Собеседование на ML Engineer в Rutube

Почему Rutube — особенный работодатель для MLE

Rutube — крупная UGC-видеоплатформа «Газпром-Медиа», российский ответ YouTube. После ограничений западных платформ Rutube активно растёт как основная площадка для русскоязычных авторов и зрителей. Десятки миллионов активных пользователей в месяц, миллиарды просмотров, активная creator-программа с монетизацией. Для ML-инженера это уникальная возможность работать с большими UGC-данными на масштабе.

ML-системы: recommendation UGC-контента (главная, «похожее», поиск), NLP для метаданных (классификация тематики, описаний, sentiment комментариев), video AI (модерация контента, автоматические теги, детекция запрещённого контента), антифрод (детекция накруток просмотров, спама, ботов), advertising-аналитика для AVOD-трафика.

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

Актуальные вакансии — на hh.ru и сайте Rutube.

Этапы собеседования

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

1. HR-скрининг (30-45 минут)

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

2. ML-теория (60-90 минут)

Базовая секция. Темы: градиентный бустинг, recommendation (CF, two-tower), 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: «UGC recommendation pipeline», «content moderation», «video metadata AI». Описать архитектуру.

Подготовка: MLOps, Model serving, Feature stores.

5. Production / scale (60 минут)

K8s deployment, мониторинг. Обработка миллиардов событий в день.

Подготовка: Monitoring drift, Deployment strategies.

6. Поведенческое (45 минут)

С тимлидом. STAR-формат. Rutube ценит ownership и интерес к UGC.

Особенности по командам

Recommendation. Ядро продукта: главная, «похожее», поиск. Two-tower retrieval + Catboost. Главные челленджи: cold start для нового UGC, эксплойт/explore, диверсификация.

Video AI. Модерация контента, автоматические теги, детекция запрещённого. CV / NLP-модели.

NLP. Комментарии, описания, sentiment.

Antifraud. Боты, спам, накрутки. Behavior-анализ.

Search. Поиск видео: классическое learning-to-rank на UGC.

Что Rutube ценит в MLE

Production ML на масштабе. Базовое требование.

UGC / video context. Понимание creator economy и UGC-динамики.

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, moderation, video tagging. Model serving.
5. Неделя 6 — Monitoring + deployment. Monitoring drift.
6. Неделя 7-8 — Mocks + behavioral. Mock-интервью, 5-7 STAR-историй.

Частые ошибки

Без UGC / video domain. Сильный — «понимаю creator economy, UGC-динамику».

Без recommendation. Без recsys-specifics слабо.

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

Только notebook. Кандидаты с Jupyter-only валятся.

Без CV / NLP. Без minimum знаний — отвалишься.

Связанные темы

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

FAQ

Удалёнка в Rutube для MLE?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle MLE: 270-410k. Senior: 410-620k.

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.