BNP Paribas Data Science interview questions

Le processus d'entretien était complet mais pas trop difficile, couvrant des domaines techniques variés tels que le machine learning, le deep learning, le traitement du langage naturel (NLP) et la vision par ordinateur (CV). J'ai répondu à des questions sur les algorithmes de ML, les architectures de réseaux neuronaux, les modèles NLP comme BERT et Word2Vec, ainsi que des applications pratiques comme la reconnaissance d'images. Il y a eu également des questions sur les pratiques de génie logiciel, notamment les tests unitaires, CI/CD et l'utilisation de Git dans le cadre d'un développement agile. Enfin, des questions situationnelles ont été posées, où il était essentiel de répondre en utilisant la méthode STAR pour structurer mes réponses en termes de situation, tâche, action et résultat, démontrant ainsi mes compétences en résolution de problèmes et ma capacité à travailler efficacement en équipe.