Собеседование на Data Scientist в Яндекс Лавке

Почему Яндекс Лавка — особенный работодатель для DS

Яндекс Лавка — q-commerce в Я.Go. DS работает над ETA-прогнозом, demand prediction по dark store / часу, recsys SKU и cross-sell, scoring fraud, прогнозом нагрузки на сборщиков.

Особенность: q-commerce ML — operational, real-time. Подробнее — на странице карьеры Яндекса.

Этапы собеседования

1-6. Стандарт DS-собеса

Рекрутер → SQL/Python → ML-теория → ML system design → поведенческое + финал.

Что Яндекс Лавка ценит в DS

• Recsys.
• Time series.
• Real-time ML.
• Causal inference.
• A/B-mindset.

Типичные задачи и кейсы

• «ETA-модель»
• «Demand prediction по dark store / часу»
• «Recsys SKU»
• «Cross-sell сопутствующих»
• «Прогноз нагрузки сборщиков»

Как готовиться: план

1. Recsys.
2. Time series.
3. Classical ML.
4. A/B.
5. SQL. Middle.

Частые ошибки

• Recsys без cold start.
• Слабая SQL.
• MAPE на нулях.

Связанные темы

• Собеседование на DS в Я.Еде
• Собеседование на DS в Я.Go
• Собеседование на DS в Купер
• Embeddings на собесе DS
• Собеседование на PM в Я.Лавке

FAQ

Сколько этапов?

Обычно 5-6.

Нужен ли q-commerce опыт?

Желателен.

Какой уровень SQL?

Middle.

Это официальная информация?

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