Банк вопросов из реальных собеседований

Что такое receptive field в CNN? Какой receptive field у одной свертки 5x5 и у двух последовательных 3x3, и где меньше параметров?

Explain how dropout behaves during training and inference. Why does the implementation need scaling, and what is inverted dropout?

Назовите специфичные для нейросетей способы борьбы с переобучением. Какие способы аугментации данных можно использовать в Computer Vision?

Как бороться с переобучением модели? Чем может быть опасна синтетика и зачем нужен разбиение данных?

Что такое семантическая сегментация? Чем она отличается от instance segmentation? Как работает свертка в CNN?

Что такое токенизация и зачем она нужна в задачах обработки текста? Чем отличаются Bag of Words, TF-IDF и embeddings, например word2vec?

Интервьюер спрашивает: если рассматривать логистическую регрессию, чем она похожа на линейную и чем отличается?

Чем bagging отличается от boosting, где применяются random forest и gradient boosting, и что сказать про склонность к переобучению?

Чем отличаются bagging и gradient boosting? Что будет, если убрать одно дерево из Random Forest и из gradient boosting, и как деревья могут переобучаться на редких категориальных признаках?

Почему Random Forest обычно снижает variance по сравнению с одним деревом и какие trade-offs остаются?

Как CatBoost кодирует категориальные признаки и почему это не дает leakage?

Как работает CLIP-модель и как она обучается? В чем high-level отличие SigLIP-style обучения от классического CLIP?

Есть модель для first-person VR/fisheye, а нужно работать на flat third-person видео. Как переносить качество?

Почему feature importance может обманывать, если признаки сильно коррелируют?

Как использовать графовые модели в рекомендациях? В чем отличие GCN от GraphSAGE и neighbor sampling подходов?

В object detection почему для box regression часто используют IoU-style loss, а не обычный MSE по координатам углов bounding box?

Как сделать рекомендации сочетаемой одежды: embeddings, ограничения по категориям, nearest neighbors и reranker?

Что сказать про линейное программирование, simplex-метод и жадные алгоритмы, если спрашивают на техническом ML-интервью?

Как связаны matrix equation, least squares, gradient descent и L1/L2 regularization?

Как построить logo detection для множества брендов и вариантов логотипов, если ручная bbox-разметка дорогая?

Что такое LoRA? Почему она полезна для fine-tuning больших моделей? Как обычно инициализируют low-rank матрицы, чтобы не исказить базовую модель на старте?

Опиши механизм LoRA. Если LoRA и classic adapters дают одинаковое качество, что выбрать для inference?

Чем LoRA отличается от полного fine-tuning, какие ограничения появляются при multi-GPU обучении LLM и чем RLHF-подход отличается от классического RL?

You can find posts similar to a given post. How do you turn that into user-level candidate generation for a feed?

For a port waiting-time model, what features would you build beyond timestamp features, and how would you detect anomalies or broken tracking data?

What should the output schema of an automatic task checker look like if humans also produce lists of found errors?

Как бороться с переобучением модели? Объясните L1/L2, dropout 0.5 и что происходит с dropout на inference.

Как сделать так, чтобы события одной кампании попадали к нужному worker и корректно агрегировались?

Сравни pointwise, pairwise и listwise подходы для ранжирования видео в рекомендательной ленте.

Команда хочет улучшить качество VLM в продукте. Когда достаточно prompt engineering, когда нужен fine-tuning, а когда лучше улучшать данные?

PyTorch: view против reshape

Что такое regularization, как работает dropout и почему поведение отличается на train и inference?

Как сформулировать RL-задачу для оптимизации молекул и почему direct optimization может быть недостаточной?

Объясните SASRec как последовательную рекомендательную модель, устройство self-attention в Transformer и отличие SASRec от BERT4Rec.

Что такое skip connection и почему residual-связи помогают обучать глубокие сети?

Что такое stride и padding в сверточной сети, и как они влияют на размер feature map?

Что такое systematic exploration в reinforcement learning, зачем оно нужно и почему это проблема?

Объясните основные параметры генерации LLM: temperature, max length, top-k и top-p. Как они влияют на ответы support bot?

Как построить feature matrix на регулярной 100 ms сетке из нерегулярных trades и order book events?

