Как проходит интервью по машинному обучению
Техническое собеседование по ML состоит из трех отдельных секций.
Рекомендуем ознакомиться с материалами до интервью: в них есть книги и курсы
Как проходит интервью по машинному обучению
Техническое собеседование по ML состоит из трех отдельных секций.
Рекомендуем ознакомиться с материалами до интервью: в них есть книги и курсы
Советы для подготовки
Включите камеру
Это поможет наладить контакт и лучше пройти собеседование
Проверьте интернет и технику
Убедитесь, что интернет, динамики, микрофон и камера работают хорошо. Зарядите наушники и ноутбук, чтобы технические проблемы не отвлекали вас от решения задач
Используйте компьютер
Мы можем попросить прочитать или написать код, поэтому собеседование лучше проходить не с телефона, а с ноутбука или компьютера
Старайтесь не подглядывать
Когда кандидат пользуется телефоном или поисковиком, это заметно. Важно, чтобы вы сами справились с задачами. Если нужно
Обратите внимание на тайминг
Ниже мы расскажем, сколько длится каждая секция. Если не получится уложиться в тайминг, мы можем пропустить некоторые вопросы — зачастую это не влияет на результат, но лучше успеть обсудить все
Сосредоточьтесь на технической части
Техническое собеседование проводят сотрудники, у которых нет прямого отношения к вакансии. Если у вас есть вопросы о команде и задачах, лучше задать их на следующем этапе, а мы с радостью ответим на вопросы о технологиях
Секция по алгоритмам
Собеседование длится 60 минут
Основы структур данных
Строки, списки, деревья, ассоциативные массивы, векторы
Базовые принципы
Поиск элементов в коллекциях, обход деревьев, сортировки, динамическое программирование
Сложность алгоритмов
Книги
Секция по ML
Разбираем вопросы по анализу данных: о постановке задачи, выборе и обосновании метрик качества, сборе и валидации данных, ML-алгоритмах. Вопросы разбираем на теоретических и практических кейсах.
Книги
«Глубокое обучение. Погружение в мир нейронных сетей» — С. Николенко, А. Кадурин, E. Архангельская
Дизайн ML-систем
Во время секции вам предложат описание системы, которую необходимо спроектировать. Цель — обсудить подходы к проектированию и декомпозиции сложной ML системы.
Книги
GitHub, блоги и доклады
Подписывайтесь на Т-Банк
Код Желтый
Ютуб-канал
T-Crew
Блог на Хабре