Какие задачи предстоят перед командой

Что проверяют

Вопрос звучит в обе стороны. Когда его задают вам, проверяют, читали ли вы вакансию и понимаете ли, чем реально занята команда данных. Когда его задаёте вы, оценивают зрелость самого вопроса. Следом обычно уточняют, какая из перечисленных задач вам ближе и почему.

Как отвечать

Соберите каркас из того, что видно по вакансии и продукту, честно помечая, где у вас гипотеза:

• стадия: строится с нуля или поддерживается работающая система, сколько моделей уже в проде;
• тип задач: табличные предсказания (отток, скоринг, спрос), рекомендации и ранжирование, компьютерное зрение, NLP и сценарии с LLM и RAG, прогноз временных рядов;
• данные: откуда берутся, кто владелец, есть ли витрины и фичестор, сколько уйдёт на сбор и разметку. Это обычно большая часть работы, и вопрос про долю дата-инженерии всегда уместен;
• вывод в прод: батч или онлайн-инференс, кто владеет сервисом, чем оркестрируют (Airflow, Dagster), где трекинг экспериментов (MLflow), как версионируются данные и модели;
• измерение: оффлайн-метрики против онлайновых, есть ли платформа A/B-тестов, кто принимает решение о раскатке;
• эксплуатация: мониторинг дрейфа и качества, переобучение по расписанию или по триггеру, что делают при деградации.

Привяжите список к себе: что из этого вы уже делали, что хотели бы попробовать. И задайте встречный вопрос про ближайший квартал, ответ покажет, ждут ли вас на исследование или на латание пайплайнов.

Где спотыкаются

Пересказывают учебный пайплайн от EDA до деплоя, не привязав его ни к продукту, ни к вакансии.

Говорят только про модели. В большинстве команд время уходит на данные, интеграции и поддержку, и незнание этого выдаёт учебный опыт.

Не спрашивают про измерение эффекта. Команда без A/B и без оффлайн-метрик означает, что вашу работу будут оценивать на глаз.