Банк вопросов из реальных собеседований

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?

Зачем разделять сборку и рабочий образ на несколько этапов Dockerfile и что это меняет в выпуске сервиса?

Что такое холодный старт в рекомендательной системе и какие практические решения подходят отдельно для нового пользователя и нового товара?

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

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

Как использовать существующую матричную модель или ALS для рекомендаций к текущей корзине, не сведя задачу к общему профилю пользователя?

Как разделить ответственность между API, очередью и планировщиком в платформе распределённого обучения?

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

How can you get a sentence embedding from BERT, how do sentence transformers differ, and why is this similar to metric learning for image pairs?

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

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 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?

В панели CTR есть поток событий о показах и кликах. Как разделить роли Kafka, S3 и ClickHouse?

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

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

You trained and evaluated an ML model. What model files do you version, how do you package the service and how do you roll it out safely?

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?