14 мая 2026 г.·5 мин чтения

Собеседование на ML Engineer в Naumen

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Содержание:

Почему Naumen — особенный работодатель для MLE

Naumen — крупная российская B2B SaaS-компания с центром разработки в Екатеринбурге, известная корпоративными ITSM- и contact center-решениями. Продуктовый портфель: Naumen Service Desk (ITSM для корпоративных IT-департаментов), Naumen Contact Center (омниканальная платформа обслуживания клиентов), Naumen NauJobs (HR-tech), Naumen LMS (корпоративное обучение). Клиенты — крупные корпорации, банки, госкорпорации. Для ML-инженера это работа в B2B SaaS с уникальной экспертизой в обработке коммуникаций (тикеты, звонки, сообщения).

ML-системы: NLP для тикетов (классификация, маршрутизация, приоритизация), sentiment-анализ обращений, chatbots для contact center (intent recognition, slot filling), recommendation вакансий в NauJobs, OCR для обработки документов, voice analytics для звонков contact center.

Стек: Python + Catboost для табличных задач + PyTorch для нейросетей (NLP, transformers) + K8s для deployment + ClickHouse как аналитический движок + MLflow для трекинга экспериментов.

Актуальные вакансии — на hh.ru и сайте Naumen.

Информация основана на публичных источниках и опыте кандидатов. Команды Naumen используют разные процессы — уточняйте у рекрутера.

Этапы собеседования

Цикл занимает 3-4 недели и включает 5-6 этапов. Naumen — крупная B2B-компания. Упор на NLP и B2B SaaS.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: production-опыт ML, B2B SaaS / ITSM / HR-tech / contact center background — плюс. Готовь питч 90 секунд.

2. ML-теория (60-90 минут)

Базовая секция. Темы: градиентный бустинг, NLP (BERT, fine-tuning, classification, intent recognition), chatbots / dialogue systems, sentiment analysis.

Подготовка: ML-теория.

3. Python live coding (60 минут)

Live-кодинг: алгоритмы (LeetCode Medium), ML pipeline. Готовиться по LeetCode минимум 3-4 недели.

Подготовка: Python для DS.

4. ML System Design (90 минут)

Кейсы: «ticket NLP classifier для маршрутизации», «chatbot pipeline для contact center», «HR-tech recommendation». Уточнить бизнес-метрику, описать архитектуру, выбрать модели.

Подготовка: MLOps, Model serving, Feature stores.

5. Production / scale (60 минут)

K8s deployment, мониторинг, обновление моделей. Кейсы про инциденты, drift.

Подготовка: Monitoring drift, Deployment strategies.

6. Поведенческое (45 минут)

С тимлидом. STAR-формат. Naumen ценит инженерную аккуратность и интерес к B2B-домену.

Особенности по командам

Service Desk ML. NLP для tickets: классификация, приоритизация, маршрутизация, sentiment. Подойдёт MLE с NLP-опытом.

Contact Center AI. Chatbots, voice analytics, sentiment звонков. Самая активная ML-команда. Подойдёт MLE с conversational AI background.

NauJobs ML. HR-tech: recommendation вакансий, matching резюме к вакансиям, классификация резюме. Подойдёт тем, у кого опыт в HR-tech.

LMS AI. Корпоративное обучение: рекомендация курсов, личностные пути обучения, оценка прогресса.

OCR / NLP. Cross-product OCR + NLP-инфраструктура. Подойдёт MLE с CV + NLP-опытом.

Что Naumen ценит в MLE

Production ML. Базовое требование.

B2B SaaS / ITSM context. Понимание enterprise SaaS-задач.

NLP fluency. Transformers, BERT, fine-tuning. Без NLP-опыта сложно.

K8s. Без K8s сложно.

Catboost / PyTorch / Python. Стандарт.

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Как готовиться: план

За 6-8 недель до собеседования:

  1. Неделя 1-2 — Python + ML + NLP. LeetCode Medium 30+ задач, transformers, BERT, fine-tuning. Параллельно прорешай вопросы по Python, ML и SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. Python для DS, ML-теория.
  2. Неделя 3 — K8s + Docker. Подними хотя бы 1 модель в K8s.
  3. Неделя 4 — MLOps + feature stores. MLOps, Feature stores.
  4. Неделя 5 — System design + B2B SaaS ML. Кейсы tickets, chatbots, HR-tech. Model serving.
  5. Неделя 6 — Monitoring + deployment. Monitoring drift.
  6. Неделя 7-8 — Mocks + behavioral. Mock-интервью, 5-7 STAR-историй.

Частые ошибки

Без B2B SaaS domain. Кандидат говорит «у меня консьюмер» — на System Design отвалится.

Без NLP. «Делал классификацию» — без transformers слабо. Сильный — «работал с fine-tuning BERT».

Без K8s. «Деплоил через docker-compose» — слабо.

Только notebook. Кандидаты с Jupyter-only валятся.

Без production опыта. «У нас была модель» — не история.

Связанные темы

FAQ

Удалёнка в Naumen для MLE?

Гибрид и удалёнка распространены, главный офис в Екатеринбурге.

Зарплатные вилки 2026?

Middle MLE: 270-410k. Senior: 410-610k.

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.

Ещё по теме