Банк вопросов
Вопросы на собеседовании: RecSys
Рекомендации должны находить подходящие объекты и учитывать ограничения продукта. Разберите, чем отличаются подбор кандидатов, ранжирование и оценка качества. Объясняя решение, учитывайте холодный старт, обратную связь пользователей и разницу между офлайн-метриками и экспериментом.
Показано 19 из 139 вопросов
Как мы можем использовать сигналы взаимодействия пользователей с выдачей?
Как мы будем интегрировать новую модель в текущую систему?
Есть ли понимание, какие метрики коррелируют с доходами компании?
Что делать, если количество кандидатов на выдачу достигает миллиона?
Какой минус может быть у стратегии, когда мы смотрим только на добавление в корзину?
Будем ли мы навешивать какие-то бизнес-правила на бейслайн?
Какой фуллбэк ты бы предусмотрел, если модель не выдаст никаких рекомендаций?
Что надо делать, чтобы избежать рекомендации только похожих товаров?
Рекомендации в корзине больше item-to-item или item-to-user?
Кто будет ближайшими соседями к тому самому кольцу с тем самым богатственным камнем?
Что я хочу увидеть к этому кольцу в сопутствующих товарах?
Может быть мы это ограничение окончательно формализуем и засунем в нашу A&N модель?
Какую цель мы хотим преследовать рекомендациям в корзине?
Если в рекомендациях есть только кольцо, то насколько это хорошо?
Подготовьтесь к следующему интервью с Vibe Interview.
Скачать Vibe Interview