшение продукта с короткими циклами разработки и частыми релизами?
Продуктовая аналитикаМетодологииЛёгкаяMiddle
443
Какой инструмент наиболее эффективно помогает определить стратегическое направление продукта?
Продуктовая аналитикаСтратегияЛёгкаяMiddle
444
Какой метод используется для организации требований на ранних этапах разработки продукта?
Продуктовая аналитикаМетодологииЛёгкаяMiddle
445
Что такое USP и почему это важно для позиционирования продукта?
Продуктовая аналитикаСтратегияЛёгкаяMiddle
446
Какой метод позволяет увидеть реальное поведение пользователей при взаимодействии с продуктом?
Продуктовая аналитикаUX/UIЛёгкаяMiddle
447
Какая метрика наилучшим образом отражает уровень удержания пользователей в приложении?
Продуктовая аналитикаПродуктовые метрикиЛёгкаяMiddle
448
Какой метод позволяет проанализировать и сравнить возможности и слабые стороны продуктов конкурентов?
Продуктовая аналитикаСтратегияЛёгкаяMiddle
449
Что является главной целью MVP?
Продуктовая аналитикаМетодологииЛёгкаяMiddle
450
Какие каналы распространения обеспечивают максимальную обратную связь и возможность для изменений продукта в реальном времени?
Продуктовая аналитикаСтратегияЛёгкаяMiddle