Разборы реальных собеседований
Внутри каждого собеса: таймлайн вопросов, задачи с условиями и решениями, теги, компания и ссылка на интерактивную задачу в тренажере, если для нее есть автотесты.
Dodo ML System Design: доставка, quote и монетизация
Собеседование вокруг динамической стоимости доставки, стабильного quote для пользователя, свежести признаков и guardrails для монетизации.
Huawei LLM Engineer: inference optimization и vector search
Англоязычный technical deep dive по LLM serving: KV cache, speculative decoding, FlashAttention, quantization и distributed vector retrieval.
BHFT technical ML: временные ряды и HFT case
Собеседование с ML System Design и notebook-heavy задачей про временные ряды. Пока публикуется как вопрос/кейс без автотестов.
Almus Final: RecSys, прогнозы и team fit
Финальный собес с вопросами про бизнес-контекст в DS, внешние сигналы для прогноза, сезонность в RecSys и инициативность в продуктовых ML-командах.
Satel Generation: RAG, evaluation и production ownership
Технический deep dive по RAG-пайплайну: архитектура embeddings/retrieval, оценка качества, self-hosted LLM и опыт доведения ML-проектов до production.
System Design: realtime CTR dashboard для рекламы
System design кейс про realtime dashboard CTR рекламных кампаний: оценка потока событий, Kafka/event schema, stream aggregation и OLAP storage.
Almus Technical: LTV, когорты и временные ряды
Технический собес про прогнозирование LTV/retention по когортам: разные уровни зрелости, cold start, временные признаки и корректная валидация.
Dodo Screening: RecSys basics, A/B и ML-инфра
Screening-собеседование с базовыми вопросами по рекомендательным системам, A/B-тестам, cold start и production-стеку ML-команды.
FlameTree Technical: Agents, NLP, LLM и Python backend
Технический собес с вопросами по LLM/tokenization, замене open-source моделей, pytest fixtures и Docker multistage build.
MLSD: прогноз производства по отчетам и LLM-фичи
ML System Design кейс про прогноз производства по отчетам: как использовать LLM для извлечения признаков, валидировать факты из документов и превращать годовой guidance в quarterly features.
Технический Python/Algo: дерево и LRU cache
Технический собес с двумя кодовыми задачами: обход бинарного дерева зигзагом и реализация LRU cache.
Raiffeisen ML Coding: метрики, ML theory и SQL Top-K
Технический собес с теорией ML, вопросом про продуктовые метрики и SQL-задачей на top-50 товаров для каждого пользователя через window functions.
Sber GigaChat Final: audio-event feature case
Product ML case про фичу распознавания событий по звуку: как доказать пользу, построить audio classifier, развернуть модель на устройстве и управлять стоимостью ошибок.
AgeCode MLSD: поиск по статьям, BM25 и RAG
ML System Design собеседование про поиск по базе статей: BM25 baseline, hybrid retrieval, offline/online evaluation и related articles через reranker.
MrBit MLSD: раннее предсказание VIP-игрока
ML System Design кейс про casino/product ML: как как можно раньше понять, что новый игрок станет VIP, какие признаки брать, когда прогноз становится надежным и как собрать batch pipeline.
GRII RED MLSD: рекомендации в корзине
RecSys System Design собеседование про рекомендации в корзине: item-item baseline, fallback cascade, категории, комплементарность и production serving.
Waymo MLSD: поиск дорожных сцен по тексту
ML System Design собеседование про retrieval-систему для автономного вождения: по текстовому запросу находить релевантные сегменты дорожных сцен из последовательностей изображений.
OLX Technical: marketplace ML, pricing и рекомендации
Технический marketplace ML кейс: как обсуждать бизнес-метрики, признаки цены объявления, offline validation, выбор модели и A/B-тест новой карусели или промо-тега.