Каталог и поиск, рекомендации, спрос и качество данных о товарах
Крупнейший по обороту маркетплейс страны: карточки товаров создают сотни тысяч продавцов, и это определяет всю специфику ML. Данные грязные по построению — названия, категории и атрибуты приходится восстанавливать моделями, а прогноз спроса живёт в условиях постоянных акций и быстрой смены ассортимента.
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 уровень. Набор быстрый, поэтому этапы обычно идут плотно.
Практическая секция: Python и работа с таблицами, обработка пропусков и дубликатов, агрегаты.
ML-секция: как поставили задачу, какие признаки, как валидировали, какую метрику защищали перед бизнесом.
SQL по витринам маркетплейса: соединения, оконные функции, стоимость запроса на больших таблицах.
На middle+ — дизайн решения: как система живёт при потоке новых карточек и сезонных всплесках.
Команда, задачи и ожидания по скорости работы: цикл выката здесь короткий.
4 формата проверки из отбора Wildberries — 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 валятсяСоединения, оконные функции и цена запроса на большой таблице
На чём валятсяОт постановки до эксплуатации на одной доске
На чём валятся20 тем по всем направлениям Wildberries — 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 Wildberries · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Категоризация товаров, извлечение атрибутов из названий и описаний, склейка дубликатов, поиск по каталогу. Специфика — тексты пишут продавцы, а не редакторы: сокращения, транслит, ключевые слова ради выдачи.
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 Wildberries · Каталог, поиск и атрибуты.
Проверяем, вошли ли вы…
Как задачу поиска пар: сначала дешёвая блокировка кандидатов (по бренду, категории, эмбеддингу названия, хешу изображения), затем модель, решающая «это один товар или нет» на признаках сходства текста, атрибутов и картинки. Полный перебор пар невозможен, поэтому качество блокировки определяет потолок.
Разбор в атласе: Semantic Search — Семантический поиск →Иерархически: сначала верхний уровень, затем уточнение внутри ветки, с объединением совсем редких классов. Для длинного хвоста помогают эмбеддинги и поиск ближайших соседей вместо обучения отдельного классификатора, а метрику считают макро-усреднением — иначе редкие категории не видно.
Разбор в атласе: Text classification — Классификация текстов →Нормализацией и извлечением структуры: из названия достаются бренд, тип товара, ключевые параметры, остальное отбрасывается. Ставить фильтр по «спамности» отдельно от задачи категоризации полезно: тогда шум не втягивается в признаки модели и не поощряется выдачей.
Разбор в атласе: Text Normalization — Нормализация текста →Смесью проверок: асессорская выборка на несколько тысяч карточек как эталон, согласие модели с заполненными продавцами полями как косвенный сигнал и мониторинг доли извлечённых атрибутов по категориям. Резкое падение доли по одной категории обычно означает не деградацию модели, а изменение формата данных.
Разбор в атласе: Error analysis — Анализ ошибок →