Собеседование в Яндекс: полный гайд по этапам, вопросам и подготовке

Яндекс — одна из самых желанных IT-компаний в России. Высокие зарплаты, интересные проекты, сильная инженерная культура. Но и отбор соответствующий: по разным оценкам, проходят только 2-5% кандидатов.

В этом гайде — всё, что нужно знать о процессе найма в Яндекс: этапы, типы вопросов, конкретные примеры задач и стратегия подготовки.

Структура найма в Яндекс

Процесс занимает от 2 до 6 недель и включает 5 этапов:

Этап 1: Скрининг резюме

HR-специалисты и рекрутеры оценивают:

• Релевантный опыт работы
• Технологический стек
• Образование (не критично, но учитывается)
• Участие в open source, pet-проекты

Совет: адаптируйте резюме под конкретную вакансию. Если позиция на Python — выносите Python-опыт на первый план.

Этап 2: HR-скрининг (20-30 минут)

Телефонный или видео-звонок с рекрутером:

• Мотивация: почему Яндекс?
• Ожидания по зарплате
• Готовность к релокации (если нужно)
• Общее понимание вашего опыта

На этом этапе не задают технических вопросов, но могут уточнить про технологии из резюме.

Этап 3: Техническое интервью — Алгоритмы (1-1.5 часа)

Это главный фильтр. Вас ждут 2-3 алгоритмические задачи разной сложности.

Формат:

• Созвон в Zoom/Телемост
• Кодинг в Яндекс.Контест или shared IDE
• Интервьюер видит ваш экран
• Нужно не только решить, но и объяснить подход

Типичные темы:

• Массивы и строки
• Хеш-таблицы
• Двоичный поиск
• Два указателя / скользящее окно
• Деревья и графы (BFS, DFS)
• Динамическое программирование
• Жадные алгоритмы

Этап 4: Техническое интервью — System Design (1-1.5 часа)

Для Middle+ позиций. Нужно спроектировать систему:

Примеры задач:

• Спроектируйте URL shortener (типа ya.cc)
• Спроектируйте систему уведомлений
• Спроектируйте ленту новостей
• Спроектируйте распределённый кеш

Что оценивают:

• Умение задавать уточняющие вопросы
• Понимание trade-offs
• Знание паттернов масштабирования
• Способность оценивать нагрузку

Этап 5: Финальное интервью (1 час)

Разговор с будущим руководителем или тимлидом:

• Глубокое обсуждение опыта
• Культурный fit
• Вопросы про конкретные проекты из резюме
• Ваши вопросы о команде и проекте

Алгоритмические задачи: примеры и разбор

Задача 1: Два числа с заданной суммой (Easy)

Условие: Дан массив чисел и целевая сумма. Найти индексы двух чисел, которые в сумме дают target.

def two_sum(nums, target):
    seen = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in seen:
            return [seen[complement], i]
        seen[num] = i
    return []

Сложность: O(n) по времени, O(n) по памяти

Что про��еряют: умение использовать хеш-таблицу для оптимизации.

Задача 2: Максимальная подстрока без повторов (Medium)

Условие: Найти длину самой длинной подстроки без повторяющихся символов.

def length_of_longest_substring(s):
    char_index = {}
    max_length = 0
    start = 0
    
    for i, char in enumerate(s):
        if char in char_index and char_index[char] >= start:
            start = char_index[char] + 1
        char_index[char] = i
        max_length = max(max_length, i - start + 1)
    
    return max_length

Сложность: O(n) по времени, O(min(n, alphabet)) по памяти

Что проверяют: скользящее окно, работа с хеш-таблицей.

Задача 3: Количество островов (Medium)

Условие: Дана матрица из 0 и 1. Посчитать количество островов (связных областей из 1).

def num_islands(grid):
    if not grid:
        return 0
    
    rows, cols = len(grid), len(grid[0])
    count = 0
    
    def dfs(r, c):
        if r < 0 or r >= rows or c < 0 or c >= cols or grid[r][c] == '0':
            return
        grid[r][c] = '0'  # отмечаем как посещённую
        dfs(r + 1, c)
        dfs(r - 1, c)
        dfs(r, c + 1)
        dfs(r, c - 1)
    
    for r in range(rows):
        for c in range(cols):
            if grid[r][c] == '1':
                count += 1
                dfs(r, c)
    
    return count

Сложность: O(m × n) по времени и памяти

Что проверяют: обход графа (DFS/BFS), работа с матрицами.

Задача 4: LRU Cache (Hard)

Условие: Реализовать кеш с политикой вытеснения LRU (Least Recently Used).

from collections import OrderedDict

class LRUCache:
    def __init__(self, capacity):
        self.cache = OrderedDict()
        self.capacity = capacity
    
    def get(self, key):
        if key not in self.cache:
            return -1
        self.cache.move_to_end(key)
        return self.cache[key]
    
    def put(self, key, value):
        if key in self.cache:
            self.cache.move_to_end(key)
        self.cache[key] = value
        if len(self.cache) > self.capacity:
            self.cache.popitem(last=False)

Что проверяют: знание структур данных, понимание сложности операций.

