Welche Fragen erwarten mich in einem Machine-Learning-Interview?

Ein Machine-Learning-Auswahlverfahren umfasst üblicherweise mehr Runden als ein allgemeines Software-Auswahlverfahren, wobei jede Runde eine andere Ebene prüft. Wenn Sie die Ebene kennen, wissen Sie, welche Art von Antwort die interviewende Person erwartet.

• Grundlagen. Theoriefragen zu Lernen, Generalisierung und Optimierung. Die interviewende Person möchte hören, dass Sie verstehen, warum eine Methode funktioniert, und keine auswendig gelernte Definition.
• Evaluation und Experimente. Wahl der Metrik, Validierungsstrategie, Offline- gegenüber Online-Ergebnissen und die Frage, wie Sie ein Experiment konzipieren würden, um den Nutzen eines Modells zu belegen.
• Angewandte Modellierung. Feature Engineering, Datenlecks, Klassenungleichgewicht und die unsauberen Aspekte eines realen Datensatzes. Diese Fragen beziehen sich häufig auf eines Ihrer eigenen Projekte.
• ML-Systemdesign. Wie das Modell seine Daten erhält, wie es trainiert und erneut trainiert wird, wie Vorhersagen bereitgestellt werden und wie Sie eine Verschlechterung im Produktivbetrieb erkennen würden.
• Coding. Eine Aufgabe mit pandas oder reinem Python, manchmal die Implementierung eines kleinen Algorithmus wie k-Means oder logistischer Regression von Grund auf.

Auch Verhaltensfragen kommen vor und folgen denselben Regeln wie bei jeder anderen Position; das Thema Fragenkataloge behandelt diese separat.

Die Formulierungen unterscheiden sich von Unternehmen zu Unternehmen, doch die zugrunde liegenden Fragen wiederholen sich. Üben Sie diese, bis Sie sie in einfachen Worten erklären können.

• Bias und Varianz: Wie würden Sie feststellen, ob ein Modell overfittet oder underfittet, und was würden Sie zuerst ändern? Wie wirkt sich Regularisierung auf ein Modell aus, und wann würden Sie L1 gegenüber L2 bevorzugen?
• Validierung: Warum kann eine zufällige Aufteilung in Trainings- und Testdaten bei Zeitreihendaten zu einem irreführenden Ergebnis führen? Wann benötigen Sie eine stratifizierte oder gruppierte Kreuzvalidierung?
• Metriken: Wann ist Accuracy die falsche Metrik? Erklären Sie einem Produktmanager Precision, Recall und die ROC-Kurve. Welche Metrik würden Sie für die Betrugserkennung optimieren und was würden Sie zusätzlich überwachen?
• Datenprobleme: Was ist Target Leakage und wie haben Sie es erkannt? Wie gehen Sie mit einem starken Klassenungleichgewicht um, ohne Daten zu erfinden? Wie behandeln Sie fehlende Werte, damit das Modell nicht versehentlich das Fehlen selbst erlernt?
• Modelle: Wann übertrifft ein Gradient-Boosting-Baum ein neuronales Netz bei tabellarischen Daten? Was berechnet der Aufmerksamkeitsmechanismus eines Transformers tatsächlich? Warum helfen Embeddings bei kategorialen Features mit hoher Kardinalität?
• Optimierung: Was passiert, wenn die Lernrate zu hoch oder zu niedrig ist? Warum erleichtert Batch-Normalisierung das Training?
• Systemdesign: Entwerfen Sie ein Empfehlungssystem für einen Marktplatz. Wie würden Sie Datendrift nach der Bereitstellung erkennen? Wie würden Sie ein Modell erneut trainieren, ohne veraltete Vorhersagen bereitzustellen?
• Experimente: Die Offline-Metrik hat sich verbessert, aber der A/B-Test blieb unverändert; was überprüfen Sie?