Какие риски возникают при использовании multilingual transformer для китайского/международного поиска и как их диагностировать?

Какие сигналы обычно извлекают из trades и order book при HFT-задаче прогноза цены?

Какие сигналы и loss-функции использовать для обучения recommendation/ranking модели?

Transformer attention, токенизация и cross-attention

Как использовать transformer в рекомендациях и чем это отличается от RNN-подхода?

Слышали ли вы про модели transformers? Чем они отличаются от RNN и почему они популярны в NLP?

Как обучать LSTM на последовательности длиной 100k шагов, если полный backprop слишком дорогой?

Можно ли добавлять теги от VLM/image captioning модели в поиск по фото? Где они помогут, а где навредят?

База Transformer: токены, positional encoding и cross-attention

Коротко объясните, из каких блоков состоит Transformer и какую роль играет attention.

Важность признаков в линейных моделях при мультиколлинеарности

Для задачи матчинга фото еды и категорий что выбрать: CLIP-подход или supervised multilabel classifier?

Когда выбирать линейную модель, а когда tree-based model или boosting?

If a YOLO-style detector was trained at one image resolution, what can happen if you run inference at a different resolution? When is it technically possible?

Which lightweight model would you use to extract fields such as INN, amount, date and payment purpose from noisy statement text, and what should it output?

What are the main generation/inference hyperparameters of an LLM and how do they affect output?

Что такое градиент и почему в глубоких сетях возникает затухающий градиент?

Чем gradient boosting отличается от Random Forest и где в бустинге появляется градиент?

Как собрать датасет и организовать разметку для матчинга фото ресторана с категориями еды?

Есть дискриминативные и генеративные модели. Чем они отличаются с математической точки зрения? Приведите примеры современных генеративных моделей.

Как объединить текстовые и визуальные сигналы в одном retrieval/ranking пространстве?

Почему нельзя просто полностью fine-tune всю LLM? Что выигрывает LoRA и как это влияет на batch size?

В PyTorch inference код часто оборачивают в `torch.no_grad()`. Что это дает и когда это важно?

Почему residual connections помогают обучать глубокие сети?

Интуиция Adam, momentum и RMSProp

Как дерево в gradient boosting выбирает split с учетом loss function?

Как обнаруживать overfitting и чем регуляризовать

Объясните интуицию gradient boosting: что учит каждое следующее дерево и как это связано с loss.

Как работает LoRA fine-tuning

Объясни технически, что делает LoRA при дообучении большой модели и почему это экономит память.

Объясните self-attention и основные блоки трансформера так, чтобы было понятно без формального вывода.

В модели есть категориальные признаки товара и пользователя. Как их кодировать и где возникают риски?

Есть рекомендации похожих или сочетаемых товаров. Какие источники кандидатов и признаки можно использовать?

Модель сегментирует объект в видео, но маска мерцает и ломается при взаимодействии с человеком. Что делать?

Как устроены числа с плавающей точкой? Чем bfloat16 отличается от float16 и почему его используют в нейросетях?

После retrieval есть набор кандидатов. Какие признаки использовать для реранжирования и что можно считать заранее?

Какие события, сущности и масштабы нужно уточнить перед проектированием ads CTR dashboard?

По данным с primary и secondary feed нужно понять, через какой канал события приходят на сервер раньше. Как это посчитать корректно?

Почему transformer может быть полезен для поиска/рекомендаций, и когда он избыточен?

Когда одно дерево решений может обойти Random Forest

Как объяснить линейную регрессию, MSE и почему аналитическое решение через матрицу не всегда удобно?

Какие агрегаты считать по campaign_id и минутному окну, чтобы строить CTR график?

Какие loss, backbone и augmentations уместны для embeddings-модели, сравнивающей изображения объектов?

Для бинарной классификации есть очень много признаков. Какие проблемы это создает, как заметить переобучение и как подбирать гиперпараметры без утечки в тест?

Как детектировать посты, которые не соответствуют выбранному тегу игры: если есть сильная VLM-модель и если ресурсы ограничены?

Если item2vec обучен на последовательностях кликов в сессиях, почему это ближе к collaborative filtering, а не к content-based модели?

Какой смысл имеет time dimension в LSTM input и почему порядок шагов важен?

