Tochka
Tochka: ML System Design
Дизайн безопасного document-ML пайплайна: парсинг выписок юрлиц, матчинг подозрительных контрагентов, агрегация доли подозрительного оборота и мониторинг сдвига форматов/модели.
Аудио и материалы
Аудио собеседования
0:00 / 1:25:58
Этап 2 из 2TochkaML Engineer / Data Scientist2025-09-16 - 2025-09-19
Собеседования в Tochka: ML Engineer / Data ScientistML System Design в Tochka
Выводы и как готовиться
- The case is a strong regulated-domain ML System Design example: the answer must optimize evidence, auditability and risk, not only model accuracy.
- A local LLM is explicitly constrained by CPU throughput and sensitive data, so the mature design routes only hard fragments to expensive parsing.
- The best system-design thread is blacklist-first candidate generation followed by high-precision context validation and turnover-share aggregation.
- Monitoring needs bank/template breakdowns and reconciliation checks because one bank changing its statement format can break the parser quietly.