Собеседование на ML Engineer | Data Science | Машинное Обучение

YOUTUBE · 29.11.2025 05:50

Ключевые темы и таймкоды

Введение и мотивация

0:00

Автор рассказывает о своём опыте прохождения интервью на позицию ML-инженера.
Видео мотивировано интересом зрителей к предыдущему видео автора о интервью на позицию в Data Science.
Автор подправил резюме и начал искать работу.

Скрининг и бихехепарт интервью

0:58

После скрининга рекрутер пригласил автора на бихехепарт интервью.
Бихехепарт помогает оценить адекватность компании и её интерес к кандидату.
Вопросы касались опыта работы, проектов, конфликтов в команде и командной работы.

Кодинг-задача

3:23

Задача заключалась в восстановлении дерева бинарного поиска.
Автор решил задачу с подсказкой, но сомневался в своих силах.
Компания предложила два раунда систем дизайна вместо одного технического раунда.

Обсуждение ML-знаний

4:54

Обсуждались алгоритмы, метрики, предотвращение оверфитинга и эксперименты с моделями.
Автор повторил теорию перед интервью, но не готовился специально.

Первый раунд систем дизайна

7:26

Тема раунда — создание рекомендательной системы.
Обсуждались базовые теории, расширение систем на примеры книг, новостей и видео.
Рассматривались алгоритмы выбора и ранжирования данных.

Второй раунд систем дизайна

9:21

Обсуждение структуры дизайна на примере компании.
Компания переходила на новую систему, отказываясь от серверов и облаков.
Рассматривались вопросы имплементации и транзишена.

Заключение

10:00

Автор отмечает, что интервью на ML-инженера сложнее, чем на софт-инженера.
Подчёркивается высокий порог входа для новых кандидатов.
Призыв задавать вопросы и делиться опытом.