Прогноз заказов и смен, зрение на кухне, аналитика сети
Сеть пиццерий с собственной ИТ-платформой и публичной инженерной культурой: процессы в ресторанах управляются софтом, а данные по всей сети доступны в почти реальном времени. ML-задачи приземлённые и проверяемые: сколько заказов будет через час, сколько человек ставить в смену, что происходит на кухне по камере.
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 и формат работы: команды небольшие, ответственность широкая.
Практическая секция: код и данные, разбор реальной задачи из работы сети.
ML-секция: постановка, признаки, валидация, метрики и их перевод в операционное решение.
Для прогнозных задач — секция по рядам: внутридневные профили, праздники, промо, погода.
Команда и задачи, разговор о том, как решение попадёт в работу пиццерий.
3 формата проверки из отбора Dodo Brands — и тест атласа под каждый. Слабые места видно сразу после захода, а темы для разбора собираются автоматически.
Код, который готовит данные: агрегаты, соединения, пропуски
На чём валятсяКлассика табличных задач и честная проверка качества
На чём валятсяСтационарность, валидация во времени, прогноз спроса
На чём валятся20 тем по всем направлениям Dodo Brands — 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 Dodo Brands · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Прогноз числа заказов по пиццерии с шагом в час и планирование персонала под него. Специфика — короткий горизонт, сильные внутридневные и недельные профили, влияние погоды и локальных событий.
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 Dodo Brands · Прогноз заказов и планирование смен.
Проверяем, вошли ли вы…
С профиля: средний по часу и дню недели для этой пиццерии — это бейзлайн, который часто оказывается неожиданно сильным. Дальше добавляются лаги последних часов, погода, праздники, промо и локальные события. Начинать с нейросети здесь бессмысленно: она сначала должна обыграть профиль.
Разбор в атласе: Baselines — Бейзлайны →Переносить профиль похожих точек: кластеризация по типу локации, площади, трафику района, а собственная история подмешивается по мере накопления. Веса смещаются в сторону собственных данных постепенно — так новая точка не остаётся без прогноза и не получает шумный прогноз по трём неделям.
Разбор в атласе: Clustering — Кластеризация →Через смены и продукты: занижение — это очередь, долгая доставка и потерянные заказы; завышение — лишние часы персонала и списания теста. Поэтому функция потерь асимметрична, а метрику показывают в двух числах: недооценка и переоценка отдельно, каждая со своей ценой.
Разбор в атласе: MAE — Средняя абсолютная ошибка →Сравнивать: вести обе величины и показывать, кто чаще оказывается ближе к факту. Часто выясняется, что менеджер знает про событие, которого нет в данных, — тогда это признак, который стоит собирать. Доверие к модели строится на публичной статистике точности, а не на убеждении.
Разбор в атласе: Error analysis — Анализ ошибок →