System Design: как отвечать

Структура ответа (используйте как чеклист):

1. Уточните требования (2-3 минуты)

   • Сколько пользователей?
   • Какая нагрузка (RPS)?
   • Какие SLA по latency?
   • Что важнее: консистентность или доступность?

2. High-level design (10-15 минут)

   • Нарисуйте основные компоненты
   • Покажите потоки данных
   • Определите API endpoints

3. Deep dive (15-20 минут)

   • Выбор базы данных и схема
   • Кеширование
   • Шардирование и репликация
   • Обработка отказов

4. Масштабирование (5-10 минут)

   • Узкие места
   • Горизонтальное масштабирование
   • CDN, очереди, асинхронность

Пример: Проектирование URL Shortener

Требования (уточняем):

• 100M новых URL в месяц
• Соотношение чтение/запись 100:1
• URL хранятся 5 лет
• Минимальная latency на чтение

Расчёт нагрузки:

• Записи: 100M / 30 / 24 / 3600 ≈ 40 RPS
• Чтения: 40 × 100 = 4000 RPS
• Хранилище: 100M × 12 × 5 × 500 bytes ≈ 3 TB

Компоненты:

• Load Balancer → API Servers → Database
• Cache (Redis) перед базой
• База: NoSQL (Cassandra) для масштабирования

Генерация коротких URL:

• Base62 encoding (a-z, A-Z, 0-9)
• 7 символов = 62^7 ≈ 3.5 триллиона комбинаций
• Можно использовать counter + hash или заранее сгенерированные ID

Стратегия подготовки

За 2-3 месяца до собеседования

Алгоритмы:

• Решайте по 1-2 задачи в день на LeetCode
• Фокус на Medium, иногда Hard
• Начните с топ-100 задач для интервью
• Разбирайте решения, которые не смогли сделать сами

Рекомендуемые темы по приоритету:

1. Arrays, Strings, Hash Tables
2. Two Pointers, Sliding Window
3. Binary Search
4. Trees, Graphs (BFS, DFS)
5. Dynamic Programming
6. Backtracking

System Design (для Middle+):

• Прочитайте «Designing Data-Intensive Applications»
• Изучите кейсы: YouTube, Twitter, WhatsApp
• Практикуйтесь рисовать диаграммы

За 2 недели до собеседования

• Проведите 3-5 мок-интервью с друзьями
• Повторите типовые задачи
• Подготовьте рассказ о своих проектах по STAR

Накануне

• Отдохните, выспитесь
• Подготовьте рабочее место (тихо, хороший интернет)
• Проверьте камеру и микрофон

Частые ошибки кандидатов

1. Сразу кодить без обсуждения

   • Всегда сначала проговорите подход
   • Убедитесь, что интервьюер согласен с направлением

2. Молчать во время решения

   • Думайте вслух
   • Это показывает ход мыслей и позволяет получить подсказки

3. Игнорировать edge cases

   • Пустой массив, один элемент
   • Отрицательные числа
   • Очень большие входные данные

4. Не тестировать код

   • Прогоните решение на примере вручную
   • Проверьте граничные случаи

5. Сдаваться слишком рано

   • Если застряли — попросите подсказку
   • Это лучше, чем молчать 10 минут

Что делать после собеседования

• Сразу после: запишите вопросы и свои ответы
• В тот же день: разберите задачи, которые не решили
• Через неделю: если нет ответа — напишите рекрутеру

Как ENIGMA AI помогает на собеседовании в Яндекс

Даже с отличной подготовкой легко забыть формулу или запутаться в синтаксисе под давлением. ENIGMA AI работает как страховка:

• Мгновенные подсказки по алгоритмам — если забыли реализацию BFS или бинарного поиска
• Помощь с оптимизацией — подскажет, как улучшить сложность решения
• Работает в stealth-режиме — невидим при шаринге экрана в Zoom и Телемосте

Это не замена подготовке, но отличная страховка от «завис и не знаю, что делать».

Попробовать ENIGMA AI бесплатно →

FAQ

Сколько времени занимает процесс найма в Яндекс?

Обычно 3-6 недель от первого контакта до оффера. Может затянуться, если много кандидатов или праздники.

Можно ли пересдать, если не прошёл?

Да, обычно через 6 месяцев можно попробовать снова. Используйте это время для подготовки.

Какой уровень английского нужен?

Для большинства позиций достаточно уровня чтения документации. Но для международных проектов может потребоваться разговорный.

Что важнее: опыт или алгоритмы?

Для прохождения собеседования — алгоритмы. Но без релевантного опыта вас могут не позвать на интервью.

Отличается ли процесс для разных грейдов?

Для Junior меньше акцент на System Design, проще алгоритмические задачи. Для Senior — глубокий System Design и больше поведенческих вопросов.

Собеседование в Яндекс — это марафон, а не спринт. Начните готовиться заранее, решайте задачи каждый день, и шансы значительно вырастут.