Interview List
NLP Engineering, LLM Engineering 직군의 취업을 위해 준비했던 혹은 실제 마주했던 기술인터뷰 목록을 정리해봅시다.
🔴 Artificial Intelligence
MSE는 왜 회귀모델에 유리하고 CrossEntropy는 왜 분류모델에 유리한가요?
RAG의 장점이 뭐에요?
Recall, Precision, F1-Score는 각각 무엇을 의미하죠?
BERT에서 WordPiece Tokenizer를 썼는데, 왜 이것을 사용했고 사용했을 때 장점이 무엇일까요?
RAG를 구축할 때 ChunkSize를 크게 하면 성능이 좋을까요? 안좋을까요?
LoRA가 무엇인가요?
LoRA및 QLoRA를 이용하여 모델을 어떻게 학습시키나요?
효율적인 딥러닝 학습/추론 엔진의 개발/분석/개선방법에 대해 아는대로 말해보세요.
정규화를 왜 해야할까요? 정규화의 방법은 무엇이 있나요?
Data Normalization은 무엇이고 왜 필요한가요?
Vector DB의 장점이 뭐에요?
Prompt Engineering에 대해 아는대로 설명해주실래요?
RNN, LSTM과 Transformer의 차이점을 설명해주세요.
BERT의 [CLS] 토큰에 대해 설명해주세요.
Fine Tuning과 SFT에 대해 비교하여 설명해주세요.
Word Embedding과 Sentence Embedding에 대해 비교하여 설명해주세요.
Knowledge Distillation에 대해 설명해주세요.
OverFitting이 무엇이고 어떻게 방지할 수 있나요?
BERT Model에 대해 설명해주세요.
RAG를 사용하면 무엇이 이로운가요?
🔵 Engineering
개념적으로 일반적인DB와 VectorDB에 동일한 벡터포맷의 데이터를 넣었을 때 특정 데이터를 인덱싱 하는데 무엇이 유리할까요?
fastAPI의 장점이 무엇인가요?
array와 Linked List의 차이점을 설명해주세요.
array와 Linked List의 삽입연산에 대해 설명해주세요.
🛠️ Reference
Ready for tech-interview
데이터 분석, 그로스 질문
ai-tech-interviews
Data Science Interview Questions
Last updated