היו מוכנים לשלוש שאלות הראיונות הללו בנושא למידת מכונה

שאלות ראיון ללימוד מכונה

הראיון למהנדס למידת מכונה הולך להיות טכני מאוד, אך זו ההזדמנות שלך להראות מה הופך אותך למועמד הטוב ביותר.

היכונו עם השאלות הללו על בינה מלאכותית ולמידת מכונה וכיצד לענות עליהן.

מראיינים יכולים גם להשתמש ברשימה זו כדי לבנות ראיון שחושף את יכולתם של מועמדים ללימוד מכונה. תלמד את הכישורים הטכניים שלהם ואת יכולתם לחשוב בצורה ביקורתית.

שאלות שניתן לצפות בראיון למידת מכונה.

פליקר

אלגוריתמים

היו מוכנים להפגין את הידע שלכם באלגוריתמי למידה רדודים. אלא אם כן אתה פונה לתפקיד קפדני של מדען נתונים, המראיין לא יכנס יותר מדי לשאלות אלגוריתם. אבל אתה אמור להיות מסוגל לדבר על הקלטים ועל אילו אלגוריתמים משתמשים הכי טוב עבור איזה יישום.

1. מתי היית משתמש ב- KNN (k השכנים הקרובים ביותר)?

KNN משמש בדרך כלל לסיווג. זה אחד האלגוריתמים הפשוטים והמשומשים ביותר בלימוד מכונה.

התשובה שלך עשויה להשתנות בהתאם לניסיון שלך, אבל אני אשקול KNN ברוב המקרים כאשר הכיתות והתכונות מסומנות

2. תאר כיצד פועל SVM (Support Vector Machine). כיצד ניתן להשתמש ב- SVM עם נתונים לא ליניאריים?

SVM יוצר גבול יתר או גבול החלטה לסיווג נתוני קלט על סמך הצד של הגבול הנתונים החדשים טמונים. הם מותאמים על ידי הגדלת המרווח בין הגבול לנקודות הנתונים ככל האפשר.

זכור שלעתים קרובות נערמים גרעינים עם SVM. גרעינים הופכים נתונים לא לינאריים לנתונים לינאריים כך שניתן יהיה למטב SVM.

מסגרות ושפות

המראיין ירצה לדעת באילו שפות ומסגרות השתמשת. הם ישתמשו גם בשאלות אלה בכדי לקבל מושג באיזו מהירות תבחר מסגרת חדשה וכיצד אתה מסתדר עם אילו מסגרות זמינות לבינה מלאכותית.

3. מדוע אתה אוהב להשתמש ?

כל דבר בקורות החיים שלך הוא משחק הוגן. במיוחד שפות התכנות שאתה מפרט בכישוריך. אז היו מוכנים לדבר על כל הפרטים הקטנים.

אם התשובה האמיתית היא שהשתמשת רק בשפה הזו כי זה מה שהם השתמשו בעבודה האחרונה שלך, זה בסדר. רק להיות מוכנים לדבר על היתרונות והחסרונות של שפה מנקודת מבט של למידת מכונה.

4. ספר לי על חווית השימוש שלך ?

אם אתה מכיר את המסגרת בה החברה משתמשת, זה אמור להיות קל עבורך. בוודאי, אם רשמתם אותם בקורות החיים שלכם, עליכם להיות מסוגלים לדבר עליהם.

אם לא השתמשת באותה מסגרת ספציפית זה לא בהכרח פורץ עסקאות. כל מהנדס תוכנה ששווה את המלח שלו אמור להיות מסוגל להסתגל למסגרת חדשה ללא עקומת למידה ענקית. תיאור התפקיד יפרט ככל הנראה כמה מהפלטפורמות העיקריות בהן משתמשת החברה. עשה את המחקר שלך על אלה לפני תחילת הראיון.

כמה היבטים שיש להתמקד בהם בעת מחקר מסגרת חדשה:

• באילו משימות היא מתמודדת בצורה הטובה ביותר?
• מהן נקודות החוזק / חולשה?
• אילו שפות מתקשרות היטב עם המסגרת?

אתה צריך להיות מסוגל לדבר בצורה מושכלת על הסביבה הזו.

אם המסגרת היא קוד פתוח, נסה זאת במחשב האישי שלך. יש גם כמה שיעורים מקוונים משתלמים שתוכלו לקחת שיעניקו לכם רישיון זמני.

בניית רשתות עצביות

5. מה היית עושה אם האלגוריתם שלך לא מתכנס?

זו שאלה פתוחה שצריכה להיות קלה לכל מי שעוסק בלימוד מכונה.