Почему нулевая инициализация ломает нейросети

Почему современные subword tokenizers вроде BPE/SentencePiece редко используют unknown token, и какие trade-off есть у такого подхода?

Какие особенности и риски есть у item-to-item рекомендаций в fashion каталоге?

GPT генерирует autoregressive, токен за токеном. Сколько forward-pass нужно сделать для одного training batch и почему?

Какая минимальная схема события нужна в Kafka для подсчета CTR кампаний?

Устойчивость градиентов, активации, skip connections и инициализация

Какие признаки подать в модель ранжирования товаров в поиске маркетплейса?

3D-сегментация dental lesions при ограниченной разметке

ASR для low-resource языка, когда Whisper не справляется

Как работает Distributed Data Parallel training и почему overlap gradient all-reduce с backprop помогает ускорить обучение?

Компания генерирует текстовые user profiles из истории пользователя с помощью GPT-like модели. Как использовать такие профили в recommender system?

При обучении на сотнях тысяч токенов обычный/Flash Attention все равно не помещается в GPU. Что раздувает память и какие классы решений есть?

How would you train the ranker for real-estate search, choose negatives, and blend paid monetized listings without destroying relevance?

How would you use векторный поиск, user clustering and domain-specific text/image embeddings to improve a social-feed recommender?

How would you train a two-tower or CLIP-like text-image recommender using user-post interactions?

How would you build and validate a training dataset for extracting transaction fields from many bank-statement formats with limited human labeling?

Какие проблемы есть у in-batch negatives и как обучать embeddings объявлений, если пользовательских действий еще нет?

Каталог содержит много цветов и текстовых описаний, а пользователи ищут по фото. Как извлекать и использовать цветовые атрибуты, если словарь не полностью закрыт?

Что такое self-distillation и зачем модель учить на собственных предсказаниях? Как устроен DINO-style teacher-student подход?

Есть много неразмеченных driving/log sequences и мало labels для редких событий. Какие self-supervised подходы можно использовать до supervised fine-tuning?

Почему UCB может быть плохой идеей при 1000 actions и горизонте 2000 или 20 шагов? Что делать вместо этого?

Большая VLM неплохо распознает блюда, если дать ей фото и меню, но отвечает десятки секунд. Как использовать такую модель в продукте с жестким latency?

Есть много фотографий ресторана и фиксированные категории еды. Как выбрать наиболее подходящее фото для категории в поисковой выдаче?

При autoregressive generation модель генерирует токены по одному. Что такое KV cache и как он ускоряет inference?

На странице конкретного автомобиля все пользователи видят одинаковые item-to-item рекомендации. Как добавить персонализацию, сохранив связь с текущим item и низкую latency?

Есть числовые, категориальные и поведенческие признаки пользователя и товара. Как превратить их во вход трансформера?

Пользователь пишет свободный текстовый запрос по недвижимости, в котором могут быть частые атрибуты и редкие бытовые детали. Как превратить такой query в кандидатов через structured attributes, полнотекстовый поиск и векторный поиск?

На какие сущности уходит GPU memory при обучении LLM, и почему KV cache обычно используют на inference, а не на training?

Пользователь отправляет картинку и короткий текстовый запрос. Как переписать это в поисковый запрос, который лучше работает с существующим поиском?

Модель на временном ряде показывает хороший offline score, но в реальности не работает. Какие причины проверить первыми?

На ревью notebook для временного ряда нужно найти leakage. Что проверять в feature generation и split?

Токенизация и BERT-style разметка против autoregressive rewriting

Спроектируйте систему, которая ищет в интернете потенциальные нарушения бренда и фильтрует массу нерелевантных результатов для 1000+ клиентов.

Что означают `_attr` и `__attr` в Python class, и чем convention отличается от name mangling?

Python dict lookup, декораторы и генераторы

Базовые проверки аномалий в sales DataFrame

Если у функции несколько decorators, в каком порядке они применяются при объявлении и в каком порядке выполняются при вызове?

In Python, what actually makes a tuple: parentheses or comma? Give examples.

What is a Python context manager, what do __enter__ and __exit__ do, and why not just wait for garbage collection?

Интервьюер спрашивает про pytest fixtures: зачем они нужны и какие scopes у них бывают?

Что произойдет, если присвоить один список другой переменной и изменить его? Чем отличаются shallow copy и deep copy?

