# ml-system-design-interview

Скилл ml-system-design-interview тренирует прохождение собеседований по ML System Design уровня L6+. Помогает уложить архитектуру рекомендаций или RAG в тайминг 45 минут.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 147 установок · ★ 274 у репозитория
- Автор: curiositech
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/curiositech/some_claude_skills/tree/HEAD/.claude/skills/ml-system-design-interview/SKILL.md
- Обновлён: 2026-10-30
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ml-system-design-interview

## Что делает

Скилл выстраивает сценарий ответа на собеседованиях по машинному обучению для позиций staff+. Работа строится вокруг семи этапов: формулировка требований бизнеса, выбор метрик, пайплайн данных, проектирование feature store, выбор модели, архитектура сервинга и мониторинг после релиза. Для каждого шага задан жёсткий лимит времени внутри общей 45-минутной встречи.

Материал рассчитан на инженеров с опытом от 15 лет в ML или NLP. Базовую теорию скилл не объясняет. Вместо этого он переводит накопленный технический багаж в форму, которую оценивают интервьюеры.

Скилл строго бесполезен для подготовки к секциям лайвкодинга, поведенческим интервью и разбору математических формул: он предназначен исключительно для системного дизайна.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add curiositech/some_claude_skills --skill ml-system-design-interview -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ml-system-design-interview/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ml-system-design-interview/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add curiositech/some_claude_skills --skill ml-system-design-interview -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ml-system-design-interview/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add curiositech/some_claude_skills --skill ml-system-design-interview -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ml-system-design-interview/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install curiositech/some_claude_skills .claude/skills/ml-system-design-interview
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ml-system-design-interview/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add curiositech/some_claude_skills --skill ml-system-design-interview -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/curiositech/some_claude_skills --path .claude/skills/ml-system-design-interview
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ml-system-design-interview/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add curiositech/some_claude_skills --skill ml-system-design-interview -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/curiositech/some_claude_skills/tree/HEAD/.claude/skills/ml-system-design-interview/SKILL.md

## Когда брать
- структурировать защиту архитектуры в 45-минутный тайминг интервью
- спроектировать архитектуру RAG, ранжирования или рекомендаций
- связать офлайн-метрики качества модели с онлайн-показателями бизнеса
- разделить вычисление фичей на пакетное и потоковое хранилище
- выбрать архитектуру сервинга под требования к задержке

## Примеры запросов агенту
- Проведи со мной мок-интервью по ML system design для рекомендательной системы.
- Помоги структурировать архитектуру RAG и сервинга по 7-этапному фреймворку.
- Оцени компромиссы между пакетным и потоковым инференсом для поисковой модели.

## Похожие
- [system-design](https://affpapa.org/nevibecode/skills/system-design.md) — скилл · 7900 установок
- [ai-architect-expert](https://affpapa.org/nevibecode/skills/ai-architect-expert.md) — скилл · 185 установок
- [system-design-generator](https://affpapa.org/nevibecode/skills/system-design-generator.md) — скилл · 284 установки
- [system-design-from-scratch](https://affpapa.org/nevibecode/skills/system-design-from-scratch.md) — скилл · ★ 541 у репозитория
- [feature-engineer](https://affpapa.org/nevibecode/agents/feature-engineer.md) — субагент · ★ 2858 у репозитория
- [interview-prep](https://affpapa.org/nevibecode/skills/rohitg00-interview-prep.md) — скилл · 532 установки

Из того же набора: [curiositech/some_claude_skills](https://affpapa.org/nevibecode/by/curiositech/some_claude_skills.md) — 180 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
