Банк вопросов из реальных собеседований

Как объяснить роль A/B-теста при проверке изменений в рекомендательной системе?

Из каких двух основных этапов обычно состоит рекомендательная система? Объясните поиск кандидатов и ранжирование кратко, но содержательно.

Насколько важно дата-сайентисту понимать бизнес-логику того, как пользователи попали в приложение? Достаточно ли просто событий из базы?

Explain what a convolutional neural network is to senior engineers who do not specialize in ML. Keep it accurate but accessible.

OLX нужен единый API рекомендаций для автомобилей, вакансий, недвижимости и других точек показа. Как определить интерфейс и границы ответственности команд?

Как организовать code review в backend-команде, чтобы сохранять качество и одновременно растить знание кодовой базы у команды?

Как построить target для реранкера товаров, если есть логи показов, кликов, корзины и покупок?

Менеджер продукта предлагает улучшить цену, рекомендации или промо-блок объявления. Какие вопросы и метрики нужно согласовать до выбора модели?

You are given an uncertain research-heavy ML project that eventually must be shipped as a working model file. How do you decompose the work and communicate progress?

Мы посчитали LTV, например 37.37. Маркетолог спрашивает, насколько этому числу можно доверять, потому что от него зависит покупка трафика. Как ответить?

Мы посчитали LTV, например 37.37. Маркетолог спрашивает, насколько этому числу можно доверять, потому что от него зависит покупка трафика. Как ответить?

Есть только история взаимодействий пользователей с треками. Как построить первую рекомендательную систему?

Если не смотреть только на продуктовые события внутри приложения, какие сигналы стоит получить у стейкхолдеров, чтобы улучшить прогноз или рекомендационную систему?

Если не смотреть только на продуктовые события внутри приложения, какие сигналы стоит получить у стейкхолдеров, чтобы улучшить прогноз или рекомендационную систему?

Игрок только пришел в casino-продукт. Какие признаки можно собрать в первые дни, чтобы отличить потенциального VIP от обычного игрока?

Когда для социальной ленты разумно использовать ALS или матричную факторизацию и каковы ограничения такого решения?

Откуда брать лейблы для phishing detection и как не попасть в feedback loop после запуска предупреждений?

Какие неявные сигналы можно использовать вместо явных оценок и какие смещения возникают у каждого из них?

What is your view on using modern GenAI or vibe-coding tools for software and ML work, and where do they fail today?

How would you evaluate and improve a summarization service if user feedback is sparse or unavailable?

Опишите полный цикл ML-задачи: от постановки и данных до выката, приёмки результата и мониторинга.

Cross-encoder или learning-to-rank reranker можно обучать не только на ручной разметке. Какие online-сигналы полезны для поиска по статьям?

Можно ли обучать следующую версию модели на данных, которые собрала действующая стратегия доставки? Какие смещения и риски при этом возникают?

If you train on feedback from the previous recommender, what biases can appear and how can you reduce them?