Интервьюер просит рассказать SOLID: какие есть принципы и зачем они нужны в поддерживаемом коде.

Когда использовать async, threading и multiprocessing в Python, и как GIL влияет на этот выбор?

Как не заблокировать систему, если fallback или cleanup тоже может упасть?

Нужно устно спроектировать простой in-memory векторный поиск: add, search top-K, cosine similarity, stats. На что обратить внимание?

Какие edge cases появляются, если LRU cache должен хранить любые пользовательские значения?

LTV-метрики, когда бизнесу нужна консервативная оценка

You need to forecast how long a ship will wait at a port. How would you define the ML target, time granularity and prediction horizon so the result is useful for operations?

Что такое GIL в CPython, когда использовать multiprocessing вместо multithreading и как работает garbage collection?

Python-сервис под нагрузкой потребляет много CPU или памяти. Как диагностировать и что можно делать, если проблема действительно в Python-коде?

Какие базовые runtime-вопросы по Python часто идут после алгоритмической задачи?

Какой backoff выбрать для retry и зачем добавлять jitter?

ROC-AUC, ранжирующая интерпретация и бинаризованные предсказания

Чем отличаются RDD, DataFrame и Dataset в Spark? Почему DataFrame обычно быстрее, и как использовать repartition, coalesce, cache и persist?

Как должен выглядеть stream job, который считает CTR по campaign_id и временным окнам?

Why does a custom nn.Module need super().__init__()? Separately, why is tags=[] as a default argument in Python dangerous?

Does Python int overflow? How can you roughly estimate how much memory n! needs without computing the factorial?

What happens under the hood in a Python for-loop? How do iterators and generators differ, and what is StopIteration?

How does @dataclass reduce boilerplate, what does frozen=True do, and how do descriptors or properties relate to attribute access?

Explain what the GIL is, why CPython has it, and what happens at a high level when you run a Python file.

How are arguments passed to functions in Python? What happens if a function mutates a list argument versus reassigning an immutable value?

Write and explain a function decorator that logs calls. What does functools.wraps preserve? How would a decorator with arguments lazily import modules only when the function is called?

You review code that loops over texts, calls an embedding model one by one and appends outputs to a NumPy array. What would you improve?

You can run four Python applications as systemd services on one VM or as four containers. What practical guarantees do containers add?

Какие генераторы кандидатов можно использовать в рекомендательной системе? Где в этом стеке находится ALS по implicit feedback, в чем его сильные стороны и ограничения?

Градиентный бустинг, остатки и диапазон предсказаний

Что такое декоратор, зачем он нужен, и почему код внутри генератора выполняется не при создании, а при итерации?

Объясни разницу между async Lock, Event и Semaphore и где они нужны в backend-коде.

Как работает async/await в Python и чем concurrency через event loop отличается от parallel execution?

Зачем нужны MLflow, пайплайны, PySpark и Feature Store в production ML?

В Python есть код со списками, ссылками на объекты, циклическими ссылками и mutable default arguments. Как пройтись по нему и объяснить, что останется в памяти и почему?

Как задать LTV-таргет и первый когортный бейзлайн

Модель дает prediction для trading/time-series задачи. Как оценить confidence и использовать его в решении?

Бизнес хочет понимать, вернется ли пользователь и стоит ли давать ему скидку. Как сформулировать ML-задачу, таргет и признаки?

На собеседовании показывают класс, который читает файл, хранит DataFrame и делает обработку. Какие проблемы искать в таком коде?

Объясни, как работает Python dict и чем обычный list отличается от NumPy array.

Какие нейросетевые подходы можно использовать в RecSys и где они стоят в пайплайне?

Когда пробовать бустинг для прогноза LTV

Что именно считать в метриках: timestamps, длительность операции или сами значения ошибки?

Для нового игрока нужно понять, когда уже можно доверять прогнозу VIP-статуса. Как оценить, на каком дне жизни клиента модель дает достаточно полезный сигнал?

Backend-сервис на Python стал медленным под нагрузкой. Как бы ты локализовал bottleneck и понял, что именно оптимизировать?

Как перевести исследовательский ноутбук с LTV-моделью в воспроизводимое обучение, хранение версий, деплой и инференс/API предсказаний?

