Банк вопросов из реальных собеседований

В датасете есть missing values и шумные признаки. Как системно обработать их до обучения и в production?

Для realtime CTR dashboard нужно описать Kafka/event log. Какая схема события нужна и по какому ключу партиционировать?

Когда накопившийся технический долг оправдывает переписывание сервиса или ML-платформы с нуля, а когда лучше улучшать систему итеративно?

В микросервисной системе сервисы общаются через API и события. Как документировать и проверять контракты, чтобы релизы не ломали consumers?

Чем обосновать выбор CatBoost для табличных признаков временного ряда и с какими простыми решениями его сравнить?

In PyTorch, what should Dataset do, what should collate_fn do, how do num_workers affect this, and where should .to(device) usually happen?

Multiple threads update individual pixels of the same screen. What can go wrong, and how would you design synchronization?

Вы достаете визуально похожие fashion-товары, но в финальном списке много почти одинаковых вещей. Как переранжировать список, чтобы сохранить релевантность и добавить разнообразие?

How would you split data for validating a fraud model? What leakage risks would you check?

Review a simple PyTorch multiclass image-classification training loop. What bugs and design issues would you look for?

Design a multimodal fashion compatibility recommender: candidate generation, embeddings, outfit labels, triplet mining, reranking and typical failure modes.

Какие риски возникают при применении обучения с подкреплением к торговле и поддержанию рыночной ликвидности?

Multiple clients send pixel updates to a central server over the internet. What transport/protocol would you use and what tradeoffs matter?

What techniques can compress or adapt a large model, and how would you detect and reduce catastrophic forgetting during fine-tuning?

Как хранить таблицу, созданную агентом, чтобы пользователь мог стабильно сортировать, фильтровать и экспортировать её без повторной генерации моделью?

Пользователь создал презентацию, PDF и таблицу, а потом просит "отсортируй это". Как понять, к чему относится команда?

Как тестировать и выкатывать prompt changes в LLM-продукте?

What improvements would you add after the baseline real-estate search works: user context, visual embeddings, VLMs, quality models or richer item representations?

Как спроектировать API-метод, который вызывает нестабильный внешний сервис или долгий конвейер и должен корректно переживать сбои?

Как обрабатывать новых пользователей и новые публикации в ленте с текстовым и визуальным контентом?

Банк запускает тематическую ленту без рекламы. Какие продуктовые цели, основные метрики и защитные ограничения нужно определить до проектирования рекомендаций?

A product manager wants an ML model, but there is little or no labeled data. How would you approach the problem?

Объясните scaled dot-product attention, зачем трансформеру нужны позиционные эмбеддинги, как работает BPE-токенизация и в чем идея LoRA при дообучении.

Design a similar-items recommender for 1M items when the current collaborative model fails on cold-start items and misses semantic similarity.