Как пройти собеседование на Data Scientist в Авито в 2026 году

Введение: Особенности найма в Авито в 2026 году

Рынок Data Science в 2026 году окончательно сместился в сторону узкой специализации. Если три года назад Авито искал «универсальных солдат», то сегодня найм идет в конкретные кластеры: LLM & GenAI, Computer Vision для модерации, Reinforcement Learning для динамического ценообразования и классический Ranking. Статья предназначена для Middle+ и Senior специалистов, которые планируют переход в компанию. Мы разберем не только теоретические вопросы, но и прикладные кейсы, которые стали стандартом в этом сезоне.

Зачем читать этот гайд

Процесс отбора в Авито славится своей прозрачностью, но при этом высокой планкой по System Design. Читатель узнает, как устроены секции по кодингу, почему сейчас недостаточно просто знать градиентный бустинг и как оценивают навыки работы с инференсом тяжелых моделей. Мы подготовили разбор на основе 15 реальных собеседований, проведенных в первом квартале 2026 года.

Для кого написан материал

Этот лонгрид будет полезен тем, кто уже имеет опыт в коммерческой разработке ML-систем от 3 лет. Мы не будем останавливаться на основах статистики, а сразу перейдем к специфике высоконагруженных классифайдов. Если вы нацелены на грейд Senior или Lead, обратите внимание на разделы про архитектуру и бизнес-метрики.

Ниже представлена таблица с основными направлениями найма в Авито на 2026 год и ключевыми стеками технологий для каждого.

Секция 1: Скрининг и техническое интервью по Python

Первый этап — это всегда разговор с рекрутером, за которым следует технический скрининг. В 2026 году Авито отказался от простых задач на разворот строки. Теперь Python-секция проверяет знание асинхронности и эффективной работы с памятью при обработке больших массивов данных. Кандидату важно показать, что он понимает, как работает GIL в современных реалиях и как оптимизировать pandas-пайплайны через Polars или специализированные расширения.

Ожидания от кандидата на скрининге

Интервьюер ждет, что вы не просто пишете код, а понимаете стоимость вычислений. Часто задают вопросы про декораторы, контекстные менеджеры и типизацию. В Авито строгий стандарт на Type Hinting, поэтому отсутствие аннотаций в коде на собеседовании будет воспринято как минус. Также популярны вопросы про быстрые способы сериализации данных (Protobuf vs Parquet).

Типовые задачи на Python

Обычно это 1-2 задачи на написание чистого кода. Например, реализация кастомного DataLoader или написание декоратора для кэширования результатов работы ML-модели с учетом LRU-политики. Важно не просто решить задачу, а обсудить вычислительную сложность O(n) и потребление памяти. Ниже приведен список тем, которые покрывают 90% вопросов на Python-секции.

• Генераторы и итераторы: экономия памяти при чтении 100Гб логов.
• Multiprocessing vs Threading: когда и что использовать для предобработки фичей.
• Dataclasses и Pydantic: валидация входных данных для API модели.
• Механизмы работы garbage collector в CPython 3.12+.

Секция 2: Алгоритмы и структуры данных

Алгоритмическая секция в Авито в 2026 году стала более «приземленной» к задачам DS. Вместо красно-черных деревьев чаще просят реализовать скользящее окно для временных рядов или алгоритм для поиска дубликатов в потоке объявлений. Однако знание базовых структур (Hash Map, Heap, Stack) остается обязательным. Секция длится 60 минут и включает две задачи разного уровня сложности.

Почему алгоритмы важны для DS

В Авито огромные нагрузки. Модель ранжирования должна отрабатывать за десятки миллисекунд. Если DS пишет неоптимальный препроцессинг, это увеличивает косты на инфраструктуру. Поэтому на собеседовании проверяют умение выбирать правильную структуру данных. Например, использование кучи (Heap) для задачи поиска топ-K элементов в выдаче.

Примеры алгоритмических задач

Популярная задача — «Merge intervals», адаптированная под интервалы показа объявлений. Или задача на реализацию разреженной матрицы и операций над ней. Ожидается, что кандидат напишет работающий код, который проходит по всем краевым случаям (пустые входные данные, огромные значения, дубликаты).