Чем отличаются потоки и процессы? Что такое GIL в CPython, когда нужны синхронизация и IPC?

Объясните, как устроен hash table в Python dict и почему операции lookup/insert обычно O(1), но иногда деградируют.

Признаки из истории подписок для частично наблюдаемых пользователей

Как проверять код студента и давать подсказку, не раскрывая готовое решение?

Сравните сложности добавления и доступа для односвязного списка, Python list, Python dict и конкатенации строк. Где нужен amortized O(1), а где важен worst-case?

За сколько вставить n различных строк длины k в Python set? Что изменится, если hash для всех объектов возвращает одно и то же значение?

За сколько работает добавление элемента в начало и в конец Python list? Почему append в конец обычно O(1), но не всегда строго O(1)?

Как считать attempts в retry-декораторе так, чтобы логи и метрики не искажали реальное число вызовов?

Когда выбирать потоки, когда процессы, и как GIL влияет на CPU-bound и IO-bound задачи?

Объясните, что делает await в asyncio и почему он важен для неблокирующего сервиса.

How can a forecasting system support multiple prediction horizons, and what does it mean that SHAP is model-agnostic?

Есть legacy C-компонент и желание дать пользователям удобный Python/API слой. Как рассуждать: делать обертку вокруг C или полностью переписывать реализацию на Python?

После BM25 baseline нужно усилить поиск по статьям. Как спроектировать candidate generator, hybrid retrieval и reranker?

Как должен выглядеть stream job для CTR dashboard: что он читает, что считает и куда пишет результат для графика рекламодателя?

Даны trades и order book. Как сформулировать target для предсказания будущего движения mid-price?

В Waymo уже есть perception, prediction и map stack. Как использовать этот контекст при проектировании поиска дорожных сцен по тексту?

В истории заявок можно использовать winner label, bid/no-bid, ручное удаление поставщика и другие события. Какие labels и метрики выбрать для candidate generator и ranker?

Если поток CTR dashboard - миллионы событий в секунду, как оценить число partitions/workers и где искать bottleneck?

Precision и recall для спам-классификатора

IoU-метрики детекции и one-to-one matching

You collected months of human-reviewer decisions for task outputs. How could you use this data to improve the automatic checker?

Spark Broadcast Join и производительность Python UDF

When are SQL window functions useful, how are they different from GROUP BY, and what ClickHouse MergeTree details matter when writing analytical queries?

How would you choose between SQL and NoSQL storage, and what would you add so the data is not lost?

В Postgres медленно работает сложный запрос с join-ами и фильтрами. Как расследовать проблему и какие варианты исправления рассмотреть?

Text2SQL copilot возвращает SQL для закрытой продовой базы. Как спроектировать agent critic, который валидирует запрос до запуска?

Cold start и плавный LTV-переход для нового приложения

Как проверить, что сгенерированный SQL возвращает именно то, что пользователь попросил на человеческом языке?

Two players repeatedly toss a fair coin. One waits for HH, the other waits for HT. Who finishes faster on average and how would you reason about it?

You have a large blacklist of bad INNs and noisy PDF text where digits can be glued together. How would you find likely blacklist hits efficiently and accurately?

Как проверить, что ML-система готова к production: какие контракты, rollout, мониторинг, rollback и quality gates нужны перед запуском?

Как объяснить RAG простыми словами: retrieval, augmentation и generation, и почему это похоже на двухстадийные рекомендации?

Есть релевантные кандидаты поиска, но финальный порядок случайный. Какое простое решение можно запустить быстро?

Интервьюер спрашивает: зачем в Dockerfile нужен multistage build и что он дает в production?

Как объяснить cold start в RecSys и какие практичные решения предложить для нового пользователя и нового item?

Какие offline, online и guardrail-метрики выбрать для A/B-теста динамической стоимости доставки?

Как устроить Airflow-пайплайн для регулярного переобучения и offline inference модели? Какие компоненты, артефакты и оптимизации нужны?

Как использовать уже существующую матричную модель или ALS в задаче рекомендаций к текущей корзине, не потеряв постановку item-to-cart?

Нужно сделать рекомендации товаров в блоке корзины: 10 млн пользователей и 100 тыс. товаров. Как построить простой baseline через совместные покупки?

Объясните разницу между BERT-like encoder моделями и GPT-like decoder моделями, и почему они подходят для разных задач.

