Есть ли тимлид в команде?
Что проверяют
За простым вопросом стоит другой: насколько вы самостоятельны и как работаете в структуре. Интервьюеру важно понять, кто ставил вам задачи, кто проверял модели и решал, выкатывать ли их, и справитесь ли вы там, где лида может не быть вовсе. Следом часто спрашивают, как решался спор о подходе.
Как отвечать
Опишите структуру своей команды коротко и с фактами, а потом свою роль в ней:
- состав: сколько человек, кто есть кроме вас: data scientists, ML-инженеры, дата-инженеры, аналитики, MLOps. Был ли отдельный ML-лид или лид совмещал роль с разработкой;
- откуда задачи: от продакта, от бизнес-заказчика или вы сами формулировали гипотезы. Кто оценивал ожидаемый эффект;
- как проверялась работа: ревью кода и ноутбуков, обсуждение дизайна эксперимента до старта, проверка метрик офлайн и на A/B-тесте, кто подписывал решение о выкатке модели;
- ваша зона: за какие модели или пайплайны вы отвечали целиком, где решали сами, а где согласовывали.
Если лида не было, это не минус, когда вы показываете, как команда закрывала его функции: общее ревью, дизайн-документы, договорённость о метриках. Если лид был, покажите, что вы не ждали каждого указания, а приходили с вариантами.
Нужны ваши реальные детали: размер команды, пример задачи, пример спора. Выдуманные цифры вроде «продуктивность выросла на 30%» звучат шаблонно и разваливаются на первом уточнении.
Этот же вопрос полезно задать самому в конце интервью: кто будет ревьюить ваши эксперименты и кто решает, выходит ли модель в прод.
Где спотыкаются
Отвечают одним словом «да» или «нет» и не рассказывают о своей роли. Вопрос не про оргструктуру, а про вас.
Жалуются на прошлого лида. Даже если было за что, в ответе это звучит как сигнал о конфликтности.
Описывают себя исполнителем, который ждёт задач. В ML, где постановка часто размыта, это настораживает сильнее, чем в классической разработке.