Сколько предстоит пройти этапов, чтобы попасть на работу в Яндекс Data Scientist, если ты из небольшого города?

Совершенно неважно, из какого вы города, мы все равно изо всех сил будем стараться сделать процесс собеседований удобным для всех.

Если вы начнете штурм Яндекса со стажировки, что я действительно советую попробовать, чтобы с уверенностью понять, какие именно задачи драйвят и нравятся, путь до оффера будет выглядеть вот так:

1. Тестовое задание, которое можно выполнять удаленно, где будут как задачки по машинному обучению, так и традиционные алгоритмические. Задачи мы положили в систему Яндекс.Контест, которая сама проверит решение на корректность и выдаст вердикт. Вот тут можно потренироваться и понять, как она работает: https://contest.yandex.ru/contest/3/enter/

2. Если вы справляетесь с тестовым заданием, то мы приглашаем вас на собеседование, посвященное алгоритмам и машинному обучению Его с легкостью проводим по скайпу.

На этом интервью нам важно убедиться, что вы понимаете, как устроены методы машинного обучения, а также можете применить их в реальных задачах. Мы можем спросить, например, как обучается логистическая регрессия, зачем нужны композиции, в чём заключается метод обратного распространения ошибки, а также попросим написать код, реализующий тот или иной алгоритм. Тут вам пригодятся знания из классического курса по машинному обучению. Кроме того мы можем предложить вам какую-нибудь конкретную бизнес-задачу и спросить, какие метрики качества в ней подойдут или как правильно подготовить данные.

Как подготовиться?

• Вспомнить основы машинного обучения: https://yandexdataschool.ru/edu-process/courses/machine-learning
• Повторить, какие бывают метрики качества в классификации и регрессии: https://ld86.github.io/ml-slides/unbalanced.html
• Поупражняться в подготовке данных для машинного обучения: https://www.datacamp.com/courses/preprocessing-for-machine-learning-in-python
• Вспомнить, как работают нейронные сети: http://cs231n.github.io

3. Преодолев это собеседование, можно будет героически сражаться с последним техническим интервью, где мы уже не будем задавать вопросов по машинному обучению, а вновь вернемся к алгоритмам и структурам данных. На что мы обращаем внимание? Здесь важно продемонстрировать умение придумывать алгоритмы для решения задач, оценивать их сложность, а также корректно и чисто реализовывать, в процессе соблюдая баланс между качеством тестирования и скоростью решения.
   Звучит страшно, но мы уже все-все рассказали о том, как это происходит, в отдельной серии материалов на Хабре: https://habr.com/ru/company/yandex/blog/449890/

Важно: вам по-прежнему не нужно приезжать к нам в офис, мы всегда готовы пообщаться по видеосвязи. 

4. Здесь можно выдохнуть, замедлиться и погордиться собой. Осталось самое приятное  — финальные встречи с командами. На этом собеседовании вам предложат пообщаться с несколькими командами, которые заинтересовались вашей кандидатурой и результатами и могут предложить интересные задачи. Поговорить можно будет как удаленно, так и в офисе.  
   Профит :)