Платформа для ML, ассистенты для администраторов, инфраструктура
Разработчик операционной системы и инфраструктурного ПО: развёртывание, виртуализация, управление парком машин, средства защиты. ML-задачи здесь платформенные — обеспечить средствами работы с моделями тех, кто строит системы на этой платформе, и встроить помощников в администрирование. Отбор инженерный, с сильным уклоном в эксплуатацию.
Порядок и состав секций меняются от команды к команде — это типовая схема, собранная по открытым источникам. Этапы, на которых проверяют знания, ведут в разбор формата: что оценивают и чем закрывать пробелы.
Рекрутер уточняет направление: платформа и инструменты, ассистенты, безопасность, эксплуатация.
Алгоритмическая секция: структуры данных, сложность, системное мышление.
Секция по эксплуатации ML: контейнеры, выкат, воспроизводимость, работа в закрытом контуре.
ML-секция: базовые модели, валидация, метрики. Глубина зависит от роли.
На middle+ — дизайн: как устроить платформу обучения и инференса в изолированной среде.
Руководитель: задачи, уровень, работа с корпоративными заказчиками.
4 формата проверки из отбора Группа Астра — и тест атласа под каждый. Слабые места видно сразу после захода, а темы для разбора собираются автоматически.
Живое кодирование: решение вслух и код в редакторе
На чём валятсяПайплайны, выкат, мониторинг, дрейф и воспроизводимость
На чём валятсяКлассика табличных задач и честная проверка качества
На чём валятсяОт постановки до эксплуатации на одной доске
На чём валятся20 тем по всем направлениям Группа Астра — если команда ещё не выбрана. Программа разложит их по неделям от математики к продакшену; под конкретное направление список короче, и его можно собрать ниже.
Эти 20 тем можно разложить по неделям: программа выстроит их от математики к продакшену, поставит тест в конце каждой недели и вернёт тему на повторение, если вы в ней ошиблись. Выйдет примерно 4 недели под Группа Астра · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Инструменты обучения и инференса для заказчиков: сборка окружений, запуск задач, реестр моделей, мониторинг. Специфика — изолированный контур и требования к воспроизводимости на годы вперёд.
Эти 10 тем можно разложить по неделям: программа выстроит их от математики к продакшену, поставит тест в конце каждой недели и вернёт тему на повторение, если вы в ней ошиблись. Выйдет примерно 2 недели под Группа Астра · Платформа и эксплуатация ML.
Проверяем, вошли ли вы…
Зафиксированы данные (версия или снимок), код (коммит), окружение (образ с версиями библиотек), конфигурация и зерно случайности, а результат записан в реестр вместе со всем перечисленным. Проверка простая: можно ли получить ту же модель через год на другой машине.
Разбор в атласе: Experiment Tracking — Трекинг экспериментов →Через артефакты и реестр: образ и веса переносятся в контур заранее, выкат идёт постепенно с возможностью отката на предыдущую версию. Нельзя рассчитывать на скачивание чего-либо во время выката — все зависимости должны быть внутри образа.
Разбор в атласе: Model Deployment — Деплой моделей →Обучение и дообучение внутри контура заказчика: платформа даёт инструменты, а данные остаются на месте. Наружу уезжают только обезличенные метрики качества, если это разрешено. Это же требование определяет архитектуру: всё, что нужно для обучения, должно работать офлайн.
Разбор в атласе: Privacy and Security — Приватность и безопасность →Технические показатели сервиса, распределения входов и предсказаний и стабильность версий. Качество по разметке часто недоступно, поэтому дрейф и доля ошибок инференса становятся основными сигналами. Отчёты должен уметь снимать администратор заказчика, а не ваша команда.
Разбор в атласе: Monitoring — Мониторинг →