Tati's Wonderland

Пора написать что-то полезное МЛ людям.
#карьера #интервью #career #faang #interview

В эфире МЛ дизайн интервью.

Про литкод я писала раньше, там больно, но хотя бы ясно-понятно, что делать (а именно, не тушеваться, а нарешать 300+ задачек, или сколько вам нужно).

Бихэйв чуть более непредсказуем, но тоже в целом все понятно, писала про подготовку тут и тут.

А вот МЛ дизайн модуль самый непредсказуемый... у многих возникают вопросы с подготовкой.

Тем не менее, это моё самое любимое и интересное интервью. Именно это интервью я регулярно провожу в Линкедин, обычно на уровень стаффа.

Проходят его не многие. Лично у меня процент прохождения где-то 15-20%, а я стараюсь помочь кандидатам и искренне верю в каждого.

Начнём с подготовки.

МЛ сейчас стал большой... все знать и помнить уже давно нереально.
Сфокусируйтесь на команде (не компании, а именно самой команде), куда идёте на интервью. На уровне директора/Sr директора посмотрите, что они делают:
комп зрение, genAI, рекомендашки, fraud...? Иногда это не тривиально узнать и нужно спросить инсайдера в комании. Узнать, кто у них тех лиды.
По именам гуглите блог посты и статьи.

Если у вас нет инсайдера в хорошей компании - это точка для роста, потому что лучше бы ему быть :).

Если у команды есть блог посты или статьи - обязательно почитайте или хотя бы просмотрите. Это поможет понять, чего ожидать. Я прочитала блог посты Lyft, когда к ним шла, и это помогло.

Команда, которая занимается текстовыми genAI, наверняка углубится в llms, и не будет копать в комп зрение или fraud detection. Команда, которая зарабатывает деньги 💰 для компании через рекомендательные системы, почти наверняка спросит задизайнить рекоммендашку (но и про ллм не забываем, сейчас модно и спросят почти все). Команда, которая катит все в прод, может спросить про llm inference оптимизации и инфраструктуру.
А в Тесла стоит ожидать компьютерного зрения.

Все очевидно, но не всегда понятно, если компания большая (как мета или гугл), там надо искать эту информацию. Часто можно спросить прямо у рекрутеров или hiring manager, чем они занимаются, они заинтересованы хорошо и быстро нанять и могут ответить верхнеуровнево. Если match с командой ожидается позднее, как в Мета, в первую очередь стоит повторить LLMs/genAI и старые добрые рекомендашки. Это самые популярные темы для МЛ генералистов.

Итак, у компании или команды есть engineering blog или статьи. Прекрасное начало! Это первое, что нужно прочитать.

Сузили тему и поняли, что готовим. Отлично 👍

Теперь делаем план. Я писала его (ручкой, на бумаге ✍), чтоб не забыть что-то.

План в следующем посте, а потом частые ошибки на этом интервью.

Telegram

Tati's Wonderland

#карьера #интервью #career

Как я перестала ныть и полюбила leetcode

Не просто найти тему более холиварную среди AI/IT, чем негодование по поводу кодинг интервью в стиле leetcode. Программисты ноют, менеджеры ноют (их тоже спрашивают литкод, кстати), ML…

www.group-telegram.com/de/tatiwonderland.com/60

9.5K viewsTanya, edited  Jan 12 at 22:31

Пора написать что-то полезное МЛ людям.
#карьера #интервью #career #faang #interview

В эфире МЛ дизайн интервью.

Про литкод я писала раньше, там больно, но хотя бы ясно-понятно, что делать (а именно, не тушеваться, а нарешать 300+ задачек, или сколько вам нужно).

Бихэйв чуть более непредсказуем, но тоже в целом все понятно, писала про подготовку тут и тут.

А вот МЛ дизайн модуль самый непредсказуемый... у многих возникают вопросы с подготовкой.

Тем не менее, это моё самое любимое и интересное интервью. Именно это интервью я регулярно провожу в Линкедин, обычно на уровень стаффа.

Проходят его не многие. Лично у меня процент прохождения где-то 15-20%, а я стараюсь помочь кандидатам и искренне верю в каждого.

Начнём с подготовки.

МЛ сейчас стал большой... все знать и помнить уже давно нереально.
Сфокусируйтесь на команде (не компании, а именно самой команде), куда идёте на интервью. На уровне директора/Sr директора посмотрите, что они делают:
комп зрение, genAI, рекомендашки, fraud...? Иногда это не тривиально узнать и нужно спросить инсайдера в комании. Узнать, кто у них тех лиды.
По именам гуглите блог посты и статьи.

Если у вас нет инсайдера в хорошей компании - это точка для роста, потому что лучше бы ему быть :).

Если у команды есть блог посты или статьи - обязательно почитайте или хотя бы просмотрите. Это поможет понять, чего ожидать. Я прочитала блог посты Lyft, когда к ним шла, и это помогло.

Команда, которая занимается текстовыми genAI, наверняка углубится в llms, и не будет копать в комп зрение или fraud detection. Команда, которая зарабатывает деньги 💰 для компании через рекомендательные системы, почти наверняка спросит задизайнить рекоммендашку (но и про ллм не забываем, сейчас модно и спросят почти все). Команда, которая катит все в прод, может спросить про llm inference оптимизации и инфраструктуру.
А в Тесла стоит ожидать компьютерного зрения.

Все очевидно, но не всегда понятно, если компания большая (как мета или гугл), там надо искать эту информацию. Часто можно спросить прямо у рекрутеров или hiring manager, чем они занимаются, они заинтересованы хорошо и быстро нанять и могут ответить верхнеуровнево. Если match с командой ожидается позднее, как в Мета, в первую очередь стоит повторить LLMs/genAI и старые добрые рекомендашки. Это самые популярные темы для МЛ генералистов.

Итак, у компании или команды есть engineering blog или статьи. Прекрасное начало! Это первое, что нужно прочитать.

Сузили тему и поняли, что готовим. Отлично 👍

Теперь делаем план. Я писала его (ручкой, на бумаге ✍), чтоб не забыть что-то.

План в следующем посте, а потом частые ошибки на этом интервью.

BY Tati's Wonderland