Как выбрать thresholds для предупреждения о phishing и какие метрики мониторить в production?
Банк вопросов из реальных собеседований
Направления, темы и вопросы из записей интервью. Фильтры ниже сохраняются в ссылке.
Все вопросы
673 вопроса из реальных интервью
Проектируем ML для поиска на маркетплейсе. Какие бизнес, online и offline метрики выбрать?
Мониторинг drift данных и реакция с переобучением
Расскажи, какие классы моделей есть в рекомендательных системах и где они обычно применяются.
Какие подходы к рекомендациям можно использовать и как выбирать между заранее посчитанными результатами и онлайн-инференсом, если важны задержка, RPS и качество?
Оптимизация стоимости ASR и LLM-инференса для звонков
Есть response-модель для разных вариантов доставки. Как выбрать итоговую цену или минимальную сумму заказа?
Что должен сделать ML-инженер, чтобы довести модель до production-сервиса: интерфейс, артефакт, Docker, мониторинг и обновления?
Ответственность за полный цикл деплоя модели
Отладка разрыва между офлайн-оценкой и качеством в продукте
Сравните recall@K, precision@K, coverage и NDCG для candidate generation и ранжирования. Как эти метрики ведут себя при изменении K?
На фото есть вывеска организации. Как построить pipeline, который извлекает текст и использует его в продукте?
Поиск срезов, где LTV-модель ошибается
Нужно сделать блок рекомендаций в корзине для 10 млн пользователей и 100 тыс. товаров. Как сформулировать цель, ограничения и MVP?
В ML System Design кейсе про доставку нужно спроектировать персонализацию минимальной суммы заказа или платной доставки ниже порога. Как задать цель, границы и базовый план системы?
Построение и обновление HNSW/Qdrant пайплайна векторного поиска
За счет чего speculative decoding сохраняет высокий acceptance ratio при нескольких draft tokens?
Компания дала годовой guidance роста добычи. Почему опасно равномерно размазать его по кварталам?
Нужно сделать поиск/подсказки по базе статей или банковских ответов. Почему разумно начать с BM25/TF-IDF, а не сразу с embeddings/RAG?
Нужно прогнозировать retention, revenue или LTV во времени. Как поставить задачу, выбрать горизонт и гранулярность, построить baseline и провести корректную временную валидацию?
Почему в кейсе доставки стоит сначала разложить путь пользователя и операционный процесс заказа, а уже потом выбирать модель?
Роутинг звонков, отсеивание отказов и метрики
Один факт о руднике встречается в годовом отчете, презентации и call transcript. Как объединить эти источники в один forecasting state?
Как перейти от revenue, seller success и buyer value в marketplace к offline-метрикам pricing/recommendation модели?