К реальным собесам
Реальный собесRaiffeisen Bank2026-04-09

Raiffeisen ML Coding: метрики, ML theory и SQL Top-K

Технический собес с теорией ML, вопросом про продуктовые метрики и SQL-задачей на top-50 товаров для каждого пользователя через window functions.

Таймлайн собеседования

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

00:00:00-00:04:43Вопрос

Контекст команды и план технического интервью

00:04:43-00:05:25Вопрос

Как понять, что ML-фича принесла пользу

00:06:16-00:08:36Вопрос

Линейная регрессия и проблемы аналитического решения

00:08:36-00:09:05Вопрос

Чем логистическая регрессия похожа на линейную

00:09:09-00:10:28Вопрос

ROC AUC как качество ранжирования

00:10:29-00:11:30Вопрос

Precision или Recall в разных этапах рекомендаций

00:11:30-00:12:47Вопрос

Градиентный бустинг против Random Forest

00:13:24-00:16:43SQL

Top-50 товаров на пользователя

00:16:43-00:20:16Код

Top-50 товаров на пользователя в Pandas

00:20:16-00:21:56Код

Python code review: постановка задачи

00:21:56-00:30:00Код

Первые замечания к коду: имена, константы, проверки

00:30:00-00:37:18Код

Метод fit, cross-validation и метрики

00:37:18-00:42:58Код

Метод predict и масштаб 10 млн user embeddings

00:42:58-00:44:55Вопрос

Вопросы кандидата про agent system и datalake

00:44:55-00:48:03Вопрос

Baseline для LLM-агента и состав команды

Выводы и как готовиться

  • По impact-вопросам нужно разделять offline, online и бизнес-метрики.
  • В базовой ML theory важно коротко и точно объяснять линейные модели.
  • В SQL top-k per group ожидается оконная функция ROW_NUMBER() OVER (PARTITION BY ... ORDER BY ...).