Что такое BERT, чем encoder отличается от decoder и какие pretraining-механизмы у BERT?

Как проектировать caching и latency budget для recommendation API?

Чем classified marketplace отличается от ecommerce для pricing, ranking и recommendation моделей?

Что такое continuous batching и зачем он нужен в inference больших языковых моделей?

Что такое data drift, как его выявлять в данных и какие сигналы мониторить у ML-модели в production?

Когда в LLM-ассистенте лучше deterministic routing, а не свободный agent/tool calling?

Как спроектировать endpoint, который вызывает нестабильный downstream или долгий pipeline и должен корректно переживать сбои?

Как превратить документы в признаки для прогноза: один summary, JSON-state или ленту событий?

Как работает function calling и как добиться корректного structured output?

Как использовать скрытый профиль студента и не дать пользователю вытащить его через prompt injection?

Как разложить realtime CTR dashboard на ingestion, stream aggregation, storage и API?

В realtime CTR dashboard есть поток impression/click events. Как разделить роли Kafka, S3 и ClickHouse?

Почему исторический backtest LLM-фичей может быть нечестным, даже если документы подаются с правильными датами?

LLM JSON extraction, контекст филиала и оценка качества

Как использовать локацию и качество изображений в pricing/recommendation модели объявления, не смешивая качество товара с качеством фото?

Какие слабые места появляются у item-item co-occurrence baseline для корзины: long tail, новые товары, популярность и novelty?

Какие логи, метрики и алерты нужны после запуска рекомендательной модели?

Multi-head attention как PyTorch-модуль

Как добавить текстовые и визуальные признаки в рекомендательную систему без поломки serving pipeline?

Какой baseline запустить для новой видео-ленты, если по ней еще нет кликов и покупок?

В invoice parsing часть документов native PDF, часть сканы. Как определить, какой путь обработки использовать и какие ошибки ждать?

Как организовать online inference, если модель рекомендаций тяжелая и должна отвечать в latency budget?

Как встроить ML-реранкер в существующий поиск, если candidate generation уже возвращает itemIds?

Какие подходы к рекомендациям можно использовать и как выбирать между offline precompute и online inference, если важны latency, RPS и качество?

Поиск по статьям можно оценивать offline, но продукту важно, помог ли он пользователю. Какие online-сигналы это показывают?

Какие свежие операционные признаки кухни и курьеров доступны для модели стоимости доставки, и как отделить их от стабильных user/unit features?

Какую строку должен писать stream job в хранилище агрегатов для dashboard?

После запуска CV модели на реальных точках появляются ошибки, новые блюда и новые условия съемки. Как построить поддержку и дообучение?

Explain how LLM tool/function calling works end to end: tool schema in the prompt, model output, real tool execution and final user response.

Design the end-to-end сценарий for a RAG system: data preparation, vector index ingestion and serving-time retrieval.

A video-analytics platform wants an assistant that answers support requests using documentation and prior tickets. How would you design the RAG system?

A векторный поиск returns top-k nearest items, but all results are too similar to each other. How can you keep relevance while increasing diversity?

Каталог и фотографии постоянно меняются. Как организовать переобучение модели и обновление ANN-индекса для visual search?

Какие бывают positional embeddings в Transformer и как работает RoPE?

Пользователь пишет естественный запрос к большой корпоративной базе. Как матчить сущности, аббревиатуры, таблицы и колонки?

Почему признаки продавца могут помогать pricing или ranking модели в classified marketplace, и какие риски нужно контролировать?

Как выкатывать тяжелую VLM в продукт, где есть ограничения по latency и стоимости?

Корзина меняется в текущей сессии. Как online serving должен учитывать add/remove item, cache invalidation и fallback?

Как хранить извлеченный из документов план производства, чтобы новые отчеты корректно обновляли forecast features?

Почему модель на исторической добыче может резко ошибиться, если компания инвестирует в новый способ добычи или расширение рудника?

Почему рекомендация похожего кольца к уже добавленному кольцу может быть хуже, чем рекомендация комплементарной категории?

Нужно прогнозировать поквартальную добычу по рудникам. Какие признаки и baseline-модель стоит построить до LLM-слоя?

