TGViewer
MLinside - школа ML MLinside - школа ML @ml_inside · 4.05K subscribers
Post #556 1.27K
ML Kata: разбираем главные вопросы

75 минут на задачу по ML System Design, случайная команда и незнакомый контекст. Такой формат закономерно вызывает вопросы у тех, кто участвует в таком формате впервые. Давайте разбираться:

▪️На кого рассчитана ML Kata?

Самое главное – ML Kata, это не экзамен для экспертов, которые знают всё наизусть. Для участия не нужно заранее готовиться именно к той задаче, которая вам достанется. И не обязательно перечитывать всю литературу по System Design.

Главное – уметь разобраться в задаче и применить свои знания на практике.

▪️А если я не работал с этим доменом?

Это нормально. Более того, именно работа с незнакомым контекстом – одна из полезных частей ML Kata. В работе легко оказаться в пузыре собственного опыта: если вы долго решаете похожие задачи, знакомые подходы начинают казаться универсальными.

На ML Kata сначала придётся разобраться в условиях задачи, а уже потом выбрать подход. Это возможность проверить, насколько вы умеете думать за пределами привычного контекста.

▪️Команду нужно собирать заранее?

Нет. Команды формируются на самой ML Kata. Вы окажетесь рядом с людьми с разным опытом и бэкграундом. Придётся быстро договориться о подходе, распределить роли и вместе собрать решение.

▪️А если в команде будут люди с разным уровнем опыта?

Это нормально и именно поэтому команды формируются случайно. У одного участника сильнее ML, у другого – архитектура, у третьего – декомпозиция, у четвёртого – коммуникация и презентация.

Задача команды – объединить эти компетенции в одно решение. Поэтому разный опыт участников становится частью тренировки, а не помехой.

▪️А если мы не успеем решить задачу за 75 минут?

Ограничение по времени – часть формата. За 75 минут важно определить главное, расставить приоритеты и понять, на каких компромиссах можно остановиться.

В незнакомой задаче легко начать искать знакомый ответ: «У *подставьте любую бигтех компанию* делают так – значит, и нам подойдёт». Но ML System Design не сводится к воспроизведению известных паттернов. Важно понять требования и ограничения именно этого кейса.

▪️Что я получу от участия?

ML Kata даёт возможность выйти за пределы привычного контекста и проверить, как вы принимаете решения, когда готового ответа перед вами нет.

А ещё – получить реальный опыт командной работы: вместе разобраться в задаче, договориться о подходе и защитить своё решение.

ML Kata — это возможность проверить, насколько хорошо вы умеете построить решение, когда готового ответа нет.

Следующая ML Kata уже скоро.

Бронируйте место и проверьте себя на практике вместе с Валерием Бабушкиным
  • 👍 3
  • ❤ 2
More from @ml_inside
  1. Sep 21, 2026Сегодня в 19:00 МСК встречаемся на закрытом вебинаре с Виктором Кантором «Из аналитики и р…
  2. Sep 20, 2026Post #584
  3. Sep 20, 2026Общий аттеншн, на связи рубрика «ML в реальной жизни» и у нас шестая задача Мы продолжаем…
  4. Sep 19, 2026Александр Поваров — золотой медалист международной олимпиады школьников по искусственному…
  5. Sep 17, 2026Из аналитики и разработки в ML + куда расти дальше Я хорошо помню, как DSом мучался выборо…
  6. Sep 13, 2026Учимся на практике: решаем реальные ML-задачки Это рубрика #петпроект_MLinside и тут мы пу…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →