Корпоративные внедрения, документы и ассистенты, платформы данных
Крупный технологический холдинг и системный интегратор: разработка и внедрение решений для банков, промышленности и государства. Специфика ML — проектная работа у заказчика: модель должна встроиться в чужие процессы, пройти согласования и работать без вашей команды рядом. Это меняет требования к решению сильнее, чем кажется со стороны продуктовой разработки.
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 готовность к проектной работе с заказчиками.
На части позиций — тестирование до собеседования, особенно в массовом наборе и на стажировках.
SQL-секция: витрины заказчика, соединения, агрегаты, работа с историческими данными.
ML-секция: модели, валидация, метрики и умение объяснить их заказчику.
Для направления документов и ассистентов — секция по LLM: извлечение, поиск, оценка качества, внедрение в контуре.
Руководитель проекта: задачи, уровень, формат работы с заказчиком.
4 формата проверки из отбора Т1 — и тест атласа под каждый. Слабые места видно сразу после захода, а темы для разбора собираются автоматически.
Числовые, вербальные и логические тесты до первой встречи
На чём валятсяСоединения, оконные функции и цена запроса на большой таблице
На чём валятсяКлассика табличных задач и честная проверка качества
На чём валятсяДообучение, поиск с генерацией, оценка и стоимость
На чём валятся20 тем по всем направлениям Т1 — 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 Т1 · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Модели под процессы заказчика: прогнозы, скоринг, оптимизация, контроль качества. Специфика — короткие сроки проекта, ограниченные данные и требование сдать работающее решение с документацией.
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 Т1 · Корпоративный ML.
Проверяем, вошли ли вы…
С перевода пожелания в задачу: какое решение принимается, кем, как часто и что происходит сейчас без модели. Дальше — оценка данных и бейзлайн. Половина проектов на этом этапе меняет постановку, и это нормальный результат, а не провал.
Разбор в атласе: Problem formulation — Постановка задачи →Честно оценить, что можно на них построить, и предложить этапность: сначала простое решение и сбор недостающих данных, потом модель. Обещание качества на данных, которых нет, — самая частая причина провала внедрения на приёмке.
Разбор в атласе: Baselines — Бейзлайны →По заранее зафиксированным критериям на отложенной выборке, согласованным до начала работ: метрика, порог, срез данных, процедура проверки. Если критерии формулируются после получения результата, спор становится неразрешимым, а проект — бесконечным.
Разбор в атласе: Cross-validation — Кросс-валидация →Код и окружение, описание данных и признаков с источниками, схема валидации и её результаты, регламент мониторинга и переобучения, инструкция по откату. Модель без этого через полгода работает непонятно как, и разбираться приходится уже другой команде.
Разбор в атласе: MLOps Maturity — Уровни зрелости MLOps →