Назад к подготовке
Sber / GigaChatML Engineer2026-03-16 - 2026-04-01

Собеседования в Sber / GigaChat: алгоритмы и ML

Алгоритмы и Python, ML-задача на градиентный спуск и финальный продуктовый кейс про audio-event feature.

Язык карточек
Classic MLПродуктовые кейсыaudio classificationruntimecodingОптимизацияГрадиентный спускassistantedge MLML System Design
Этапов
3
Задач
4
Вопросов
9
Этапов с аудио
3/3

Этапы процесса

Последовательность опубликованных собеседований в рамках одного процесса.

1
1/3
Алгоритмическая секцияТехническое собеседованиеТехническое собеседование2026-03-16
Алгоритмическая секция в Sber / GigaChat

Sber / GigaChat: Алгоритмическая секция

Три алгоритмические задачи на строки/матрицы и короткий Python runtime блок про GC и mutable defaults.

3 задач5 вопросов8 фрагментоваудио
2
2/3
Техническое собеседованиеТехническое собеседованиеТехнический ML2026-03-18
Техническое собеседование в Sber / GigaChat

Sber / GigaChat: Техническое собеседование

Ручной вывод loss и градиента для поиска корня квадратного уравнения через gradient descent.

1 задач0 вопросов1 фрагментоваудио
3
3/3
Финальное собеседованиеТехническое собеседованиеML System Design2026-04-01
Финальное собеседование в Sber / GigaChat

Sber / GigaChat: Финальное собеседование

Финальный продуктовые кейсы / system design case про streaming audio classifier, запуск на edge-устройствах и device/data design.

0 задач4 вопросов6 фрагментоваудио
Sber / GigaChat ML процесс: algorithms, Classic ML и продуктовые кейсы final — процесс собеседований — ML Mentor