Прямой вопросCIAN
Микросервисная архитектура и надежность для поискового ранжирования
CIAN: ML System Design
К понятиям
ML System Design
Масштабирование и отказоустойчивость
Расчёт нагрузки и архитектурные решения для пиков, частичных отказов и контролируемой стоимости.
capacity planningshardingreplicationbackpressuregraceful degradation
14
проверенных вопросов
10
реальных собеседований
10
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.
Что нужно уметь
- Оценить средний и пиковый трафик
- Выбрать шардирование, репликацию и деградацию
Как эту тему спрашивают
Канонические типы вопроса объединяют разные формулировки, но каждая ссылка ведёт на конкретный вопрос из интервью.
Что должно быть в ответе
- Средняя и пиковая нагрузка
- Шардирование, репликация и очереди
- Стоимость, отказоустойчивость и деградация
Прямой вопросDistributed AI infrastructure role, company not confirmed
API, очередь и планировщик заданий для GPU-платформы
Distributed GPU Training Platform: EffDL and MultiGPU system design
Прямой вопросDistributed AI infrastructure role, company not confirmed
Модуль Kubernetes, сервис, развертывание и узел
Distributed GPU Training Platform: EffDL and MultiGPU system design
Прямой вопросDistributed AI infrastructure role, company not confirmed
Платформа обучения на свободных GPU в нескольких дата-центрах
Distributed GPU Training Platform: EffDL and MultiGPU system design
Прямой вопросHedge fund AI investing role, company not confirmed
Как оценить ресурсы Kafka и Spark для миллионов событий в секунду
Hedge Fund System Design: backend pipeline for AI investing
Прямой вопрос
Какие события класть в Kafka и как партиционировать
System Design: realtime CTR dashboard для рекламы
Прямой вопрос
Какие события и масштабы уточнять для CTR
System Design: realtime CTR dashboard для рекламы
Прямой вопрос
Partitioning по campaign_id и hot-key риски
System Design: realtime CTR dashboard для рекламы
Прямой вопросCV catering
VLM для распознавания еды: точность vs latency
CV catering: распознавание еды для робота-кассира
Прямой вопросDodo
Как часто пересчитывать стоимость доставки в корзине
Dodo: ML System Design
Прямой вопросDROM
Кэширование и бюджет задержки в рекомендательной системе
DROM: RecSys ML System Design
Прямой вопросFairmarkit
Какие данные нужны для подбора поставщиков и что меняет масштаб
Fairmarkit: ML System Design
Прямой вопросMrBit
На какой день VIP-прогноз становится достаточно надежным
MrBit: ML System Design
Прямой вопросWisebits / xHamster
Поиск безопасных и небезопасных видеофрагментов на большом масштабе
Wisebits / xHamster: Техническое собеседование