Почему на ML-собеседовании спрашивают все подряд – от SQL до backend?

На ML-собеседованиях часто спрашивают не только машинное обучение, но и SQL, backend, алгоритмы и системный дизайн. Это вызывает у многих кандидатов недоумение: зачем ML-инженеру весь этот стек? В этом видео Андрей Жогов (ML-инженер в Сбере, преподаватель Физтеха) разбирает, как на самом деле устроена работа ML-инженера в production и почему компании оценивают не только знание моделей, но и способность работать с данными, кодом и инфраструктурой. Кому будет полезно это видео: • Начинающим в ML — чтобы понять реальные требования профессии и не фокусироваться только на моделях • Тем, кто готовится к ML-собеседованию — чтобы закрыть пробелы и понимать, какие темы могут спросить • Data Scientist’ам — чтобы расширить понимание production-части и инженерных задач • Разработчикам, переходящим в ML — чтобы увидеть, какие навыки уже релевантны и чего не хватает • ML-инженерам на уровне junior/middle — чтобы систематизировать знания и подготовиться к следующему уровню • Тем, кто хочет попасть в Big Tech — чтобы понять ожидания компаний и структуру интервью Таймкоды: 0:00 – Введение 1:35 – Как выглядит ML-система в production 2:50 – Вопросы про SQL 3:41 – Вопросы про бэкенд 4:33 – Вопросы про ЯП 6:29 – Вопросы про алгоритмы и структуры данных 8:32 – Вопросы про математику и ML-теорию 8:41 – Вопросы про System Design  9:15 – История про Netflix 10:05 – Карта вопросов по уровням 11:11 – Слово от Виктора Кантора 11:36 – Заключение #карьеравIT