Спрос в дарксторах, логистика и сроки доставки, ассортимент
Сервис быстрой доставки: сотни дарксторов, ассортимент под каждый район и обещание доставить за минуты. ML работает на двух фронтах — прогноз спроса с горизонтом в часы и управление курьерской логистикой в реальном времени. Общая черта задач: решение нужно принять быстро и оно сразу превращается в физическое действие.
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: спрос и ассортимент, логистика, продуктовая аналитика.
Практическая секция: код, агрегаты по событиям, аккуратная работа со временем.
ML-секция: постановка, признаки, валидация. Много вопросов про короткие горизонты и быстрый цикл.
Для команд спроса — секция по рядам: внутридневная сезонность, погода, локальные события.
На middle+ — дизайн: прогноз на несколько часов вперёд для сотен точек или распределение заказов между курьерами.
Команда и задачи, ожидания по скорости и самостоятельности.
4 формата проверки из отбора Самокат — 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 валятсяОт постановки до эксплуатации на одной доске
На чём валятся16 тем по всем направлениям Самокат — 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 16 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 Самокат · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Прогноз спроса по каждому товару в каждом дарксторе на ближайшие часы и дни, подбор локального ассортимента. Специфика — сильная внутридневная сезонность, погода и события района.
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 Самокат · Спрос и ассортимент даркстора.
Проверяем, вошли ли вы…
Ближайшая история: продажи за последние часы, тот же час в предыдущие дни и в тот же день недели, текущая динамика заказов. Дальше — погода, праздники, локальные события, остатки на складе. На коротком горизонте свежие лаги важнее любой сложной модели.
Разбор в атласе: Feature-based forecasting — Прогноз через признаки →Признаками прогноза погоды на горизонте прогноза, а не фактической погоды — фактическую в момент предсказания мы не знаем. Это же требование к валидации: в бэктесте нужно использовать прогноз погоды, доступный тогда, иначе модель покажет качество, недостижимое в проде.
Разбор в атласе: Data leakage — Утечка данных →По похожим точкам: кластеризация дарксторов по профилю спроса и структуре района, перенос профиля ближайшего кластера, быстрая адаптация по первым дням работы. Плюс более осторожные заказы в первые недели — цена ошибки в новой точке выше.
Разбор в атласе: Clustering — Кластеризация →Скользящим бэктестом с шагом, равным частоте пересчёта: обучение до момента T, прогноз на T+2 часа, сдвиг, повтор. И обязательно с имитацией лага данных — если продажи попадают в витрину с задержкой в 15 минут, модель в бэктесте не должна их видеть раньше.
Разбор в атласе: Cross-validation — Кросс-валидация →