13 мая 2026 г.·3 мин чтения

Собеседование на ML Engineer в VK

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 VK — особенный работодатель для MLE

VK — экосистема десятков продуктов (ВКонтакте, Mail.ru, Облако, Видео, Музыка, Игры). ML-направления везде: feed ranking, рекомендации, NLP, антифрод. Высокий scale (миллиарды событий в день).

MLE в VK проектирует production-системы под scale десятков миллионов users. K8s + GPU кластеры + in-house feature stores.

Актуальные вакансии — на careers.vk.company.

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

Этапы собеседования

1. HR-скрининг (30-45 минут)

  • Опыт production ML
  • Стек: PyTorch / K8s
  • Motivation

Питч 90 секунд: проект, scale, инструменты, impact.

2. ML теория (60-90 минут)

  • Бустинги
  • Ranking metrics (NDCG, MAP, MRR)
  • Recommendation
  • A/B-тесты

Подготовка: ML-теория.

3. Python live coding (60 минут)

Алгоритмы medium, ML pipeline.

Подготовка: Python для DS.

4. ML System Design (90 минут)

Кейсы:

  • Recommendation system для feed
  • Real-time антифрод
  • Feature store
  • A/B-инфра

Подготовка: MLOps, Model serving, Feature stores.

5. Production / infra (60 минут)

K8s, GPU, monitoring drift, CI/CD.

Подготовка: Monitoring drift, Deployment strategies.

6. Поведенческое (45 минут)

STAR: cross-team, scale, ownership.

Особенности по командам

Соцсеть / Feed: feed ranking, content moderation ML.

Видео: recommendation, transcoding ML.

Облако Mail.ru: infrastructure ML.

Образование (Skillbox, GeekBrains): product ML.

VK Cloud / B2B AI: managed ML services.

Что VK ценит в MLE

  • Production ML. Models в проде, scale.
  • K8s + GPU. Стандарт.
  • Recommendation / ranking опыт. Core для VK.
  • Engineering culture.
  • Cross-team.
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:

  1. Неделя 1-2 — Python + ML теория + ranking.
  2. Неделя 3 — K8s + Docker.
  3. Неделя 4 — MLOps. MLOps.
  4. Неделя 5 — System design + recommendation.
  5. Неделя 6 — Monitoring + deployment. Monitoring drift.
  6. Неделя 7-8 — Mocks + behavioral.

Частые ошибки

  • Без production опыта.
  • Без recommendation / ranking.
  • Без K8s.
  • Только notebook.
  • Без scale mindset.

Связанные темы

FAQ

Удалёнка в VK для MLE?

Гибрид часто.

Зарплатные вилки 2026?

Middle MLE: 290-430k. Senior: 430-660k.

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