🤘Machine Learning System Design

Часто говорят, что ML System Design (MLSD) проверяет уровень сеньорности кандидата.
На деле же он полезен и джунам, и мидлам — просто уровень глубины может быть разный. Давайте разбираться.

Определение и пример
ML System Design Interview — это формат собеседования, где проверяют не только знание ML-моделей, но и умение спроектировать полную ML-систему под бизнес-задачу:
от постановки проблемы → до деплоя в продакшн и мониторинга.

Здесь проверяют системное и продуктовое мышление, а не только знание L1/L2-регуляризаций или BERT-ов (хотя без базы на MLSD всё равно будет тяжело).

Пример
Компания — маркетплейс.🫐
Вопрос: Как вы спроектируете систему рекомендаций товаров для главной страницы?

Разговор пойдёт примерно так:
1. Что хотим оптимизировать — увеличить выручку? CTR? Время на сайте?
2. Какие данные возьмём — логи кликов, заказы, описания товаров.
3. Первая версия — бейзлайн: популярные товары по категории. Далее — итеративное улучшение до SOTA.
4. Как измерим результат — оффлайн (Recall@K, разнообразие), онлайн (CTR/выручка в A/B-тесте).
5. Деплой и мониторинг — как выкатываем и что отслеживаем.

Что важно знать про MLSD, даже если вы готовитесь не прямо сейчас:
1️⃣ MLSD ≠ только модели
— Тут проверяют, как вы решаете бизнес-проблему:
— формулируете цель (увеличить CTR, снизить отток, повысить revenue)
— выбираете метрики (бизнесовые, прокси, DS-метрики)
— понимаете trade-offs

2️⃣ Есть универсальная структура ответа
Problem → Metrics → Data → Model → Deployment → Monitoring
Если идти по ней, не потеряетесь в рассказе даже в стрессовой ситуации.

3️⃣ Готовиться стоит по шаблонам
Для разных типов задач (рекомендации, NLP, CV, fraud detection) полезно иметь «скелет» решения в голове.

4️⃣ MLSD — это и про резюме
Формулировки вроде «делал модель рекомендаций» — пустые.

📌 В полной версии поста
— чеклист из 9 шагов ML System Design
— лайфхаки по прохождению интервью от подготовки до деплоя.
— подробно расписанный шаблон для большинства задач ML (от особенностей обучения до выбора лоссов)

🔗 Читать

Полная карта со всем моим контентом.