ML Mentor
Назад к подготовке
T-Bank
Аудиозапись технического собеседованияТехническое собеседование2025-10-09T-Bank

Т-Банк: ML System Design

Дизайн ML-пайплайна рекомендаций для социальной ленты в банковском приложении: метрики, представления, поиск, ранжирование, холодный старт, переобучение и мониторинг.

Пройти собеседование

Аудио и материалы

Аудио собеседования

0:00 / 57:47

Этап 3 из 3Т-БанкML Engineer / RecSys2025-09-30 - 2025-10-09
Собеседования в Т-Банк: ML Engineer / RecSys

ML System Design в Т-Банк

Этап 2Весь процесс

Выводы и как готовиться

  • The case is explicitly about the ML part of system design, not service load balancing: data, labels, models, candidate generation, ranking and retraining.
  • A strong answer needs to convert a vague lifestyle-feed prompt into goals, guardrails, user/post representations and a staged recommender roadmap.
  • The key correction in the item-to-item block is to name the user-history seed posts before retrieving similar posts.