Вопросы для подготовки к интервью

Опишите жизненный цикл ML-задачи в вашей команде: от постановки до деплоя.

Как организован процесс постановки и распределения задач в команде?

Расскажите о себе и о проекте, который считаете самым интересным с технической точки зрения (на английском).

Каков ваш опыт с классическим ML? Насколько хорошо вы разбираетесь в табличных данных и не-нейросетевых подходах?

Вы хотели влиять на бизнес с помощью ML — удалось ли этого достичь? Как вы измеряете бизнес-импакт?

Расскажите пример неудачной ML-гипотезы: что пробовали, почему не получилось, как решили проблему?

Как у вас организован процесс работы с задачами? Кто ставит, как декомпозируете, как планируете спринты?

Расскажите о самом большом рабочем провале. Что пошло не так и чему научились?

Как вы декомпозируете и оцениваете ML-задачи? Как устроен roadmap в вашей команде?

Расскажите о самом сложном проекте в вашей практике

Что вы делаете, когда данных недостаточно или они непонятны?

Расскажите о самых интересных и сложных проектах в вашем опыте

Расскажите о структуре вашей команды и распределении обязанностей

Как у вас выстроен процесс от бизнес-задачи до ML-решения?

Расскажите подробно про один из ваших проектов: какая была проблема, ваша роль и к каким результатам удалось прийти?

Что было самым сложным в задаче рекомендации сочетаемой одежды?

Приведите пример проекта, который не взлетел. Как принимали решение его закрыть?

What did you learn from your projects? How do you deal with challenges when a model doesn't work?

Как вы убедите скептически настроенную команду взять вашу разработку в бэклог?

Есть ли у вас опыт мониторинга моделей в продакшене для определения необходимости переобучения?