ML Mentor
Назад к подготовке
Chinor
Реальное техническое собеседование8 октября 2025Chinor

Chinor: ML System Design

Дизайн ASR+LLM пайплайна, который извлекает подтвержденные записи из аудио оператор-клиент: адаптация для low-resource языка, шумные метки, VAD, разделение спикеров, продакшен-флоу записи и оптимизация стоимости инференса.

2 вопроса8 кейсов50 минДоступна аудиозапись
Язык вопросовРусскийEnglishОригинал
Пройти собеседованиеВесь ход интервью

Аудио и материалы

Аудио собеседования

0:00 / 50:19

Этап 2 из 2ChinorML Lead / Speech AI2025-09-19 - 2025-10-08
Собеседования в Chinor: ML Lead / Speech AI

ML System Design в Chinor

Этап 1Весь процесс

Выводы и как готовиться

  • The case is a compact ASR-to-action ML System Design: audio is not the final материал, the booking table update is.
  • The strongest design separates accept/reject routing, ASR quality, entity extraction and slot-write validation instead of hiding everything behind one model.
  • Low-resource languages change the problem: in-domain transcription data and label quality become core system components.
  • Production concerns include slot conflicts, idempotent writes, large audio transfer, queue processing and per-stage inference cost.
Chinor: ML System Design — ML Mentor