Реальный собесFlameTree2026-04-14
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.
Таймлайн собеседования
Сначала список вопросов и задач по ходу записи. Условие или вопрос можно раскрыть отдельно; решение и разбор спрятаны в отдельной плашке.
00:10:13-00:11:10Вопросconfidence: high
Как работает токенизатор и зачем его обучать
LLMtokenizationBPE
00:11:40-00:12:25Вопросconfidence: high
Как проверить, стоит ли менять LLM на новую open-source модель
LLMevaluationproduction
00:41:43-00:42:20Вопросconfidence: high
Для чего нужны pytest fixtures и какие бывают scopes
Pythonpytesttesting
00:43:47-00:44:20Вопросconfidence: high
Для чего нужен Docker multistage build
Dockerdeploymentproduction
Выводы и как готовиться
- По LLM нужно уметь объяснять базовые компоненты: tokenizer, generation loop, KV cache и evaluation.
- Замена модели в production требует offline eval, performance tests и canary/A-B, а не только leaderboard.
- Backend-вопросы часто проверяют production hygiene: tests, Docker, dependency boundaries.