# Пример задачи: Реализация Top-K элементов
import heapq

def get_top_k_ads(ad_scores, k):
    # ad_scores - список кортежей (score, ad_id)
    if not ad_scores:
        return []
    return heapq.nlargest(k, ad_scores, key=lambda x: x[0])

# На собеседовании попросят реализовать это вручную через кучу
# и обсудить сложность O(N log K)

Секция 3: Машинное обучение — Теория (Core ML)

Теоретическая секция фокусируется на глубоком понимании работы алгоритмов. В 2026 году вопросы про линейную регрессию считаются разминкой. Основной упор идет на ансамбли, градиентный бустинг (CatBoost — стандарт в Авито) и архитектуры трансформеров. Интервьюеры любят копать вглубь: не просто «как работает бустинг», а «как именно вычисляются производные функции потерь для задачи ранжирования».

Ключевые темы по Core ML

Особое внимание уделяется калибровке моделей и работе с несбалансированными выборками. В классифайдах типа Авито фрод или редкие категории товаров создают сильный дисбаланс. Вы должны знать методы SMOTE, Focal Loss и уметь объяснять, почему Accuracy — плохая метрика для таких задач. Также обязательны вопросы по регуляризации и борьбе с переобучением в глубоких сетях.

Список контрольных вопросов

• Разница между Bagging и Boosting на уровне смещения (bias) и дисперсии (variance).
• Как работает механизм Attention в трансформерах (математика и интуиция).
• Методы отбора признаков (Feature Selection) при наличии 1000+ фичей.
• Принципы работы SHAP и LIME для интерпретации предсказаний моделей.

Секция 4: Специализация — LLM и NLP

Если вы идете в юниты Search или GenAI, эта секция будет основной. В 2026 году Авито активно внедряет LLM для генерации описаний товаров, суммаризации отзывов и в качестве умных ассистентов в чатах. На собеседовании будут спрашивать про дообучение (Fine-tuning) и техники оптимизации моделей для продакшена.

Работа с большими языковыми моделями

Вас спросят про разницу между полным Fine-tuning и методами PEFT (LoRA, QLoRA). Важно понимать, как устроены векторные базы данных (Pinecone, Milvus, Qdrant) и как строить RAG-системы (Retrieval Augmented Generation). Авито использует RAG для ответов на вопросы пользователей по базе знаний и правилам площадки.

Чек-лист по NLP/LLM

Секция 5: System Design в машинном обучении

Это самая важная секция для Senior-позиций. Вам дадут открытую задачу: «Спроектируйте систему модерации видео-объявлений» или «Дизайн системы рекомендаций похожих товаров». Здесь проверяется умение видеть картину целиком: от сбора данных и разметки до деплоя и мониторинга в реальном времени.

Этапы построения ML-системы

Кандидат должен последовательно описать: 1. Формулировку бизнес-задачи и перевод её в ML-метрики. 2. Дизайн пайплайна данных (Batch vs Streaming). 3. Выбор архитектуры модели. 4. Стратегию валидации (A/B тесты). 5. Инфраструктуру для инференса (Triton, ONNX, TensorRT). Важно упомянуть Feature Store и версионирование данных (DVC).

Типовые вопросы по дизайну

Как бороться с Data Drift и Concept Drift? Как реализовать каскадную модель ранжирования (сначала быстрый отбор кандидатов, потом тяжелый реранкер)? Как обеспечить консистентность признаков между обучением и инференсом? В Авито ценят практические решения, а не теоретические идеальные схемы.

Секция 6: Продуктовые метрики и А/B тесты

DS в Авито — это не просто исследователь, это человек, влияющий на бизнес. Вы должны понимать, как ваши модели конвертируются в деньги. Секция посвящена математической статистике и дизайну экспериментов. Ожидайте задач на расчет объема выборки (Sample Size) и интерпретацию результатов тестов, где метрики покраснели.

Статистический аппарат

Нужно уверенно владеть понятиями: p-value, ошибки I и II рода, мощность теста, доверительные интервалы. Часто спрашивают про методы снижения дисперсии (CUPED, стратификация), так как это позволяет быстрее катить фичи в продакшен. Также важно понимать разницу между прокси-метриками и долгосрочными бизнес-показателями (LTV, Retention).

