Что интересного или нового в работе, чем можно похвастаться

Что проверяют

Масштаб ваших задач и умение измерять результат. По ответу видно, доводили ли вы работу до продакшена или всё закончилось ноутбуком с красивым графиком, и говорите ли вы на языке метрик продукта, а не только моделей.

Как отвечать

Возьмите одну или две истории и расскажите плотно:

• задача в терминах бизнеса и базовая линия, с которой сравнивали;
• данные: откуда, сколько, что с разметкой и пропусками, как делили выборки. Там, где есть время, деление тоже по времени, иначе утечка из будущего и завышенное качество;
• метрика: почему именно она. Доля верных ответов на несбалансированной выборке не метрика, а иллюзия;
• внедрение: как модель попала в прод, сколько живёт запрос, что происходит при отказе сервиса;
• проверка эффекта: эксперимент со сравнением групп и метрика продукта, а не только офлайн-качество;
• жизнь после: мониторинг сдвига данных, расписание переобучения, кто чинит ночью.

Инженерная часть ценится не меньше модельной: воспроизводимый пайплайн, версии данных и артефактов, тесты на преобразование признаков. Отдельный плюс, если расскажете, где упростили решение: заменили тяжёлую модель на правила или на градиентный бустинг и выиграли в поддержке.

Где спотыкаются

Называют прирост без базы, «подняли точность на пятнадцать процентов». Непонятно, какая метрика, относительно чего и на какой выборке. Фраза «сравнивали с текущим правилом, метрика такая, прирост такой» звучит совсем иначе.

Второе: выдают знакомство с библиотеками за достижение. Перечень фреймворков говорит только о пройденном курсе, а достижение это решённая задача с последствиями.

Третье: присваивают командный результат. Достаточно вопроса, что делали лично вы и какие варианты отбросили, чтобы рассказ развалился. Честное «я отвечал за признаки и валидацию» сильнее расплывчатого «мы построили платформу».