La ce întrebări de interviu despre machine learning să mă aștept?

Un proces de interviu pentru machine learning are, de obicei, mai multe etape decât unul general de software, iar fiecare etapă testează un nivel diferit. Dacă știi nivelul, înțelegi ce fel de răspuns dorește intervievatorul.

• Fundamente. Întrebări teoretice despre învățare, generalizare și optimizare. Intervievatorul vrea să audă că înțelegi de ce funcționează o tehnică, nu o definiție memorată.
• Evaluare și experimentare. Alegerea metricii, strategia de validare, rezultatele offline comparate cu cele online și modul în care ai proiecta un experiment pentru a demonstra că modelul a fost util.
• Modelare aplicată. Ingineria caracteristicilor, scurgerile de date, dezechilibrul claselor și aspectele dificile ale unui set de date real. Aceste întrebări pornesc adesea de la unul dintre proiectele tale.
• Proiectarea sistemelor ML. Cum își obține modelul datele, cum este antrenat și reantrenat, cum sunt furnizate predicțiile și cum ai observa degradarea lui în producție.
• Programare. Un exercițiu în pandas sau Python simplu, uneori implementarea de la zero a unui algoritm mic, precum k-means sau regresia logistică.

Apar și întrebări comportamentale, care urmează aceleași reguli ca pentru orice alt rol; subiectul despre colecțiile de întrebări le tratează separat.

Formularea diferă de la o companie la alta, dar întrebările de bază se repetă. Exersează-le până când le poți explica într-un limbaj simplu.

• Bias și varianță: Cum ai determina dacă un model este supraantrenat sau subantrenat și ce ai schimba mai întâi? Ce efect are regularizarea asupra unui model și când ai prefera L1 în loc de L2?
• Validare: De ce poate o împărțire aleatorie în seturi de antrenare și testare să ofere un scor înșelător pentru datele din serii temporale? Când ai nevoie de validare încrucișată stratificată sau grupată?
• Metrici: Când este acuratețea metrica greșită? Explică precizia, recall-ul și curba ROC unui manager de produs. Ce metrică ai optimiza pentru detectarea fraudelor și ce ai monitoriza împreună cu ea?
• Probleme cu datele: Ce este scurgerea variabilei-țintă și cum ai identificat-o? Cum gestionezi un dezechilibru pronunțat al claselor fără să inventezi date? Cum tratezi valorile lipsă, astfel încât modelul să nu învețe accidental chiar tiparul absenței lor?
• Modele: Când depășește un arbore cu gradient boosting o rețea neuronală pe date tabelare? Ce calculează, de fapt, mecanismul de atenție al unui transformer? De ce ajută embeddingurile în cazul caracteristicilor categorice cu cardinalitate ridicată?
• Optimizare: Ce se întâmplă când rata de învățare este prea mare sau prea mică? De ce face normalizarea pe loturi antrenarea mai ușoară?
• Proiectarea sistemelor: Proiectează un sistem de recomandări pentru o piață online. Cum ai detecta deplasarea distribuției datelor după implementare? Cum ai reantrena un model fără să servești predicții învechite?
• Experimentare: Metrica offline s-a îmbunătățit, dar testul A/B nu a indicat nicio schimbare; ce verifici?

Dacă poți răspunde la fiecare dintre acestea folosind un exemplu concret din propria experiență, ai acoperit cea mai mare parte a întrebărilor care pot apărea într-o etapă despre fundamente.

Este normal să cunoști materia și totuși să te poticnești când trebuie să o explici într-un apel video. Această secțiune îți oferă o structură pentru răspunsurile orale, iar rezumatul este simplu: definiție, decizie, exemplu, limită.

• Definiție într-o singură propoziție, în cuvinte simple, înaintea oricărei formule.
• Decizie: când ai folosi metoda și ce ai alege în schimb, deoarece intervievatorii testează judecata, nu vocabularul.
• Exemplu dintr-un proiect real: setul de date, ce nu a funcționat, ce ai schimbat și ce rezultat s-a modificat.
• Limită: situația în care tehnica nu mai funcționează, ceea ce arată că ai utilizat-o suficient pentru a-i vedea eșecurile.

O specialistă în știința datelor care susține un interviu pentru un rol ML la o companie cu o piață online este întrebată de ce modelul său de clasare arăta excelent offline, dar nu a produs niciun rezultat în testul A/B. Ea răspunde urmând cei patru pași: ce sunt diferențele dintre rezultatele offline și online, de ce biasul de poziție din datele înregistrate a provocat problema, evaluarea contrafactuală pe care a adăugat-o și precizarea că aceasta este valabilă numai când înregistrarea datelor este suficient de aleatorie. Acest răspuns valorează mai mult decât o demonstrație perfectă. Exersarea răspunsurilor orale este exact scopul instrumentului de interviu simulat; acesta pune întrebări suplimentare la fel ca un intervievator real.

În etapele conversaționale, da, în anumite limite. Aplicația desktop nativă SubcueAI pentru macOS și Windows captează sunetul de sistem al apelului și microfonul tău, aude întrebarea intervievatorului pe Zoom, Google Meet sau Microsoft Teams și afișează o scurtă structură sugerată într-o fereastră flotantă vizibilă numai pe ecranul tău. Pentru apelurile desfășurate într-o filă de browser Chrome sau Edge, panoul lateral al extensiei captează numai sunetul filei întâlnirii, astfel că aude intervievatorul și nu te transcrie niciodată. Niciuna dintre interfețe nu intră în apel ca bot și nu injectează nimic în pagina întâlnirii. Dacă ți-ai încărcat CV-ul, sugestiile pot face referire la proiectele tale, iar acesta este aspectul pentru care răspunsurile ML sunt apreciate.

Limitele sunt aceleași ca în orice interviu tehnic. Un test de programare supravegheat, o temă pentru acasă sau o sesiune pe un dispozitiv administrat de companie nu se încadrează în scopul SubcueAI, iar o demonstrație pe tablă prezentată pe un ecran partajat trebuie să îți aparțină, deoarece partajarea întregului ecran ar face fereastra flotantă vizibilă tuturor. Aaron Cao, fondatorul SubcueAI, a creat fereastra flotantă pentru a sugera structura și vocabularul, nu pentru a dicta răspunsuri, deoarece un intervievator ML cere detalii despre fiecare afirmație, iar un răspuns împrumutat se destramă la a doua întrebare. Configurarea ambelor interfețe este explicată pe pagina cu tutorialul; diferențele practice dintre aplicația desktop și extensie sunt descrise pe pagina de comparație.