Аудиозапись технического собеседованияТехническое собеседование2026-04-13

ML System Design: 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.

Пройти собеседование

Аудио и материалы

Аудио собеседования

0:00 / 57:04

Выводы и как готовиться

LLM стоит позиционировать как extractor признаков из документов, а не как замену табличной модели прогноза.
Для отчетов нужен grounding: ссылки на документ, confidence, контроль hallucination и ручная/автоматическая проверка качества извлечения.
Годовые прогнозы и management guidance нужно аккуратно раскладывать по времени, не создавая leakage.

ML System Design: прогноз производства по отчетам и LLM-фичи

Аудио и материалы

Аудио собеседования

Постановка: прогноз добычи меди по рудникам

Данные: PDF-отчетность, ownership и operator

Горизонт прогноза: кварталы текущего и следующего года

Tabular baseline для прогноза добычи

Structural break в прогнозе добычи

Какие сигналы извлекать из PDF-отчетов

Как использовать LLM для фичей в прогнозе производства

State для планового производства

Почему годовой guidance нельзя наивно усреднять

Event stream вместо одного summary из LLM

Конкретные LLM-фичи: quarterly plan и grade

Leakage из pretraining LLM на историческом backtest

Как валидировать LLM-фичи и не дать модели додумывать

Как превратить годовой guidance в квартальные фичи

Связывание событий из нескольких документов

Как интерпретировать backtest при возможном leakage

Извлечение графиков в JSON и риск тонких ошибок

Зачем прогноз добычи нужен бизнесу и рынку

Выводы и как готовиться