ML Mentor
К понятиям
ML System Design

Постановка задачи и SLO

Формализация пользователя, решения, метрик и ограничений до выбора модели и инфраструктуры.

requirementsSLOlatency budgetcapacity estimationproblem framing
35
проверенных вопросов
26
реальных собеседований
26
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 вопросаСмотреть все формулировки

Что нужно уметь

  • Задать уточняющие вопросы и численные оценки
  • Связать business metric, ML metric и SLO

Как эту тему спрашивают

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

Что должно быть в ответе

  • Пользователь и принимаемое решение
  • Business/ML-метрики и SLO
  • QPS, объём данных, latency и стоимость
Прямой вопросDistributed AI infrastructure role, company not confirmed

Зачем промышленному ML нужны MLflow, пайплайны, PySpark и хранилище признаков

Distributed GPU Training Platform: EffDL and MultiGPU system design

Открыть вопросВсё собеседование
Прямой вопросMayflower

Как поставить задачу предсказания возврата пользователя

Mayflower: Python-агрегации, ML System Design про возврат пользователя и RecSys-рантайм

Открыть вопросВсё собеседование