Вакансия и контекст рынка
Для этой страницы публичная вакансия не привязана. Подготовка строится от опубликованного процесса и связанных тренировок.
Что проверить перед собеседованием
Критично
Вероятность и алгоритмические задачи
Формулы, NumPy-задачи, крайние случаи и быстрые рассуждения.
Важно
Продуктовое мышление в маркетплейс ML
ETA, динамическое ценообразование, BI-метрики и путь до продакшена.
Что получится отработать
Финальное собеседование
Объяснить компромиссы ETA и ценообразования в маркетплейсе
Кандидат связывает подачу машины, матчинг, баланс спроса и предложения, ограничения ценообразования и метрики.
Собеседования и этапы
Wheely2025-07-23 - 2025-08-12
Wheely: процесс DS/MLE по маркетплейсу1Скрининг · HR-скрининг: DS/MLE команды, владение задачами и процесс2Техническое собеседование · Math/ML база: вероятность, метрики и A/B-тесты3Техническое собеседование · ML coding: логистическая регрессия с нуля4Финальное собеседование · Финал: marketplace ML команда, ETA и ценообразование5Финальное собеседование · Оффер: структура пакета и релокация на Кипр
Практика
Вопросы
Теорема Байеса для болезни 1% и теста 99%Precision и recall для спам-классификатораЧестная монета: ровно 6 орлов за 10 бросковMLE для смещенной монетыДизайн A/B-теста, размер выборки и p-valueПочему нулевая инициализация ломает нейросетиМетрики фрод-классификатора при асимметричных ошибкахРазбиение данных и утечки в фрод-модели