JobPathВопросы на собеседовании дата-сайентиста и ML-инженера
1 165 вопросов с реальных собеседований, чаще всего — в компаниях Сбер, Иннотех и Avito.
Все вопросы
- Какие фичи статистически влияют и могут изменяться для одного пользователя, а какие нетSeniorHybrid
- Как работать с большим количеством признаковSeniorСовкомбанк
- Как эффективно искать похожие эмбеддинги среди миллионов товаров с помощью Faiss или других индексовSeniorAvito
- Что такое protobuf и как он используется в gRPCJuniorRubbles
- Какие метрики использовать для оценки новой модели при выкатывании на пилотную группу?SeniorСбер
- Входила ли в обязанности поддержка модели и анализ ее работы после сдачиMiddleГазпромбанк
- Стоит ли анализировать содержимое хэша идентификатора или убрать хэшSeniorHybrid
- Что такое данные пользователяJuniorHybrid
- Как обрабатывать пустую строку в функции?SeniorСбер
- Как устроен трансформер и какие крупные блоки в нем естьSeniorАТОМ
- Ответь на такие вопросы вслухMock-интервью с ИИ: вопросы голосом и разбор каждого ответа.Попробовать
- Опиши задачу интеграции виртуальной АТС с CRM для отображения карточки покупателя при входящем звонкеMiddleАвтомакон
- Как параллелить выполнение функции в PythonSeniorСбер
- Как работает антифрод на кассах самообслуживания?SeniorМагнит
- В каких ситуациях лучше использовать numpy, а в каких стандартные структуры данных PythonSeniorRubbles
- Как называется алгоритм, использующий логлоссSeniorHybrid
- Какие слои работают по-разному во время обучения и инференсаSeniorМагнит
- Как получить дедлок для экспериментовSeniorОстровок
- Есть ли тимлид в команде?MiddleСбер
- Какой метод HTTP лучше использовать для получения данных по номеру телефона: GET или POST?MiddleАвтомакон
- Как свести задачу ранжирования к задаче классификацииSeniorAvito
Как проходит собеседование
Собеседование на дата-сайентиста или ML-инженера обычно включает скрининг, секцию по математике и машинному обучению, задачу на код и разбор кейса из практики. Иногда отдельно проверяют SQL. Рекрутер обычно уточняет, с какими данными и задачами ты работал, а на встрече с командой просят рассказать о модели, которая дошла до продакшна, и о том, что пошло не так.
По теории спрашивают основы статистики и вероятностей, переобучение и способы с ним бороться, метрики качества и выбор метрики под задачу, устройство линейных моделей, деревьев и бустинга. Для ML-инженеров добавляются нейросети, работа с данными в продакшне, обучение и выкатка моделей, мониторинг их качества. Почти всегда просят разобрать кейс: как ты поставишь задачу, какие признаки соберёшь и как поймёшь, что модель работает. Отдельно проверяют Python и библиотеки для работы с данными.
Чтобы готовиться прицельно, отфильтруй вопросы по своему уровню и начни с тех, что спрашивали чаще всего: счётчик стоит у каждого вопроса. Ответь на несколько из них вслух в mock-интервью, так видно, где ответ разваливается, ещё до настоящего созвона.
Другие направления
Прорепетируй собеседование дата-сайентиста и ML-инженера
Голосовой ИИ-интервьюер задаст вопросы твоего стека, переспросит и разберёт каждый ответ.