Milyen gépi tanulási interjúkérdésekre számíthatok?

Egy gépi tanulási interjúfolyamat általában több fordulóból áll, mint egy általános szoftveres interjú, és minden forduló más réteget vizsgál. Ha felismered a réteget, azt is tudni fogod, milyen választ vár az interjúztató.

• Alapok. Elméleti kérdések a tanulásról, az általánosításról és az optimalizálásról. Az interjúztató azt szeretné hallani, hogy érted, miért működik egy módszer, nem pedig egy bemagolt definíciót.
• Értékelés és kísérletezés. A mérőszám kiválasztása, a validációs stratégia, az offline és online eredmények összevetése, valamint egy olyan kísérlet megtervezése, amely bizonyítja, hogy a modell javulást hozott.
• Alkalmazott modellezés. Jellemzőtervezés, adatszivárgás, osztályok kiegyensúlyozatlansága és egy valós adathalmaz rendezetlen részletei. Ezeket a kérdéseket gyakran valamelyik saját projekted köré építik.
• ML-rendszertervezés. Hogyan jut adatokhoz a modell, miként tanítják és tanítják újra, hogyan szolgálják ki az előrejelzéseket, és hogyan vennéd észre a modell éles környezetben bekövetkező romlását.
• Kódolás. Egy pandas- vagy egyszerű Python-feladat, esetenként pedig egy kisebb algoritmus, például a k-means vagy a logisztikus regresszió önálló megvalósítása.

Viselkedésalapú kérdések is előfordulnak, és ugyanazok a szabályok vonatkoznak rájuk, mint bármely más munkakörnél; ezeket külön tárgyalja a kérdésgyűjtemények témaköre.

A megfogalmazás vállalatonként változik, de a mögöttes kérdések ismétlődnek. Gyakorold őket addig, amíg közérthetően el tudod magyarázni a válaszokat.

• Torzítás és variancia: Hogyan állapítanád meg, hogy egy modell túlilleszt vagy alulilleszt, és min változtatnál először? Mit tesz a regularizáció a modellel, és mikor választanád az L1-et az L2 helyett?
• Validáció: Miért adhat félrevezető pontszámot egy véletlenszerű tanítási-teszt felosztás idősoros adatoknál? Mikor van szükség rétegzett vagy csoportos keresztvalidációra?
• Mérőszámok: Mikor rossz mérőszám a pontosság? Hogyan magyaráznád el egy termékmenedzsernek a precizitást, a visszahívást és a ROC-görbét? Melyik mérőszámot optimalizálnád csalásészleléshez, és mit monitoroznál mellette?
• Adatproblémák: Mi a célszivárgás, és hogyan ismerted fel korábban? Hogyan kezeled az osztályok súlyos kiegyensúlyozatlanságát adatok kitalálása nélkül? Hogyan kezeled a hiányzó értékeket, hogy a modell véletlenül se magát a hiányt tanulja meg?
• Modellek: Mikor teljesít jobban egy gradiensnöveléses fa a neurális hálónál táblázatos adatokon? Mit számít ki valójában a figyelmi mechanizmus egy transformerben? Miért hasznosak a beágyazások a sok különböző értéket felvevő kategorikus jellemzőknél?
• Optimalizálás: Mi történik, ha a tanulási ráta túl magas vagy túl alacsony? Miért könnyíti meg a kötegnormalizálás a tanítást?
• Rendszertervezés: Tervezz ajánlórendszert egy piactérhez. Hogyan észlelnéd az adateloszlás eltolódását a telepítés után? Hogyan tanítanád újra a modellt elavult előrejelzések kiszolgálása nélkül?
• Kísérletezés: Az offline mérőszám javult, de az A/B teszt nem mutatott változást; mit ellenőrzöl?

Ha mindegyikre tudsz válaszolni egyetlen konkrét példával a saját munkádból, lefedted az alapokat vizsgáló fordulók kérdéseinek nagy részét.

Teljesen normális, ha ismered az anyagot, mégis megakadsz, amikor videóhívásban kell elmagyaráznod. Ez a szakasz segít felépíteni a szóbeli válaszokat; a rövid vázlat: definíció, döntés, példa, korlát.

• Definíció egyetlen mondatban, közérthetően, minden képlet előtt.
• Döntés: mikor használnád, és mit választanál helyette, mert az interjúztatók az ítélőképességedet mérik, nem a szókincsedet.
• Példa egy valós projektből: az adathalmaz, mi romlott el, min változtattál, és mi mozdult el.
• Korlát: hol vall kudarcot a módszer; ezzel jelzed, hogy elégszer használtad ahhoz, hogy a hibáit is lásd.

Egy piactérrel foglalkozó vállalat ML-szerepkörére jelentkező adattudóstól megkérdezik, miért nézett ki nagyszerűen a rangsorolási modellje offline, miközben az A/B tesztben semmilyen hatása nem volt. A négy lépéssel válaszol: mik az offline és online eredmények közötti eltérések, hogyan okozta az ő esetében ezt a naplózott adatok pozíciós torzítása, milyen kontrafaktuális értékelést adott hozzá, és azzal a megkötéssel, hogy ez csak kellően véletlenszerű naplózás mellett érvényes. Ez a válasz többet ér egy hibátlan levezetésnél. A szóbeli válaszok gyakorlására szolgál a próbainterjú eszköz; úgy tesz fel további kérdéseket, mint egy valódi interjúztató.

A beszélgetéses fordulókban igen, bizonyos korlátok között. A SubcueAI natív macOS- és Windows-asztali alkalmazása rögzíti a hívás rendszerhangját és a mikrofonodat, meghallja az interjúztató kérdését a Zoom, Google Meet vagy Microsoft Teams felületén, majd egy rövid válaszvázlatot jelenít meg egy lebegő rétegen, amelyet csak te látsz. A Chrome vagy Edge böngészőlapján futó hívásoknál a böngészőbővítmény Side Panelje kizárólag az értekezlet lapjának hangját rögzíti, így hallja az interjúztatót, de téged sosem ír át. Egyik felület sem csatlakozik botként a híváshoz, és semmit sem illeszt be az értekezlet oldalába. Ha feltöltötted az önéletrajzodat, a javaslatok hivatkozhatnak a saját projektjeidre, az ML-válaszok pedig éppen ezekkel szereznek pontot.

A korlátok ugyanazok, mint minden technikai interjúnál. A felügyelt kódteszt, az otthoni feladat vagy a vállalat által kezelt eszközön zajló interjú nem tartozik a SubcueAI felhasználási körébe, a megosztott képernyőn végzett táblás levezetést pedig neked kell elkészítened, mivel a teljes képernyőd megosztásával mindenki látná a lebegő réteget. Aaron Cao, a SubcueAI alapítója azért készítette úgy ezt a réteget, hogy szerkezetet és szókincset javasoljon, ne pedig válaszokat diktáljon, mert egy ML-interjúztató minden állításra rákérdez, a kölcsönvett válasz pedig már a második kérdésnél összeomlik. Mindkét felület beállítását az útmutató oldala ismerteti; az asztali alkalmazás és a bővítmény közötti gyakorlati különbségeket az összehasonlító oldal mutatja be.