Пример кейса на A/B тест

«Мы внедрили новую модель ранжирования в поиске. CTR вырос на 5%, но выручка упала на 2%. Почему это могло произойти и что делать?» Кандидат должен проанализировать возможные причины: например, модель стала показывать дешевые товары, которые чаще кликают, но с которых меньше комиссия (cannibalization).

Секция 7: Работа с данными и SQL

Несмотря на наличие дата-инженеров, DS в Авито сам готовит себе датасеты. SQL-секция проверяет умение писать сложные аналитические запросы. В 2026 году акцент сместился на работу с ClickHouse и аналитическими оконными функциями. Задачи обычно связаны с расчетом метрик по логам событий пользователей.

Темы для подготовки по SQL

• Window Functions: ROW_NUMBER, LEAD/LAG для анализа сессий.
• Сложные Join-ы и понимание планов выполнения запросов (Explain).
• Работа с JSON-полями и массивами в ClickHouse.
• Оптимизация запросов на больших таблицах (миллиарды строк).

Секция 8: Deep Learning и Computer Vision

Для команд Trust & Safety и Real Estate CV является критической технологией. В 2026 году Авито использует Vision Transformers (ViT) для анализа фотографий в объявлениях. На этой секции обсуждают детекцию объектов, сегментацию и поиск визуальных дубликатов. Если вы претендуете на роль CV-инженера, готовьтесь к вопросам по архитектурам YOLOv10+ и методам дистилляции моделей.

Практические задачи CV

Как обучить модель распознавать скрытые дефекты на фото авто? Как эффективно искать похожие диваны среди 10 миллионов изображений? Здесь важно рассказать про векторные эмбеддинги и использование библиотек типа FAISS для быстрого поиска по соседям.

Секция 9: Обучение с подкреплением (RL)

RL в Авито применяется в динамическом ценообразовании и управлении рекламными кампаниями. Это специфическая область, вопросы по которой задают в профильные юниты. Нужно знать разницу между Model-free и Model-based подходами, понимать, что такое Q-learning и Policy Gradient. В 2026 году актуальны темы Offline RL, когда модель учится на исторических логах без прямого взаимодействия со средой.

Секция 10: Инструментарий и MLOps

Авито — технологичная компания, где DS несет ответственность за доведение модели до продакшена. Вас спросят про Docker, Kubernetes (базово) и CI/CD пайплайны. Важно понимать, как устроены системы мониторинга моделей (Prometheus, Grafana) и как настроить алертинг на деградацию качества предсказаний.

Секция 11: Soft Skills и Culture Fit

В Авито ценят культуру «Ownership» и «Radical Candor». На поведенческом интервью будут спрашивать про опыт разрешения конфликтов, моменты, когда вы ошибались, и как вы аргументируете свои решения бизнесу. В 2026 году ценится проактивность: не просто ждать задачу, а приходить с идеей, как ML может улучшить конкретный экран в приложении.

Секция 12: Финальное интервью с Hiring Manager

На финале обсуждаются цели команды и ваш потенциальный вклад. Здесь важно показать интерес к продукту. Изучите, как Авито монетизируется, какие новые фичи появились за последние полгода. Это этап, где проверяется ваша мотивация и долгосрочные планы в компании.

Заключение: План подготовки

Подготовка к собеседованию в Авито в 2026 году требует системного подхода. Процесс может занять от 2 до 4 недель. Рекомендуется начать с освежения основ алгоритмов (LeetCode Medium), затем перейти к System Design (чтение блога Авито на Хабре и Medium) и завершить практикой в дизайне A/B тестов.

Чек-лист кандидата

• Решено 50+ задач на LeetCode (Arrays, HashMaps, Trees).
• Прочитаны статьи инженеров Авито про архитектуру поиска и рекомендаций.
• Освежены знания по CatBoost и трансформерам.
• Подготовлены ответы на поведенческие вопросы по методике STAR.

FAQ

• Сколько этапов в среднем? Обычно 5-6 этапов: скрининг, Python/Алгоритмы, Core ML, System Design, Спец-секция, Финал.
• Можно ли собеседоваться удаленно? Да, Авито в 2026 году сохраняет формат remote-first для многих DS позиций.
• Нужно ли знать C++? Только для специфических ролей в Core ML Infrastructure, для большинства задач достаточно Python.
• Используют ли в Авито PyTorch или TensorFlow? Подавляющее большинство команд работает на PyTorch.