ML Mentor
Назад к подготовке
Okko
Фидбек после собеседованияФидбек после собеседования2025-09-02

Okko: ML System Design

System design case for cold-start similar items: multimodal embeddings, ANN поиск, feedback-trained relevance, hard negatives, offline metrics and A/B validation.

Пройти собеседование

Аудио и материалы

Аудио собеседования

0:00 / 1:08:32

Этап 4 из 4OkkoSenior Data Scientist / RecSys2025-08-15 - 2025-09-02
Собеседования в Okko: RecSys

ML System Design в Okko

Этап 3Весь процесс

Выводы и как готовиться

  • The central case was item-to-item recommendations with cold start, semantic relevance and user-feedback adaptation.
  • The strongest answer separates content поиск, labeled pair mining, metric-learning/reranking, ANN serving and A/B validation.
  • The interviewer repeatedly pushed on scale and evaluation: 1M items, 100M requests, hard negatives, realistic candidate pools and feedback bias.