Банк вопросов из реальных собеседований

Каталог и фотографии постоянно меняются. Как организовать переобучение модели и обновление ANN-индекса для visual search?

Какие бывают positional embeddings в Transformer и как работает RoPE?

Пользователь пишет естественный запрос к большой корпоративной базе. Как матчить сущности, аббревиатуры, таблицы и колонки?

Почему признаки продавца могут помогать pricing или ranking модели в classified marketplace, и какие риски нужно контролировать?

Как выкатывать тяжелую VLM в продукт, где есть ограничения по latency и стоимости?

Корзина меняется в текущей сессии. Как online serving должен учитывать add/remove item, cache invalidation и fallback?

Как хранить извлеченный из документов план производства, чтобы новые отчеты корректно обновляли forecast features?

Почему модель на исторической добыче может резко ошибиться, если компания инвестирует в новый способ добычи или расширение рудника?

Почему рекомендация похожего кольца к уже добавленному кольцу может быть хуже, чем рекомендация комплементарной категории?

Нужно прогнозировать поквартальную добычу по рудникам. Какие признаки и baseline-модель стоит построить до LLM-слоя?

Для международного поиска можно перевести уже существующее описание или генерировать новое на целевом языке. Как сравнить подходы?

VAD и разделение спикеров в пайплайнах обработки звонков

Как встроить VLM, поиск по картинкам и чат-ассистента в продукт поиска недвижимости так, чтобы они дополняли основной поиск и ранжирование, а не заменяли их?

Чем отличаются схемы quantization для LLM inference и какие trade-off нужно назвать?

Адаптация LLM к медицинской терминологии

Нужно построить систему, которая ищет по внутренним документам и помогает отвечать на вопросы. Какой пайплайн спроектировать?

Как безопасно выкатить новую версию ONNX-модели в production: какие проверки сделать до релиза, как включать трафик, что мониторить и как быстро откатиться?

Как связать бизнес-метрики продукта с offline-метриками рекомендательной модели?

Какие варианты speculative decoding встречаются в LLM serving и чем они отличаются на уровне реализации?

Чем векторный поиск отличается от полнотекстовый поиск и почему часто нужен hybrid?

What main architecture families are used for generative models, and where are they commonly applied?

Explain the difference between BERT and GPT in terms of Transformer architecture and training objective.

How would you evaluate the full search pipeline and its individual components offline and online?

A 72B-parameter LLM is served on an A100 80GB. Estimate whether FP16 fits and explain what quantization changes.