Собеседование на Data Scientist в HeadHunter

Почему HH — особенный работодатель для DS

HeadHunter — крупнейшая рекрутинговая площадка СНГ. DS-команда работает над search ranking (vacancy ↔ candidate matching), рекомендациями вакансий, антифродом против фейковых вакансий, NLP для обработки текстов резюме и вакансий.

Стек: Python + PyTorch + scikit-learn + LightGBM + Spark + ClickHouse + MLflow. Доменная специфика — HR-tech, two-sided marketplace (соискатель + работодатель).

Актуальные вакансии — на hh.ru/employer/1455.

Этапы собеседования

1. HR-скрининг (30-45 минут)

Знакомство:

• Опыт ML, особенно ranking / recommendation / NLP
• Стек: PyTorch / sklearn / Spark
• Motivation: HR-tech

Питч 90 секунд: задача, данные, модель, метрика, impact.

2. ML теория (60-90 минут)

• Классика: bias-variance, регуляризация, бустинги
• Ranking metrics: NDCG, MAP, MRR
• Recommendation: CF, content-based, hybrid
• NLP базовый

Подготовка: ML-теория, NLP задачи.

3. Python + SQL (60-90 минут)

Live coding.

• Pandas / NumPy
• SQL window functions, оптимизация
• Алгоритмы medium

Подготовка: Python для DS, SQL-тренажёр.

4. ML System Design (60-90 минут)

Кейсы:

• Ranking вакансий для конкретного кандидата
• Recommendation вакансий
• Fraud detection
• NLP: тэгирование вакансий, classification

Подготовка: ML system design, feature engineering.

5. Поведенческое (45-60 минут)

STAR: cross-team, ML в проде, trade-offs.

Особенности по командам

Search & Ranking: core ranking, two-sided matching.

Recommendations: push, email, homepage.

NLP: обработка текстов резюме, вакансий, classification.

Антифрод: детект фейковых вакансий и резюме.

Аналитика продукта: A/B-тесты, funnel.

Что HH ценит в DS

• Ranking опыт. Core для HH.
• NLP базовый. Texts — основной тип данных.
• A/B-тесты. Дизайн + analyse.
• Production ML. Не notebook-only.
• Engineering culture. Code review, тесты.

Как готовиться: план

За 4-6 недель:

1. Неделя 1-2 — ML теория + Ranking + NLP. ML-теория, NLP.
2. Неделя 3 — Python + SQL. Python для DS.
3. Неделя 4 — System design. Two-sided marketplace кейсы. ML system design.
4. Неделя 5 — A/B + production. A/B-тесты для DS.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

• Без ranking опыта. HH core.
• Без NLP. Тексты — основной тип данных.
• Без A/B понимания. Спросят дизайн.
• «У меня deep learning». Pragmatism: LightGBM + features часто beats.
• Без production. Только эксперименты — спросят deployment.

Связанные темы

• Собеседование на Data Scientist
• ML-теория на собесе DS
• NLP задачи на собесе DS
• ML system design
• Feature engineering
• A/B-тесты для DS

FAQ

Удалёнка в HH для DS?

Гибрид часто.

Зарплатные вилки 2026?

Middle DS: 240-360k. Senior: 360-540k.

Английский нужен?

Базовый — желательно.

Сколько этапов?

4-5 этапов, 2-3 недели.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера.