Завершаем цикл про собеседования и сегодня рассказываем про ML System Design На предыдущих этапах мы поговорили о теории по Питону и ML, но в реальности работа редко формулируется в формате теоретической задачи. Поэтому на ML System Design проверяем, как кандидат переводит кейсы реальной жизни на язык ML. Обычно MLSD состоит из следующих пунктов: 🔵Описание кейса 🔵Польза для бизнеса 🔵Формализация задачи 🔵ML-модель 🔵Выкатка в прод Некоторые команды упирают на отдельные части MLSD, что-то убирают или добавляют. Например, в монетизации есть значимый кусок математической постановки, без которой разговаривать про ML сложно. Описание кейса и польза для бизнеса. Сначала интервьюер озвучивает кейс, суть которого зависит от команды. Мы предлагаем задачу из монетизации, есть варианты от модерации, поиска и других команд. Иногда это ставит кандидата в тупик, если прежде он не решал такие задачи. Это не страшно. Я видела, как опытные специалисты проходят собеседование хуже, чем люди без опыта, потому что пытаются свести задачу к той, которую уже видели. Это может мешать на следующих этапах. Дальше рассказ продолжает кандидат, а собеседующий задаёт дополнительные и наводящие вопросы. Формализация задачи. Мы смотрим, как DS справляется с поставленной задачей: зачем вообще нужно её решать, на какие бизнес-метрики будет ориентироваться? Этап отличает MLSD от ML-теории. ML-модель и выкатка в прод. Обычно на этом этапе уже выяснили, какую задачу решаем. Поэтому можно освежить знания про ML и подумать вот о чём: 🔵Какие нужны данные? 🔵Какую модель хотим использовать — катбуст или нейронку? Почему? 🔵Какой для задачи нужен лосс: регрессия или классификация? 🔵На какие метрики стоит посмотреть? 🔵Как модель будет работать в проде? 🔵На что будем смотреть, чтобы выкатить? А если выкатим? Ответы зависят от исходной задачи и условий. Не нужно бояться спрашивать, какие данные есть, сколько надо ресурсов, где будет крутиться модель и сколько будет пользователей. Но будьте готовы, что могут попросить рассмотреть разные случаи 😅 Как подготовится к ML System Design 1️⃣Посмотреть видео с собеседованием на YouTube или ВК 2️⃣Посмотреть конкретные кейсы в открытом доступе. 3️⃣Подготовить доску, которую можно просматривать вместе с собеседующим. Будете делать на ней заметки и рисунки. Это очень упрощает жизнь, потому что помогает соблюдать структуру. Я использую excalidraw.com, но вы можете выбрать любой удобный инструмент. А вы уже проходили ML System Design? Напишите в комментариях, какие материалы для подготовки вы используете ⬇️