Data Wondering

Испытал сегодня новые ощущения, пока собеседовал кандидата на Senior Data Science позицию. Очень простой технический собес, буквально взять игрушечный датасет и пройтись по основным этапам построения модели: от EDA до Evaluation, попутно поясняя свои шаги.

Беседа началась, не предвещая беды. Будущий дата сайентист уверенно написал print(X.head()), перезапустив kernel всего три раза. Каждый следующий этап сопровождался минимум двухминутной паузой. Особенно ненавязчиво это проявлялось после моих вопросов на уровне “а зачем нам нужен train_test_split?” или “а зачем здесь добавлено stratify=y?”. Человек отвечал, что и сам не понял, зачем это нужно, потом выпадал на некоторое время, после чего выдавал блестящий ответ.

По итогам разговора могу точно сказать, что ChatGPT прошел тест Тьюринга. Про кандидата того же сказать не могу. Ощущения от проведения интервью для LLM с кожаным мешком в качестве прокси действительно новые.

Был ли у вас такой опыт собеседований?

www.tgoop.com/data_wondering/61

511 viewsMar 6 at 19:15

Испытал сегодня новые ощущения, пока собеседовал кандидата на Senior Data Science позицию. Очень простой технический собес, буквально взять игрушечный датасет и пройтись по основным этапам построения модели: от EDA до Evaluation, попутно поясняя свои шаги.

Беседа началась, не предвещая беды. Будущий дата сайентист уверенно написал print(X.head()), перезапустив kernel всего три раза. Каждый следующий этап сопровождался минимум двухминутной паузой. Особенно ненавязчиво это проявлялось после моих вопросов на уровне “а зачем нам нужен train_test_split?” или “а зачем здесь добавлено stratify=y?”. Человек отвечал, что и сам не понял, зачем это нужно, потом выпадал на некоторое время, после чего выдавал блестящий ответ.

По итогам разговора могу точно сказать, что ChatGPT прошел тест Тьюринга. Про кандидата того же сказать не могу. Ощущения от проведения интервью для LLM с кожаным мешком в качестве прокси действительно новые.

Был ли у вас такой опыт собеседований?

BY Data Wondering