Machine Learning Interviews

機器學習技術採訪？

該回購旨在作為準備機器學習（AI）工程採訪的指南，以在大型科技公司（尤其是FAANG）的相關角色。它根據作者的個人經驗和他自己的面試準備的筆記進行了編譯，當時他收到了Meta（ML專家），Google（ML工程師），亞馬遜（應用科學家），Apple（Applied Scientist）和Roku（ML工程師）的報價。

以下組件是不同公司技術ML角色最常用的訪談模塊。我們將一一仔細研究它們，並分享一個人如何準備：

章	內容
第1章	一般編碼（algos和數據結構）
第2章	ML編碼
第3章	ML系統設計（2023年更新）
第4章	ML基本面/廣度
第5章	行為

筆記：

• 當我將這些筆記放在一起時，不同公司的機器學習訪談與軟件工程採訪不同。但是，我發現一些組件彼此非常相似，儘管在不同的命名下。

• 這裡的指南主要集中在大公司的機器學習工程師（以及應用科學家）角色上。儘管“數據科學”或“ ML研究科學家”等相關角色在訪談中具有不同的結構，但此處審查的一些模塊仍然有用。為了進一步了解ML雨傘中不同的技術角色，您可以參考[鏈接]

• 作為補充資源，您還可以參考我的生產水平深度學習存儲庫，以了解如何設計生產深度學習系統。

貢獻

• 反饋和貢獻非常歡迎？如果您想做出貢獻，請在建議的更改中提出拉動請求）。