ML Mentor
Назад к подготовке
Fairmarkit
Аудиозапись технического собеседованияТехническое собеседование2025-09-23

Fairmarkit: ML System Design

ML System Design этап про B2B supplier recommender: candidate generation, ranking, buyer-specific taxonomy, supplier embeddings, cold start и selection bias.

Пройти собеседование

Аудио и материалы

Аудио собеседования

0:00 / 1:13:16

Этап 3 из 5FairmarkitML Engineer2025-09-12 - 2025-10-09
Собеседования в Fairmarkit: SQL, ML System Design и финал

ML System Design в Fairmarkit

Этап 2Весь процессЭтап 4

Выводы и как готовиться

  • Кейс нужно начинать с бизнес-процесса: buyer создает request, платформа предлагает suppliers, buyer редактирует список, suppliers отвечают bid/no-bid/ignore, затем buyer выбирает winner.
  • Практичная архитектура выглядит как two-stage system: быстрый candidate generation по фильтрам, full-text/векторный поиск и geo/category constraints, затем более дорогой ranker по buyer, request и supplier features.
  • Главные риски Fairmarkit-кейса: buyer-specific category trees, cold start для buyers/suppliers/categories, selection bias по исторически invited suppliers и неоднозначные labels для losing bids.