Собеседование на Data Scientist в Wildberries

Почему WB — особенный работодатель для DS

Wildberries — крупнейший российский маркетплейс. DS-команда работает над search ranking, рекомендациями (catalog, корзина, push), dynamic pricing, fraud detection, returns prediction, CV для модерации товаров. Объёмы данных — миллиарды событий в день.

Стек: Python + PyTorch + scikit-learn + LightGBM + Spark + ClickHouse + MLflow. WB активно инвестирует в ML-направление, команда быстро растёт.

Актуальные вакансии — на job.wildberries.ru.

Этапы собеседования

1. HR-скрининг (30-45 минут)

Знакомство:

• Опыт ML, особенно e-com / маркетплейс
• Стек: PyTorch / sklearn / Spark
• Motivation

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

2. ML теория (60-90 минут)

• Бустинги (XGBoost, CatBoost, LightGBM)
• Ranking metrics: NDCG, MAP, MRR
• Recommendation: CF, content-based, hybrid
• A/B-тесты ML моделей

Подготовка: ML-теория, A/B для DS.

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:

• Ranking для search
• Recommendation для homepage / корзины
• Dynamic pricing
• Returns prediction

Подготовка: ML system design, feature engineering.

5. Поведенческое (45-60 минут)

STAR: cross-team, high-load, ML in production.

Особенности по командам

Search & Ranking: core ranking, ML features.

Recommendations: carousel, homepage, push.

Pricing & Promo: dynamic pricing, promo-optimization.

Returns / Fraud: prediction возвратов и фрода.

B2B / Sellers: аналитика для продавцов.

Что WB ценит в DS

• Ranking / Recommendation опыт. Core для WB.
• A/B-тесты. Дизайн + analyse.
• Production ML. Не notebook-only.
• E-com domain. Sessions, conversion, AOV.
• High-load awareness. Pipeline должен переживать пики.

Как готовиться: план

За 4-6 недель:

1. Неделя 1-2 — ML теория + Ranking. ML-теория.
2. Неделя 3 — Python + SQL. Python для DS.
3. Неделя 4 — System design. E-com. ML system design.
4. Неделя 5 — A/B + production. A/B для DS.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

• Без ranking опыта. WB core.
• «Только deep learning». LightGBM + features часто beats. Pragmatism.
• Без A/B понимания. Спросят дизайн.
• Игнор e-com специфики. Не покажешь экспертизу.
• Без production. Только эксперименты — слабо.

Связанные темы

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

FAQ

Удалёнка в WB для DS?

Гибрид часто.

Зарплатные вилки 2026?

Middle DS: 250-370k. Senior: 370-560k.

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.