Для международного поиска можно перевести уже существующее описание или генерировать новое на целевом языке. Как сравнить подходы?

VAD и разделение спикеров в пайплайнах обработки звонков

Как встроить VLM, поиск по картинкам и чат-ассистента в продукт поиска недвижимости так, чтобы они дополняли основной retrieval/ranking, а не заменяли его?

Чем отличаются схемы quantization для LLM inference и какие trade-off нужно назвать?

Адаптация LLM к медицинской терминологии

Нужно построить систему, которая ищет по внутренним документам и помогает отвечать на вопросы. Какой пайплайн спроектировать?

Как безопасно выкатить новую версию ONNX-модели в production: какие проверки сделать до релиза, как включать трафик, что мониторить и как быстро откатиться?

Как связать бизнес-метрики продукта с offline-метриками рекомендательной модели?

Какие варианты speculative decoding встречаются в LLM serving и чем они отличаются на уровне реализации?

Чем векторный поиск отличается от полнотекстовый поиск и почему часто нужен hybrid?

What main architecture families are used for generative models, and where are they commonly applied?

Explain the difference between BERT and GPT in terms of Transformer architecture and training objective.

How would you evaluate the full search pipeline and its individual components offline and online?

A 72B-parameter LLM is served on an A100 80GB. Estimate whether FP16 fits and explain what quantization changes.

A production service already has data, but you need to change the database schema. Describe a safe миграцию.

Explain the difference between a Kubernetes pod, service, deployment and node.

A deployed ML service has 300 ms latency, but the product now needs 30 ms. What do you investigate and what optimizations can you try?

Explain at a high level how TensorRT or similar inference optimizers speed up neural networks, and why INT8 quantization usually needs calibration.

After launching a feed recommender, how do you decide when and how to retrain the models?

When would you choose a columnar database over Redis, MongoDB or a row-oriented relational database for ML/data pipelines?

What mechanisms would you add so important ML datasets do not disappear because of human error or operational mistakes?

A speech-AI pipeline needs fast analytical queries over training-data processing events. What requirements would you give DevOps before asking for ClickHouse?

A neural network inference pipeline is too slow. What optimizations would you consider before changing the model architecture?

How can you increase LLM serving throughput or batch size on the same GPU without buying a larger GPU?

You have a multi-GPU server and want to host one or more open-source LLMs. What software stack and design choices would you use?

Как сравнивать архитектурные варианты recommender-системы и выбрать устойчивый вариант?

Как выбрать FAISS, HNSW-based CPU индекс, Redis, Qdrant или Elasticsearch для поиска ближайших embedding? Какие параметры и метрики смотреть?

Как выбирать production-модель для marketplace pricing/recommendation задачи, если offline score у сложной модели выше?

Для редких дорожных сценариев можно генерировать synthetic/simulation data. Где главный bottleneck и как использовать такие данные в retrieval-системе?

В MoE LLM где обычно находится Mixture of Experts: в каком слое Transformer и зачем это делают?

LLM-сервис стал медленнее, хуже или дороже. Какие проверки делать?

Как построить архитектуру поиска: от первичных кандидатов до финального ранжирования?

Где провести границу между продуктовым backend, ML-сервисом, feature store и business rules?

Как объяснить, где заканчивается item-to-item рекомендация к корзине и начинается персонализированный user recommender?

Курьеры закреплены за юнитом и зоной, а pricing-система не управляет расписанием. Как это ограничение должно повлиять на дизайн ML решения?

Какие группы признаков стоит назвать в RecSys ML System Design: user, item, context и инженерные фичи?

Где брать positive/negative examples для рекомендательной системы и что считать ground truth?

Для чего нужны positional embeddings и какие виды positional embeddings используются в LLM?

Заказчик может удалить предложенных поставщиков и добавить своих. Как объяснить ценность рекомендательной системы в таком продукте и какие метрики из этого следуют?

Нужно объяснить архитектуру LLM-агента: какие основные блоки нужны, где хранится контекст и как агент вызывает инструменты.

Как обработать новый закупочный запрос и что делать с новыми закупщиками, новыми поставщиками и редкими категориями?

Интервьюер просит объяснить базовый inference loop LLM: что подается на вход, что модель возвращает и как получается следующий токен.

