Банк вопросов из реальных собеседований

Чем отличаются RDD, DataFrame и Dataset в Spark? Почему DataFrame обычно быстрее, и как repartition, coalesce, cache и persist влияют на Spark-задачи?

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?

Из каких блоков состоит агент на основе языковой модели, где хранится его состояние и как он безопасно вызывает внешние инструменты?

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

For users who already have partial subscription history, what transaction features would you build for LTV prediction, and how would you avoid confusing churned users with recently returned users?

Какие candidate generators можно использовать в рекомендательной системе? Как ALS по implicit feedback вписывается в этот стек?

Какие граничные случаи нужно учесть, если LRU-кеш хранит произвольные пользовательские значения?

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

Как написать декоратор для логирования вызова, зачем нужен functools.wraps и как лениво импортировать модуль внутри wrapper-а?

Какие задачи в промышленном ML решают MLflow, воспроизводимые пайплайны, PySpark и хранилище признаков?

Какие задачи в промышленном ML решают MLflow, воспроизводимые пайплайны, PySpark и хранилище признаков?

Какие задачи в промышленном ML решают MLflow, воспроизводимые пайплайны, PySpark и хранилище признаков?

Что происходит внутри Python for-loop, чем iterator отличается от generator и зачем нужен StopIteration?

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

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

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

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?

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?

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

You have a linear-regression baseline for LTV. When is gradient boosting likely to help, and how would you decide whether to move to it?

Как спроектировать серверный конвейер, который получает рыночные и альтернативные данные, строит ML-сигналы, проверяет риск и передаёт решение в торговый контур?