Вернуться в каталог собеседований

#29 Интервью Data Scientist в МосБиржу | Секция System Design | Machine Learning

Разбор ML System Design-секции в Московскую биржу: постановка задачи, метрики, подготовка данных и пайплайн модели для финансового ассистента.

Вадим Новосёлов | Карьера в IT
  • Опубликовано на YouTube:
  • Просмотры на YouTube: 9 тыс.
  • Лайки на YouTube: 198
Открыть на YouTube

Таймлайн

Коротко о видео

На секции ML System Design кандидат проектирует финансового ассистента: уточняет задачу и вычислительные ограничения, выбирает метрики, готовит данные и описывает пайплайн. Разбор подчёркивает, что до выбора модели нужно определить бизнес-цель и способ офлайн-оценки.

Затронутые темы

Что взять на заметку

  • После постановки задачи назовите бизнес-метрику, ограничения клиента и ресурсы, на которых решение должно работать.
  • До обучения выберите офлайн-метрику и loss-функцию, иначе сравнивать варианты модели будет не по чему.
  • Для данных интервьюер предлагает обсудить разметку асессорами, синтетические примеры и отдельное обучение retriever-модели.

Рекомендуем посмотреть