Если embeddings, scores или recommendation lists считаются offline и лежат в S3/DWH, как безопасно передать эти результаты backend/serving-слою?

Как visual language model принимает картинку на вход: что делает vision encoder, как появляются visual tokens и как они совмещаются с текстом?

Модель уже умеет предсказывать вероятность возврата. Как ее применить в продукте и где хранить признаки?

Пользователь пишет запросы вроде "pedestrian crossing at night". Как выбрать и адаптировать text encoder для поиска дорожных сцен?

Команда хочет добавить новые признаки или модель в ранжирующий сервис. Как сделать это безопасно?

Для статьи нужно показать короткие suggest-вопросы или подсказки. Как получить их из текста статьи и не ухудшить качество поиска?

Есть новая возможность: по аудио понять событие вокруг пользователя, например лай собаки, открытие двери или разбитое стекло. Как до обучения модели понять, есть ли продуктовая польза?

С чего начать system design для realtime dashboard CTR рекламных кампаний?

Как сравнивать модели прогноза, если LLM-extractor может знать будущие факты из pretraining?

Как оптимизировать LLM inference pipeline: routing, batching, serving, latency и стоимость? Какие рычаги ускорения и удешевления стоит назвать?

Как оценивали качество: насколько хорошо получается вести диалог, отвечать на вопрос или искать нужные документы?

Как понять, что система поиска по статьям или RAG работает хорошо? Какие offline и online метрики использовать?

В casino-продукте sales-команде нужно как можно раньше понять, станет ли новый игрок VIP по депозитам и обороту. Как сформулировать ML-задачу, target, горизонт прогноза и бизнес-действие?

Как технически построить модель, которая по аудио определяет событие: лай собаки, звук двери, разбитое стекло и похожие классы?

Нужно построить систему, где рекламодатель смотрит CTR кампаний. Дано 200 млрд показов в день и CTR около 1%. Как начать system design с чисел?

Вышла новая open-source LLM. Как проверить, станет ли она лучше текущей модели в продукте и стоит ли ее внедрять?

Интервьюер просит рассказать про токенизатор: какие бывают алгоритмы, как он работает и нужно ли его обучать под домен или язык?

В продукте есть база статей. Пользователь может видеть подсказки или задавать свободный вопрос. Как разделить эти два режима в дизайне поиска?

Для moderation-модели нужны классы и данные. Как собрать labels, обработать дисбаланс и не смешать разные политики в один шумный датасет?

Fairmarkit -- маркетплейс для корпоративных закупок: заказчик создает заявку, а система предлагает подходящих поставщиков. Как сформулировать ML-задачу подбора поставщиков перед выбором модели?

В delivery pricing модели нужна фича нагрузки курьеров. Из каких событий и состояний ее считать, чтобы она была пригодна для online decisioning?

Как LLM генерирует ответ токен за токеном и какую роль в этом играет KV cache?

Расскажи базовую архитектуру Transformer: encoder/decoder, self-attention, Q/K/V, positional encoding и отличия GPT/BERT.

Нужно развернуть сервис модерации текста на BERT/DistilBERT. Как спроектировать input/output, policy layer, thresholds и routing actions?

Если пользователь добавил кольцо, стоит ли рекомендовать еще кольца? Как сформулировать цель и ограничения для рекомендаций в корзине?

Ты упомянул сезонность. Как с ней работать в фичах для рекомендационных систем, прогнозов или продуктовой аналитики?

Клиент видит стоимость доставки или порог бесплатной доставки в корзине. Каталог и корзина меняются, а на чек-ауте нельзя показать другую цену и вызвать негатив. Как спроектировать пересчет и где провести границу между точностью, latency и стоимостью?

Какую архитектуру эмбеддингов вы построили для RAG: обычный retrieval pipeline или что-то сложнее?

Модель модерации работает в production. Какие метрики смотреть offline, online и после запуска, чтобы контролировать качество и нагрузку на ручную проверку?

После базовых latency-вопросов интервьюер спрашивает: какие еще аномалии можно заметить в market-data файле?

Есть исторические сделки, логи платформы, больше миллиона поставщиков и около 100 компаний-заказчиков. Какие данные использовать и как масштаб влияет на архитектуру?

Нужно построить модель для оценки или подсказки цены second-hand объявления в marketplace. Какие признаки и baseline стоит предложить?