ML System Design

Данные, таргет и разметка

Проектирование обучающей выборки с учётом доступности признаков, происхождения разметки и смещений.

dataset designtargetlabelsweak supervisionhard negatives

проверенных вопросов

реальных собеседований

компаний

Раздел полностью проверен: учтены все опубликованные вопросы и кейсы с разметкой ML System Design. Частотность относится к этому корпусу. Проверка от 2026-07-16.

Начать с вопроса Смотреть все формулировки

Что нужно уметь

Определить строку датасета и момент предсказания
Получить разметку и отрицательные примеры без утечки

Как эту тему спрашивают

Канонические типы вопроса объединяют разные формулировки, но каждая ссылка ведёт на конкретный вопрос из интервью.

Что должно быть в ответе

Строка датасета и target
Источники разметки и hard negatives
Утечки, смещения и версия данных

Прямой вопрос2GIS

CLIP vs multilabel classifier

2GIS: Computer Vision для фото заведений и OCR

Что нужно уметь

Как эту тему спрашивают

Что должно быть в ответе

CLIP vs multilabel classifier

Датасет и разметка food categories

Признаки из сделок и биржевого стакана

Регулярная временная сетка для нерегулярных рыночных событий

Категории и признаки каталога для рекомендаций в корзине

Язык с низким уровнем ресурсов ASR при сбое Whisper

Обучение ранкеров, негативы и сочетание монетизации

Извлечение полезного содержимого веб-страницы перед суммированием

Датасет и hard negatives для visual difference

Logo detection при ограниченной разметке

Холодный старт и плавный переход LTV для нового приложения

Устройство и сбор данных для медицинской CV-модели

3D-сегментация поражений зубов с ограниченным количеством меток

Датасет для модели отклика на условия доставки

Историческая цена почти не менялась

Оперативный признак нагрузки курьеров

Холодный старт нового пользователя и нового товара

Датасет и labels для RecSys ML System Design

Группы признаков для recommender

Multimodal признаки в RecSys pipeline

Какие target и метрики выбрать для ранжирования поставщиков

Как работать с деревьями категорий заказчиков

Как бороться с selection bias и неоднозначными negatives

Пост не соответствует выбранному game tag

Объём данных и включение дорогого режима обработки

Domain adaptation с VR/fisheye на обычное видео

Какие признаки дать поисковому реранкеру

Категориальные функции порта: одногорячее кодирование, целевые агрегаты и утечка

Прогнозирование времени ожидания порта: цель и бизнес-горизонт

Таксономия ошибок и схема вывода для шашки

Использование данных рецензента для обучения шашки

Как превратить годовой guidance в квартальные фичи

Какие сигналы извлекать из PDF-отчетов

State для планового производства

Связывание событий из нескольких документов

Какие ранние признаки отличают потенциального VIP

Content-aware similar-items recommender для холодного старта

Тренировочные данные, жесткие негативы и контрастные потери

Какие события логировать для обучения ranker

Лейблы для контрольных вопросов

Лейблы и feedback loop в phishing detection

Холодный старт пользователей и публикаций

Датасет для извлечения полей банковской выписки

Доля оборота с подозрительными контрагентами

Самообучение на неразмеченных дорожных последовательностях

Пары «текстовый запрос — дорожный сегмент»

Ограничения синтетических данных для редких дорожных сцен

Открытый словарь цветов и атрибутов