Not generic LeetCode: RAG, prompt, and Python scenarios close to real work. Each result can strengthen a project on your Ganloss profile — a differentiator recruiters notice.
Identifier l'étape qui casse la qualité des réponses dans un assistant documentaire.
Sécuriser un chatbot support client face à une tentative de contournement.
Choisir la bonne métrique pour valider un assistant RAG avant mise en prod.
Restructurer un prompt vague pour un assistant de revue de code Python.
Expliquer l'impact du chunk size sur recall et précision.
Coder une fonction de découpage pour préparer un index RAG.
Choisir quand appeler une API, interroger une base vectorielle ou combiner les deux.
Arbitrer la bonne stratégie pour un chatbot FAQ produit.
Améliorer le retrieval quand les utilisateurs cherchent des références exactes.
Optimiser un chatbot à 10 000 requêtes/jour sous contrainte P95.
Critères de sélection pour un index RAG en production.
Techniques pour forcer une réponse ancrée aux sources.
Structurer mémoire court terme et long terme pour un support client multi-tours.
Définir métriques et actions correctives post-déploiement.
Définir les règles de refus et de validation pour un bot RH interne.
Coder la métrique de base du retrieval dense.
Extraire le nom d'outil d'une réponse JSON embarquée.
Interview prep: read the full guide.