Подборка объединяет вопросы, отмеченные на этапах интервью в ivi. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: frontend, python, mobile.
Позитив должен быть конкретным целевым событием блока: например, квалифицированным взаимодействием, а не произвольным высоким score другого ранкера. Нужно уточнить фактическую разметку проекта.
Связь рекомендательных систем с RAG можно объяснить через двухэтапный поиск: сначала найти кандидатов, затем ранжировать их по релевантности. Но конечная задача у систем различается.
Коллаборативная фильтрация рекомендует объекты по взаимодействиям пользователей: схожие предпочтения помогают предсказать интерес. Описание самого объекта для базового подхода не обязательно.
Propensity корректирует смещение только для действий, которые старая политика могла показывать. Если вероятность действия равна нулю, переоценка весами не восстановит отсутствующий опыт.
Можно обучать pairwise ranking: для сопоставимого показа положительный объект должен иметь score выше отрицательного. Но пропуск не всегда означает отрицательное предпочтение пользователя.
Онлайн-расчёт ограничен задержкой, стоимостью и нагрузкой на источники. Предподсчёт переносит тяжёлую работу из критического пути, но требует обновления и контроля свежести.
Постройте рассказ по этапам: как менялись задачи, ответственность и техническая глубина за пять лет. Выберите несколько проектов, наиболее близких к обсуждаемой позиции.
RPS — запросы в секунду на выбранной границе сервиса; QPS — запросы в секунду к системе запросов, часто БД или поиску. В некоторых командах термины употребляют как синонимы.
Реранкер повторно оценивает небольшой набор найденных кандидатов относительно запроса. Типичный cross-encoder обрабатывает запрос и документ совместно, точнее учитывая их взаимодействие.
Уточните цель позиции, задачи на первые месяцы, состав команды и критерии успешности. Описание вакансии стоит связывать с реальной работой, а не только со списком технологий.