Изи стажка в VKВидео

Изи стажка в VKВидео ✅️ #vk В начало Делюсь отзывом о стажировке от выпускника наших курсов . Учусь на 4 курсе бизнес-информатики в ВШЭ. Всё началось с моего друга, он уже работал в вк и дал контакт своего эйчара. Я отправил резюме, и через месяц мне пришла обратная связь на почту... кхе-кхе Ваше резюме заинтересовало и просьба связаться с hr. Списались в tg. Было сказано, мол будет алгоритмическая задачка и теория по ML, но я бы сузил до алгоритмическая задачка и рекомендашки По сути вышло 3 этапа: созвон с эйчаром, тех-собес на 1.5 часа, финал с командой Тех.собес 1.собеседующий рассказал, почему пошёл в вк (кстати, лично я кайфанул от прикольной фичи в офисе, такой как безлимитная кола (стоит автомат как в бургер кинге:), иногда засиживался на кофе-поинтах в ноуте из-за этого) 2. Алгоритмическая таска Дан массив чисел и число k. Нужно вернуть k самых частых элементов по решению: считаем частоту чисел через хеш-мапу, сортируем пары (число, частота) по убыванию частоты, берём первые k элементов, O(NlogN) асимптотика 3. Блок с рекомендашками написать функцию, которая вычисляет Precision@K def precision_at_k(recommended_items, relevant_items, K): top_k = recommended_items[:K] relevant_in_top_k = [item for item in top_k if item in relevant_items] return len(relevant_in_top_k) / K if K > 0 else 0.0 пользователи часто добавляют айтемы в "смотреть позже", но не смотрят их. Как можно улучшить рекомендации? можно ранжировать айтемы по вероятности клика(CTR, например), учитывая контекст: время, устройство и историю просмотров, после чего делать A/B-тесты и добавлять разнообразие(избегаем застревания в одной категории), повышая вовлечённость написать формулы метрик ранжирования, которые помню (написал MAP, nDCG, MRR), обсудили ранговую корреляцию+ попросил рассказать основные подходы к построению рекомендательных систем Финал ребята рассказали о себе, я поделился своими пет-проектами; в целом, словили общий вайб через 3 дня дали офер По стажке понравился опыт, лично я дорабатывал алгоритмы рекомендаций, крутил данные, проверял гипотезы и даже пару раз устроил небольшой баг в A/B-тестах (но быстро поправил!) + немного помогал внедрять фичи в бекенд вообще, если попадёте, рекомендую ходить на митапы и задавать глупые(как вам кажется) вопросы, быстрее освоитесь:) зп: 80к гросс, 3 месяца @zadachi_ds_chat