Собеседование на ML Engineer в Premier

Почему Premier — особенный работодатель для MLE

Premier — VOD-сервис «Газпром-Медиа» с фокусом на оригинальный контент российского производства и спортивные трансляции. На российском streaming-рынке Premier — крупный игрок, известный собственными сериалами, шоу, фильмами от Газпром-Медиа. Особенность Premier — миксованная модель монетизации (подписка + AVOD + live-трансляции) и тесная интеграция с эфирными ТВ-каналами Газпром-Медиа. Для ML-инженера это работа в медийной экосистеме с интересным контентом.

ML-системы: recommendation контента (главная, «похожее», поиск), NLP для метаданных, video AI (теги, метки сцен, encoding-аналитика), retention prediction, антифрод (детекция шеринга аккаунтов), advertising-аналитика для AVOD-трафика, live AI для трансляций (highlights detection, моментальные клипы).

Стек: Python + Catboost для табличных задач + PyTorch для нейросетей (CV, NLP) + K8s для deployment + Hadoop для тяжёлых ETL + Greenplum как DWH + MLflow для трекинга экспериментов.

Актуальные вакансии — на hh.ru и сайте Premier.

Этапы собеседования

Цикл занимает 3-4 недели и включает 5-6 этапов. Premier — крупный медийный продукт. Упор на recsys, video AI, production-навыки.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: production-опыт ML, media / streaming background. Готовь питч 90 секунд.

2. ML-теория (60-90 минут)

Базовая секция. Темы: градиентный бустинг, recommendation, CV / NLP. Подготовка: ML-теория.

3. Python live coding (60 минут)

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

Подготовка: Python для DS.

4. ML System Design (90 минут)

Кейсы: «recommendation pipeline», «video metadata AI», «retention prediction». Описать архитектуру.

Подготовка: MLOps, Model serving, Feature stores.

5. Production / scale (60 минут)

K8s, мониторинг. Кейсы про откат, drift.

Подготовка: Monitoring drift, Deployment strategies.

6. Поведенческое (45 минут)

С тимлидом. STAR-формат. Premier ценит ownership и понимание медиа-домена.

Особенности по командам

Recommendation. Ядро продукта: главная, «похожее», поиск. Two-tower retrieval + Catboost / нейросети ranking.

Video AI. Обработка видео: теги, сцены, ASR. R&D-направление.

NLP. Описания фильмов, классификация жанров.

Retention ML. Прогноз churn, propensity re-engagement.

Live AI. Уникальная для Premier команда: ML для трансляций — highlights detection, моментальные клипы, аналитика live-аудитории. Подойдёт тем, кому интересна live video-аналитика.

Что Premier ценит в MLE

Production ML. Базовое требование.

Media / streaming context. Понимание recsys в медиа.

CV / NLP fluency. Transformer-архитектуры.

K8s. Без K8s сложно.

Catboost / PyTorch / Python. Стандарт.

Как готовиться: план

За 6-8 недель до собеседования:

1. Неделя 1-2 — Python + ML + recommendation. LeetCode Medium 30+ задач, recsys, бустинги. 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 + video AI. Кейсы recommendation, video tagging, retention. Model serving.
5. Неделя 6 — Monitoring + deployment. Monitoring drift.
6. Неделя 7-8 — Mocks + behavioral. Mock-интервью, 5-7 STAR-историй.

Частые ошибки

Без media domain. Сильный — «понимаю watch time optimization, content-driven retention».

Без recommendation. Без recsys-specifics слабо.

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

Только notebook. Кандидаты с Jupyter-only валятся.

Без CV / NLP. Сильный — «знаю transformer-архитектуры, fine-tuning».

Связанные темы

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

FAQ

Удалёнка в Premier для MLE?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle MLE: 250-390k. Senior: 390-600k.

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.