Wenn Sie jede dieser Fragen mit einem konkreten Beispiel aus Ihrer eigenen Arbeit beantworten können, sind Sie auf den Großteil dessen vorbereitet, was in einer Grundlagenrunde gefragt werden kann.

Es ist normal, den Stoff zu beherrschen und trotzdem ins Stocken zu geraten, wenn man ihn in einem Videoanruf erklären soll. Dieser Abschnitt zeigt Ihnen, wie Sie mündliche Antworten strukturieren können; die Kurzform lautet: Definition, Entscheidung, Beispiel, Grenze.

• Definition in einem Satz und einfachen Worten, bevor Sie eine Formel nennen.
• Entscheidung: wann Sie die Methode verwenden und welche Alternative Sie wählen würden, denn geprüft wird Ihr Urteilsvermögen, nicht Ihr Wortschatz.
• Beispiel aus einem echten Projekt: der Datensatz, was schiefging, was Sie änderten und was sich dadurch verbesserte.
• Grenze: wo die Methode versagt, denn dies zeigt, dass Sie sie oft genug eingesetzt haben, um ihr Scheitern erlebt zu haben.

Eine Data Scientist, die sich bei einem Marktplatzunternehmen auf eine ML-Stelle bewirbt, wird gefragt, warum ihr Ranking-Modell offline hervorragend aussah, im A/B-Test aber nichts bewirkte. Sie antwortet in vier Schritten: was Diskrepanzen zwischen Offline- und Online-Ergebnissen sind, warum ein Positionsbias in protokollierten Daten ihre Diskrepanz verursachte, welche kontrafaktische Evaluation sie ergänzte und dass diese nur gilt, wenn die Protokollierung ausreichend randomisiert ist. Diese Antwort ist mehr wert als eine perfekte Herleitung. Genau für das Üben mündlicher Antworten ist das Tool für Probeinterviews gedacht; es stellt Rückfragen wie eine echte interviewende Person.

In Gesprächsrunden ja, allerdings mit Einschränkungen. Die native Desktop-App von SubcueAI für macOS und Windows erfasst das Systemaudio des Anrufs sowie Ihr Mikrofon, hört die Frage der interviewenden Person auf Zoom, Google Meet oder Microsoft Teams und zeigt eine kurze vorgeschlagene Struktur in einem schwebenden Overlay, das nur auf Ihrem Bildschirm sichtbar ist. Bei Anrufen in einem Browser-Tab von Chrome oder Edge erfasst das Seitenpanel der Browsererweiterung ausschließlich den Ton des Meeting-Tabs; es hört daher die interviewende Person, transkribiert Sie aber nie. Keine der beiden Oberflächen nimmt als Bot am Anruf teil oder fügt etwas in die Meeting-Seite ein. Wenn Sie Ihren Lebenslauf hochgeladen haben, können die Vorschläge auf Ihre eigenen Projekte Bezug nehmen – und genau damit erzielen ML-Antworten ihre Wirkung.

Es gelten dieselben Einschränkungen wie bei jedem technischen Interview. Ein beaufsichtigter Codingtest, eine Aufgabe für zu Hause oder eine Sitzung auf einem vom Unternehmen verwalteten Gerät liegt außerhalb des vorgesehenen Einsatzbereichs von SubcueAI. Eine Herleitung am Whiteboard auf einem geteilten Bildschirm muss von Ihnen selbst stammen, da beim Teilen des gesamten Bildschirms das Overlay für alle sichtbar wäre. Aaron Cao, Gründer von SubcueAI, entwickelte das Overlay als Hilfe für Struktur und Fachbegriffe und nicht zum Diktieren von Antworten, da eine interviewende Person im ML-Bereich jede Behauptung hinterfragt und eine übernommene Antwort bei der zweiten Frage zusammenbricht. Die Einrichtung beider Oberflächen finden Sie auf der Tutorialseite; die praktischen Unterschiede zwischen Desktop-App und Erweiterung werden auf der Vergleichsseite erläutert.