Здравствуйте, мои маленькие любители DS/ML! Сегодня поговорим про то, как админ проходил собес в HFT компанию Spectrals Technologies на позицию ML RESEARCHER. Как и любой этап, данный отбор начинался со скрининга с HR. В целом тут все было более менее стандартно, спрашивали, про опыт, про то, почему именно эта компания, что я знаю об HFT. Потом был ряд технических вопросов. Например спросили про геометрический смысл Adam, про ансамбли, что такое градиентный спуск. Как оказалось, данный этап не для галочки и правда влияет то, насколько ты подробно все описываешь. Я это предчувствовал и прямо четко по полочкам все разжёвывал и приводил примеры. Мой друг, который тоже решил попробовать свои силы в этом отборе тоже на все ответил. Но ему отказали, потому что как оказалось он отвечал не так подробно. Стоит отметить, что на такие вакансии отбирается достаточно мало людей, и если конкуренция есть, то на 1 место сразу несколько человек. Далее через пару дней мне назначили техническое интервью, которое было отчасти необычным. По структуре оно напоминало мне MLP секцию в Яндекс, но с большей въедливостью и подробностями. 1) Была задача про то, как решить задачу по мл для предсказания цены в оредрбуках, я разложил по полочкам бизнес кейс, но ошибся с правильной функцией потерь (я не совсем знаком с доменом финансовых данных). Получил такой фидбек: ’’’ Видно, что кандидат хорошо разбирается в классическом машинном обучении и глубоком обучении, но на специфическом наборе финансовых данных подход с предсказанием абсолютной цены — это классическая "ловушка" (цена сама по себе слишком шумная и не стационарная, поэтому обычно работают с другими метриками). ’’’ 2) Рассказать про устройство случайного леса со всей подноготной от разделения выборок до критериев остановки. Фактически реализовать псевдокод. Тут справился хорошо, в фидбеке похвалили. 3) написать псевдокод трансформера описывая каждую размерность. Тут я ответил тоже хорошо, сходу расписал, но забыл про софтмакс после получения матрицы атенншена. Собеседующий задал вопрос - как будем бороться с потенциальными бесконечностями после преобразования mask. Я сказал, что там есть какая то функция , которая превращает бесконечности в нули, но не вспомнил название (давно повторял уже). В итоге получил реджект. В целом, опыт классный, компания тоже. Отзыв был подробный, HR приятная, собеседующему не пофиг. Но по факту, таким компаниям нужны специалисты с знаниями финансовых данных. Лично мне не хватило ориентации в этом домене, а также деталей реализации известных алгоритмов глубокого обучения. Поэтому при подготовке к таким собесам учитывайте мельчайшие детали, потому что в хфт это роляет. Также, им важен сигнал крутости, например хакатоны и соревнования, статьи. Я слышал мнение , что им нужны обязательно люди, которые закончили ШАД - на самом деле это не так, важно все, что подтверждает вашу компетентность. Например , хороша книга, которую мы прикладываем в комментариях. Поэтому пробуйте свои силы и всегда stay focused😎🫵