ML Mentor
К реальным собесам
Реальный собесCorSearch2026-02-05

CorSearch Technical: рексистема по изображениям и векторным признакам

Собеседование по рекомендационной задаче для визуального поиска: векторизация, выбор модели, оценка recall/precision и оптимизация решения.

Таймлайн собеседования

Компактный список вопросов и задач по ходу записи: раскрывайте только нужные детали.

00:36:46-00:49:07Код

Задача на разницу отсортированных списков id

16:09-16:24Вопрос

Почему нужна рекомендация в вашем продукте и какая бизнес-цель

22:03-22:36MLSD

Как из полного изображения строить сравнимые эмбеддинги

23:15-23:24Вопрос

Какую инфраструктуру для векторной БД выбрали и почему

24:23-24:33Вопрос

Как устроить архитектуру ранжирования и почему именно она

28:18-28:34Вопрос

Как собирать разметку для задач сопоставления картинок

34:17-34:35MLSD

Как измерять recall и precision в вашем рекс-пайплайне

40:50-41:02Вопрос

Можно ли улучшить сложность решения

45:13-45:32Вопрос

Подход к тестированию функции и edge cases

Выводы и как готовиться

  • В таких кейсах важно быстро перейти от идеи к векторной схеме: encoding, ANN, rerank и измерение качества.
  • Сразу отделяй признаки продукта и признаки модели: это упрощает объяснение trade-off по качеству и latency.
  • По задаче на двух списках/сравнениях лучше показать и теоретическое решение, и edge cases.