今年秋招又开始了,不少刚入行的同学来问我们Machine Learning Engineer岗会面试哪些内容。我们今天就再来整理下这部分内容,希望能帮到需要的人。
MLE岗,本质上还是engineer岗位,所以面试还是以算法题为主。
这就要求大家有比较好的leetcode刷题基础。关于MLE刷题的要求的视频在我们的以前的视频中介绍过,有兴趣的朋友大家可以去翻翻看。
第二就是,ML Coding或者data coding。
这类coding面试一般会面一些和数学相关的coding题,或者是手写最基本的算法,包括Kmeans,KNN,逻辑回归等等。因为这类面试的面试范围比较小,所以准备的方法也很暴力,就是题海战术把常见题背下来下来。
第三就是, ML design。
对于master来说这类面试不常遇到,Phd new grad偶尔会遇到。这类面试最常见的就是设计推荐系统相关的Design面试问题。这类问题的准备资源相对较少,篱笆教育有正对性提升的课程,除了参加篱笆课程之外,还可以通过自己平时的项目积累,或者各个公司的技术博客的阅读的积累,来提升自己相应的能力。
最后就是最重要的ML fundamental 。
从简单的统计classification和regression算法,再到深度学习的常见概念,都需要大家非常熟悉。很多做deep learning的同学很容易忽视掉basic算法理论面试的准备。这个需要注意。
面试时一旦你提到一个模型, 面试官就会盯着模型追问。所以说,只有扎实地掌握了模型原理和概念,才能在这样的连环问中存活下来。
最后,一定不能忽视behaviour questions。
很多同学忽略掉behavior都容易翻车,一定要把BQ练好。如果你有怎么我题都写出来了,ML问题都回答上了,还是没拿到offer的疑惑,你就可以反思下自己在除了技术面试之外的环节,比如BQ,是不是还有问题。
以上就是ML岗位面试的大致方向,我们针对这些方向设计了一个完整的机器学习求职辅导课程,大家有兴趣的话可以私信我们。如果对MLE求职还有任何问题,欢迎私信我们。