Собеседование на Data Scientist в Aviasales

Почему Aviasales — особенный работодатель для DS

Aviasales — крупный российский метапоиск авиабилетов. DS работает над ранжированием билетов в выдаче (sort by best deal), прогнозом цен (когда дешевле купить), recsys отелей и страховок, классификацией предложений (валидность, fraud), NLP для анализа отзывов.

Особенность: travel — это эпизодический бизнес. Пользователь редко возвращается, эксперименты длятся неделями, retention считается по годам. Подробнее — на странице карьеры Aviasales.

Этапы собеседования

1. Скрининг с рекрутером (30 минут)

Опыт, мотивация. Специфика:

• Был ли опыт с travel / маркетплейсом
• Знание классического ML + ranking
• Готовность к долгим экспериментам

2. SQL и Python (60 минут)

SQL — middle-senior. Python — pandas, sklearn.

3. ML-теория (60-90 минут)

• Classical ML: gradient boosting
• Ranking: learning-to-rank, LambdaMART, метрики (NDCG, MRR)
• Time series для прогноза цен
• Cold start, retention в travel

4. ML system design (60 минут)

«Ранжирование билетов в выдаче», «прогноз цены через 7 дней», «recsys отелей».

5. Поведенческое + финал

STAR + стратегический разговор.

Что Aviasales ценит в DS

• Ranking-mindset. Learning-to-rank, NDCG, MRR.
• Time series. Цены меняются динамически.
• Recsys. Travel-specific recsys (отели, страховки).
• A/B на длинных циклах. Holdout.
• Pragmatism. Простая модель в проде > SOTA в Jupyter.

Типичные задачи и кейсы

• «Ранжирование билетов: фичи, модель, метрики»
• «Прогноз цены через 7 дней: time series или ML на лагах»
• «Recsys отелей при покупке билета: cold start»
• «Классификация спам / валидных предложений от OTA»
• «Эффект show "Cheapest deal" badge: эксперимент»

Как готовиться: план

1. Classical ML. Gradient boosting.
2. Ranking. Learning-to-rank, NDCG, MRR.
3. Time series. ARIMA, Prophet, ML на лагах.
4. A/B. Holdout vs A/B, CUPED.
5. Recsys. Cold start, content-based.

Частые ошибки

• Игнорировать сезонность. Travel — сильно сезонный.
• AUC ≠ ranking. Учи NDCG, MRR.
• A/B на короткие сроки. В travel эффект видно через недели.
• Слабая SQL. Уверенный middle-senior.

Связанные темы

• Собеседование на Data Scientist
• Ranking метрики (NDCG)
• Holdout vs A/B на практике
• Собеседование на PM в Aviasales
• Собеседование на DS в Я.Маркет

FAQ

Сколько этапов в собеседовании на DS в Aviasales?

Обычно 5-6: рекрутер → SQL/Python → ML-теория → ML system design → поведенческое → финал. Срок 4-5 недель.

Нужен ли travel-опыт?

Желателен. Релевантным считается e-com, маркетплейс с ранжированием.

Какой уровень SQL?

Уверенный middle-senior.

Спрашивают ли deep learning?

Базовое — для NLP отзывов. Глубокое — нет.

Это официальная информация?

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