Секция ML & Programming включает в себя разговор о базовых понятиях и концепциях в ML на примере какого-либо алгоритма машинного обучения, проверку знания offline-метрик и решение задач на программирование, которые связаны со знанием алгоритмов и структур данных.
Критерии успеха:
Содержит задачи на кодинг/алгоритмы и структуры данных. Как правило, интервьюер дает две задачи. Также вас могут спросить об опыте и работе с разными технологиями (ЯП, ОС, БД). На собеседовании нужно писать код в онлайн-редакторе.
ML инженеры в Яндексе занимаются не только исследовательскими задачами и обучением моделей, но и выводят их в продакшен, поэтому для нас важно, чтобы ML разработчики умели писать код.
Опытным кандидатам мы предлагаем пройти узкоспециализированную секцию ML Special, на которой предполагается обсуждение глубоких вопросов внутри конкретного домена или стека технологий ML: CV, NLP, RecSys, ASR/TTS, Classic ML.
В выборе практической задачи для обсуждения мы исходим из вашего релевантного опыта в области ML. Мы хотим, чтобы вы успешно продемонстрировали свои знания и умения. В зависимости от вашего опыта мы обсудим различные темы.
Кандидатам с опытом архитектурных решений мы предлагаем пройти секцию ML System design, которая позволяет продемонстрировать навыки и опыт работы с продакшн системами на базе ML, широкий кругозор, умение корректно формулировать свои мысли.
На этом этапе вы подробнее узнаете о сервисе, задачах и проектах направления. В некоторых случаях, когда нам не хватило информации по итогам основных технических интервью, на финальной встрече мы можем задать технические задачи или вопросы. О таком формате мы обязательно предупредим заранее. На этой встрече вы с руководителем поймете, насколько вам комфортно будет работать друг с другом в перспективе. Поэтому важно открыто рассказывать о вашем предыдущем опыте, профессиональных интересах и целях, не стесняться задавать вопросы.
Не стесняйтесь уточнять все интересующие вас моменты, чтобы сделать осознанный выбор проекта.
Яндекс Coderun — инструмент для подготовки к очному собеседованию в Яндексе. Задачи очень похожи на те, что будут на интервью.
Видео, в которых мы разбираем задачи Контеста:
LeetCode: задачи уровня medium помогут подготовиться ко встречам с командами.
Видеолекции курса «Алгоритмы и структуры данных»
TopCoder
HackerRank
CollabEdit
О чем поговорим на секции: дискриминативные и генеративные модели, последние трансформерные архитектуры (Bert, GPT-3, T5 и их варианты), их улучшение и ускорение, large sсale обучение трансформерных моделей, transfer learning, дистилляция.
Материалы:
О чем поговорим на секции: специализированные вопросы про базовые понятия в CV, вопросы на архитектуру и отладку нейросетей, основные подходы и архитектуры DL на примере практической задачи.
Материалы:
О чем поговорим на секции: стандартные алгоритмы и/или архитектуры нейросетей для персонализации и коллаборативной фильтрации, выбор таргетов: на какие таргеты обучить модели, как собирать обучающую выборку, корректная работа с данными, зависящими от времени, ML дебаг, метрики, специфичные для онлайн-систем ранжирования.