הפחתת קצב הלמידה (אלפא) היא צעד ראשון טוב. כראיין הייתי רוצה לראות את המועמד מתאר גישה הגיונית יותר למציאת אלפא. נסה טווח אסטרטגי של אלפא ושרטט את פונקציית העלות על פני מספר איטרציות.

6. מתי היית משתמש בירידת שיפוע לעומת משוואה רגילה?

אולי תשאל לגבי היתרונות והחסרונות של שיטות שונות לייעול אלגוריתם.

זכור כי לא ניתן להשתמש במשוואה הרגילה עם סיווג, ולכן השוואה זו חשובה רק לרגרסיה. המשוואה הרגילה נבחרת כאשר מספר התכונות אינו גדול במיוחד. יש לו יתרון על פני ירידת שיפוע בכך שאתה לא צריך לבחור קצב למידה או איטרציה.

אם יש הרבה תכונות אז המשוואה הרגילה איטית מאוד ולכן הייתי בוחר בירידה בשיפוע.

צפו לשאלות על בניית רשתות עצביות בראיון לתפקיד למידה מכונה או בינה מלאכותית.

WikimediaCommons

הערכת מודלים (ביצועים)

אחת התפקידים העיקריים של מהנדס למידת מכונה היא לייעל רשת עצבית ולהבין עד כמה היא מבצעת.

7. מדוע התאמת יתר היא גרועה וכיצד ניתן לתקן זאת?

התאמת יתר היא כאשר אלגוריתם מתאים היטב לנתוני האימון אך מנבא במדויק מצבים חדשים. ברור שזה רע כי זה לא שימושי במצבים בעולם האמיתי.

תאר כמה דרכים שבהן ניתן לשפר התאמת יתר. הוספת מונח רגולציה והגדלת למבדה יכולה להביא לתוצאות טובות. הקטנת מספר התכונות או צמצום סדר הפולינום הן אפשרויות אך אינן הבחירות הנכונות בכל סיטואציה.

8. איך תדעו אם המודל שלכם טוב?

הדבר דומה לשאלה הנ"ל, שם המועמד צריך להבין כיצד להעריך מודלים.

תוכל להסביר כיצד נתוני האימון הזמינים מתחלקים לנתוני אימון, נתוני אימות ונתוני בדיקה ולמה כל אחד מהם משמש. הייתי רוצה לשמוע מועמד מדבר על שינוי דרגת הפולינום והממבה והשוואת השגיאה בנתוני האימות.

פרויקטים

בואו לראיון מוכנים לדון בפרויקטים קודמים. כמו בכל ראיון, כל דבר בקורות החיים שלך הוא משחק הוגן.

הכן תיק עבודות מהעבודה, הלימודים או השימוש האישי שלך. יתכן שאתה מוגבל במה שאתה יכול להגיד מהסכם אי-גילוי או עבודה מסווגת, אז היה ברור במה אתה יכול לדון.

הנה כמה שאלות שאתה יכול לצפות:

9. מה היה פרויקט למידת המכונה האהוב עליך עליו עבדת?

לצורך הראיון הזה אתה יכול לבחור את הפרויקט הרלוונטי ביותר לתפקיד כמועדף עליך. זה ייתן לך הזדמנות להדגיש את החוויה הרלוונטית שלך.

אם אתה מעדיף לדבר על איזה מהם היה המועדף עליך בפועל לתת למנהל הגיוס מושג אם אתה תאהב את התפקיד החדש שגם זה רעיון טוב.

10. ספר לי על בעיה קשה שפתרת.

בחר בעיה שניתן לתאר בקלות. חלק מהתשובה לשאלה זו הוא להראות שאתה יכול לתאר בעיות מורכבות של למידת מכונה בפני קהל לא טכני.

כשאתה מתאר את הפתרון שלך אל תקבל את הקרדיט אלא אם כן זה באמת היה כל המאמץ שלך. השגת התרומות של הצוות שלך תראה שאתה שחקן קבוצה טוב. אם רלוונטי, ציין את השפעות הלקוח, לוח הזמנים והתקציב שיש לבעיה זו. הראה כיצד תרומותיך אתה מוסיף ערך לשורה התחתונה, ולא רק לבעיה המיידית.

שאלות התנהגותיות

אל תשכח שככל הנראה הראיון יכלול שאלות התנהגותיות. ועבור מהנדסים ומדעני נתונים רבים זה החלק הקשה ביותר! אנו מקדישים כל כך הרבה זמן להתכונן לשאלות הטכניות ואנחנו שוכחים שגם הם יוערכו על ידי האופן שבו אנו משתלבים בצוות.

השאלות ההתנהגותיות החשובות יותר להלן, כך שתוכל להתכונן מבעוד מועד. לשאלות שמבקשות ממך לתאר זמן ספציפי, השתמש במודל STAR כדי להתאר את תשובותיך. לקרוא