Вакансия и контекст рынка
Все собесы2025-09-30
ML Engineer / RecSys
Вилка не публикуется
RecSysrankingALSSASReccodingML System Design
Что проверить перед собеседованием
Критично
Последовательные и implicit-рекомендации
ALS, implicit feedback, основы Transformer/SASRec и утечки в валидации.
Важно
Код под давлением собеседования
Алгоритмы, крайние случаи и объяснение решения вживую.
Что получится отработать
Системный дизайн ML
Разложить банковскую рекомендательную ленту
Кандидат проектирует генерацию кандидатов, ранжирование, холодный старт, переобучение и мониторинг для ленты.
Алгоритмическая секция
Решать алгоритмические задачи в контексте процесса
Кандидат закрывает алгоритмические задачи процесса и умеет объяснять сложность без потери темпа.
Собеседования и этапы
Практика
Задачи
Вопросы
Переранжирование и разнообразие в fashion-рекомендациях item-to-itemОфлайн-метрики рекомендаций: recall@K, precision@K, coverage и NDCGОбучение pointwise-ранкера без утечек и перекоса в популярные товарыГенераторы кандидатов и ALS для implicit-feedback рекомендацийSASRec и база Transformer для рекомендательных системЦели и метрики рекомендательной ленты в банковском приложенииПредставления пользователя и поста для мультимодальной лентыТаргеты, loss и negative sampling для ранкера социальной ленты