AgeCode
Аудиозапись технического собеседованияТехническое собеседование2026-03-26
AgeCode: ML System Design
System design поиска по базе статей: BM25 baseline, hybrid поиск, reranker и offline/online evaluation.
Аудио и материалы
Аудио собеседования
0:00 / 47:50
Этап 4 из 4AgeCodeML Engineer / Data Scientist2026-02-24 - 2026-03-26
Собеседования в AgeCode: ML Engineer / Data ScientistML System Design в AgeCode
Выводы и как готовиться
- Даже для RAG/search кейса стоит начинать с BM25 baseline, чтобы было с чем сравнивать embeddings и reranker.
- Метрики нужно разделять на offline relevance, online поведение пользователя и production guardrails.
- Related articles можно делать precomputed baseline, а затем усиливать query-aware reranker.