ML System Design

Модель и архитектурные компромиссы

Выбор модели, функции потерь и порогов с учётом данных, качества, задержки, стоимости и сложности эксплуатации.

model selectionarchitecture trade-offsloss functionthreshold selectionlatency-quality trade-off

130

проверенных вопросов

реальное собеседование

компании

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

Сравнить baseline и кандидатные модели
Обосновать архитектуру через измеримые ограничения системы

Как эту тему спрашивают

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

Что должно быть в ответе

Простой baseline и кандидатные модели
Данные, функция потерь и пороги
Качество, latency, стоимость и сложность эксплуатации

Прямой вопрос2GIS

Выбор фото блюда для категории

2GIS: Computer Vision для фото заведений и OCR

Что нужно уметь

Как эту тему спрашивают

Что должно быть в ответе

Выбор фото блюда для категории

CLIP vs multilabel classifier

Representative photo для организации

Signage OCR pipeline

OCR и geo entity matching

Регулярная временная сетка для нерегулярных рыночных событий

Базовые рекомендации в корзине по совместным покупкам

Резервные сценарии для рекомендаций в корзине

Как учитывать категории и комплементарность в корзине

Промышленная архитектура рекомендаций в корзине

Фильтры и бизнес-правила рекомендаций в корзине

Длинный хвост и новизна в межтоварном базовом варианте

ALS и матричная модель для рекомендаций к корзине

Заменители и дополнения в корзине

Граница между межтоварными рекомендациями и персонализацией

Категориальные ограничения поверх векторного поиска

Признаки пользователя, товара и корзины для ранжирования

Язык с низким уровнем ресурсов ASR при сбое Whisper

Улучшение поиска с помощью контента, пользовательских и визуальных вложений

Обучение модели запроса, когда исторические текстовые запросы не существуют.

Микросервисная архитектура и надежность для поискового ранжирования

Как превратить текстовый запрос в кандидатов для поиска недвижимости

Быстрый baseline ранжирования лучше random

Разработка сервиса URL и резюме текста

Извлечение полезного содержимого веб-страницы перед суммированием

CV-пайплайн для поиска разных авто в одном объявлении

Фильтрация web search результатов для brand protection

Как собрать данные и классы для модели модерации

BERT, предложение transformers и аналогия метрического обучения

Офлайн-метрики RecSys: recall@K, precision@K, coverage и NDCG

Как прогнозировать LTV для новых когорт без истории

Разложение стоимости HFT-портфеля по шагам

Холодный старт и плавный переход LTV для нового приложения

Устройство и сбор данных для медицинской CV-модели

Как поставить задачу раннего VIP-прогноза

Архитектура агента на основе языковой модели

Архитектура панели CTR в реальном времени

CV для робота-кассира в столовой

Почему еду на подносе сложно распознавать

VLM для распознавания еды: точность vs latency

3D-сегментация поражений зубов с ограниченным количеством меток

Целевая переменная и действие модели ценообразования

Датасет для модели отклика на условия доставки

Выбор цены по сетке допустимых вариантов

Путь пользователя и операционный процесс до выбора модели

Свежие признаки кухни и доставки для модели цены

Два этапа рекомендательной системы

Холодный старт нового пользователя и нового товара

Бизнес-метрики и model metrics

Выбор архитектуры RecSys под команду и бюджет

Multimodal признаки в RecSys pipeline

Multi-output прогноз LTV-кривой

Двухэтапный retrieval/ranking для подбора поставщиков

Какие target и метрики выбрать для ранжирования поставщиков

Как работать с деревьями категорий заказчиков

Как строить эмбеддинги поставщиков и чем опасна многошаговая агрегация

Протокол безопасности кухни проверяет кадры с камеры

Пост не соответствует выбранному game tag

Как построить модель распознавания аудио-событий

Агентская архитектура для AI-продукта motion-design

Геосемантический поиск по категориям POI и предложениям адресов

Рекомендации между вертикалями в супераппе

Domain adaptation с VR/fisheye на обычное видео

Как уменьшить мерцание маски в видео/VR

Архитектура RAG/поисковой системы для документов

Какие признаки дать поисковому реранкеру

Как прогнозировать LTV для новых когорт без истории

Динамический горизонт прогнозирования и интуиция SHAP

Признаки и проверка аномалий для прогноза ожидания в порту

Прогнозирование времени ожидания порта: цель и бизнес-горизонт

Линейка агентов для проверки выходов задач

Создание автоматической проверки результатов работы человека / агента

Использование данных рецензента для обучения шашки

Как использовать LLM для фичей в прогнозе производства

Как превратить годовой guidance в квартальные фичи

Tabular baseline для прогноза добычи

Structural break в прогнозе добычи