Собеседование на ML Engineer в Альфа-Банке

Почему Альфа — особенный работодатель для MLE

Альфа-Банк — один из самых технологичных частных банков РФ. Engineering culture сильная. Production ML: скоринг кредитов / карт, антифрод, AML, NLP для саппорта, recommendation продуктов.

MLE в Альфе работает с banking constraints: explainability, audit trail, regulatory model risk. Стек: Python + PyTorch + Catboost + K8s + Airflow + MLflow.

Актуальные вакансии — на career.alfabank.ru.

Этапы собеседования

1. HR-скрининг (30-45 минут)

• Опыт production ML
• Compliance background (банк)
• Стек: PyTorch / K8s

Питч 90 секунд.

2. ML теория (60-90 минут)

• Бустинги (Catboost — часто)
• Banking metrics (GINI, KS)
• A/B-тесты

Подготовка: ML-теория.

3. Python live coding (60 минут)

Алгоритмы, ML pipeline.

Подготовка: Python для DS.

4. ML System Design (90 минут)

Кейсы:

• Скоринг pipeline + model registry
• Антифрод real-time
• Compliance / audit trail
• Feature store

Подготовка: MLOps, Model serving, Feature stores.

5. Production / compliance (60 минут)

K8s, monitoring, explainability, model risk management.

Подготовка: Monitoring drift, Deployment strategies.

6. Поведенческое (45 минут)

STAR: cross-team, compliance, ownership.

Особенности по командам

Розница / Скоринг: кредиты, карты.

Антифрод: real-time, low-latency.

AML: transaction monitoring.

Корпоратив: B2B скоринг.

Marketing ML: recommendation, attribution.

Что Альфа ценит в MLE

• Production ML. В проде на scale.
• Banking compliance. Audit, explainability.
• K8s. Стандарт.
• Engineering culture. Code review.
• Catboost / banking-specific tools.

Как готовиться: план

За 6-8 недель:

1. Неделя 1-2 — Python + ML + banking metrics.
2. Неделя 3 — K8s + Docker.
3. Неделя 4 — MLOps + feature stores. MLOps, Feature stores.
4. Неделя 5 — System design + compliance.
5. Неделя 6 — Monitoring + deployment. Monitoring drift.
6. Неделя 7-8 — Mocks + behavioral.

Частые ошибки

• Без banking domain.
• Без compliance.
• Только notebook.
• Без K8s.
• Без explainability.

Связанные темы

• Собеседование на ML Engineer
• MLOps
• Feature stores
• Model serving
• Monitoring и drift
• Deployment strategies

FAQ

Удалёнка в Альфе для MLE?

Гибрид часто. Полная — реже из-за compliance.

Зарплатные вилки 2026?

Middle MLE: 310-460k. Senior: 460-700k.

Английский нужен?

Базовый — желательно.

Сколько этапов?

5-6 этапов, 3-4 недели.

Это официальная информация?

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