So führen Sie ein Jobinterview für die Stelle Ingenieur für maschinelles Lernen
Dieses Interview-Profil für Machine Learning Engineers ist eine Sammlung aller wichtigen Infos, auf die Sie beim Jobinterview achten sollten.
Was macht ein Machine Learning Engineer und worauf müssen Sie achten?
Die Rolle des Ingenieurs für maschinelles Lernen ist eine sehr technische Rolle, die normalerweise für Unternehmen relevant ist, deren Hauptproduktlinie eine sehr starke datengesteuerte Komponente aufweist. Ingenieure für maschinelles Lernen verfügen über die praktischen Fertigkeiten, die für einen Datenwissenschaftler relevant sind, konzentrieren sich aber besonders auf den Entwurf und die Anwendung von Modellen, die mit maschinellem Lernen erstellt wurden, um Probleme der realen Welt zu lösen. Als solcher hat ein Machine Learning Engineer sowohl die theoretischen Grundlagen als auch die praktischen Anwendungen des maschinellen Lernens studiert und ist besonders stark in verwandten Bereichen wie Statistik, Optimierung, Data Mining und algorithmisches Design.
Sie wissen, wie man den richtigen Modelltyp für ein bestimmtes Problem aus einer Vielzahl von Modellen auswählt. Für jedes Modell verstehen sie die Einschränkungen und Annahmen, wissen, wie man die Modellleistung abstimmt und verbessert und die richtigen Metriken zur Bewertung der Modellgenauigkeit verwendet. Forschung ist oft eine Kernkompetenz für diese Rolle, und Kandidaten mit einem starken Forschungshintergrund, wie z.B. einem Doktortitel, sind sehr begehrt. Aus praktischer Sicht haben die Kandidaten Erfahrung in der Arbeit mit spezialisierten Werkzeugen und Paketen für maschinelles Lernen wie Scikit-Lernen (Python), Spark ML, R, Mahout und so weiter. Kandidaten nähern sich dieser Aufgabe am häufigsten aus einem Informatik- oder Statistik-Hintergrund.
Rollenspezifische Fragen
Eine gute Möglichkeit, ein Fachgespräch zu beginnen und aufzubauen, besteht darin, sich von einem Kandidaten beschreiben zu lassen, wie ein Modell funktioniert, mit dem er vertraut ist. Technische Gespräche können für Kandidaten oft sehr anstrengend sein, und dies ist eine Möglichkeit, den Kandidaten die Möglichkeit zu geben, sich etwas zu entspannen und über etwas zu sprechen, in dem sie mehr Erfahrung haben. Es spielt keine Rolle, ob sie etwas sehr Einfaches wählen, denn das Ziel ist zu sehen, ob der Kandidat das Modell wirklich versteht und nicht nur die Grundlagen kennt. Es kann für einen Kandidaten sehr interessant sein, wenn er bei so etwas Einfachem wie den k-nearest Neighbors oder der linearen Regression in die Tiefe gehen kann.