К реальным собесам
Реальный собесDodo2026-04-15

Dodo Screening: RecSys basics, A/B и ML-инфра

Screening-собеседование с базовыми вопросами по рекомендательным системам, A/B-тестам, cold start и production-стеку ML-команды.

Таймлайн собеседования

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

00:01:46-00:06:51Behavioral

Краткий рассказ про ML-бэкграунд и продуктовые проекты

00:06:51-00:09:00Вопрос

Насколько большой блок опыта занимали рекомендации

00:09:00-00:09:55Вопрос

Как говорить про A/B-тесты в RecSys screening

00:12:36-00:17:47Behavioral

Сильные качества и зоны роста кандидата

00:17:47-00:20:36Behavioral

Предпочтения по домену и технологиям

00:20:36-00:21:36Вопрос

Из каких этапов состоит современная рекомендательная система

00:21:36-00:22:20Вопрос

Что такое cold start для пользователя и item

00:29:40-00:30:01Behavioral

Насколько кандидату подходит команда с упором на classic ML

00:30:01-00:31:20Вопрос

Как объяснить MLflow, pipeline и Feature Store в ML-команде

00:30:33-00:34:09Behavioral

Дальнейшие этапы: live-coding, ML System Design и финал

00:34:09-00:35:48Behavioral

Как устроено взаимодействие с DS, лидом и продактом

Выводы и как готовиться

  • На screening важно отвечать коротко и структурно: candidate generation, ranking, fallback, A/B и production loop.
  • Cold start нужно разделять на user cold start и item cold start.
  • Про MLOps лучше говорить через решаемые проблемы: воспроизводимость, версионирование, freshness и training-serving skew.