Собеседование на Data Scientist в СберМаркет

Почему СберМаркет — особенный работодатель для DS

СберМаркет — сервис доставки продуктов из магазинов-партнёров. DS-команда работает над персонализацией ассортимента, рекомендациями товаров, demand forecasting по магазинам и SKU, ranking поиска, dynamic pricing, антифрод. Domain — grocery delivery + multi-retailer.

Стек: Python + scikit-learn + LightGBM + Spark + ClickHouse + MLflow. Команда DS зрелая, тесная связь с продуктом.

Актуальные вакансии — на career.sbermarket.ru.

Этапы собеседования

1. HR-скрининг (30-45 минут)

Знакомство:

• Опыт ML, особенно retail / delivery
• Стек: sklearn / LightGBM / Spark
• Motivation

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

2. ML теория (60-90 минут)

• Классика: bias-variance, регуляризация
• Бустинги (XGBoost, CatBoost, LightGBM)
• Recommendation: CF, content-based, hybrid
• Time-series forecasting

Подготовка: ML-теория, time-series.

3. Python + SQL (60-90 минут)

Live coding.

• Pandas / NumPy
• SQL window functions
• Алгоритмы medium

Подготовка: Python для DS.

4. ML System Design (60-90 минут)

Кейсы:

• Recommendation для grocery
• Demand forecast по SKU и магазинам
• Ranking поиска
• Customer churn / retention

Подготовка: ML system design, feature engineering.

5. Поведенческое (45-60 минут)

STAR: ownership, cross-team, ML в проде.

Особенности по командам

Recommendations / Search: ranking, рекомендации в каталоге.

Demand Forecast: прогноз заказов и SKU.

Pricing / Promo: dynamic pricing.

Customer Analytics: retention, churn, сегментация.

Антифрод: real-time детект.

Что СберМаркет ценит в DS

• ML фундамент. Бустинги, regularization.
• SQL уверенно. Features чаще в SQL.
• Domain understanding. Grocery / delivery.
• Pragmatism. LightGBM + features beats deep.
• Production mindset. Не только notebook.

Как готовиться: план

За 4-6 недель:

1. Неделя 1-2 — ML теория + forecasting. ML-теория, time-series.
2. Неделя 3 — Python + SQL. Python для DS.
3. Неделя 4 — System design. Grocery. ML system design.
4. Неделя 5 — A/B + production. A/B для DS.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

• «Только deep learning». LightGBM + features beats.
• Без time-series. Demand forecast — must.
• Слабый SQL.
• Без grocery domain.
• Без production.

Связанные темы

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

FAQ

Удалёнка в СберМаркет для DS?

Гибрид часто.

Зарплатные вилки 2026?

Middle DS: 250-370k. Senior: 370-540k.

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.