关于MLE面试的困惑

baca 发表于 2022-7-26 09:44
大大小小也少说面了10+轮的ML轮。大体都是根据公司的业务衍生出来的问题，不求特别fancy 前沿的模型，但是 ...

麻烦问下能不能给一个你说的这本书“Grokking ML system design”的链接？我搜了一下不确定你说的是哪一本。。是educative.io上的还是。。？非常感谢

sx910604 发表于 2022-07-26 11:34:27
不知道八股都包含什么，说的好像有个提纲然后会看简历往上靠这样。。。就看你做过什么会问相应的技术细节，防止你是个掉包侠或者搭了个顺风车。我常问的问题是为什么用这个技术over其他，这个工作最大的困难是什

precision recall这些 sampling feature engineering embedding这些都可以写在简历里 然后就可以顺着往下问了。。基本project里所有跟ml基础相关的 写上去面试官就可以揪着往下问细节。。

补充内容 (2022-07-27 02:50 +08:00):
如果没写具体的面试官还是可以问 比如你怎么evaluate model的呀 precision recall怎么平衡呀 默写下precisionrecall公式呀 有没有做regularization呀 l1 l2有什么区别呀。。我一般就顺着project问这些八股文。。

都会问到的 （以我面了几十轮mle的面试经验来看

刚面完的表示全都会问的

亚麻的AS会分的比较清楚
1. 八股文的那部分叫做science breadth 各种基本知识和模型 包括简历上没有的模型 / 放向
2. 具体的那部分叫做science depth 就是抓着你简历上的一个模型往死里问 比如模型架构如何训练如何evaluate 各种细节都会问到
3. 其实还有一轮叫science case study 就是给一个场景去设计模型

其他的大厂 基本也都是问这几个
区别是侧重点不一样+分的不是很清楚比如breadth和depth杂糅
另外case study可能会参杂system design 重点也是根据面试官的喜好各有不同

baca 发表于 2022-7-26 09:44
大大小小也少说面了10+轮的ML轮。大体都是根据公司的业务衍生出来的问题，不求特别fancy 前沿的模型，但是 ...

想请教下几个问题。没面过MLE，但是Grokking ML system design那课基本看完了。请问面的时候是不是给定topic,然后把这本书那个topic的内容从头到尾复述一遍？感觉其实结构都是一样的怎么区分面试者呢？请问除了复述一遍还会问什么问题呢？有人说看blog，但感觉不是很有针对性，看了一些没学到啥，也可能我看的不对。已加米。

Jing12345 发表于 2022-7-26 11:42
麻烦问下能不能给一个你说的这本书“Grokking ML system design”的链接？我搜了一下不确定你说的是哪一 ...

就是educative.io那门课

chaofan 发表于 2022-7-26 13:08
想请教下几个问题。没面过MLE，但是Grokking ML system design那课基本看完了。请问面的时候是不是给定to ...

不同公司user case不一样，那么题目如何获取label, 如何获取feature, 如何evaluation都会不一样。比如Youtube和亚麻电商的优化objective function可能就不一样。LinkedIn推荐工作和FB推荐认识的人feature和逻辑也不一样。有的公司业务要求real-time latency，有的不需要。如何scale也会考到

Grokking ML只是一个给了一个好的framework, 包括介绍了一些business常用的metric和framework. 你真的能活学活用把双塔模型用到所有不同的user case里吗？当数据量过大时候，怎么处理，parameter server怎么布置才能near real time执行一个deep learning的双塔模型，这都有可能会考

baca 发表于 2022-7-26 13:26
不同公司user case不一样，那么题目如何获取label, 如何获取feature, 如何evaluation都会不一样。比如You ...

谢谢回复。那请问有什么好的方法能提升这方面吗？感觉grokking那本书不够用了，blog也没看到特别干货，有针对性的。

chaofan 发表于 2022-7-26 13:40
谢谢回复。那请问有什么好的方法能提升这方面吗？感觉grokking那本书不够用了，blog也没看到特别干货，有 ...

这个我不同意，很多公司的tech blog干货很多。比如LinkedIn, Twitter的都不错。书的话，去买一本王喆的推荐系统吧，写的很好

我这种水平低的，只有小作坊面试，那些公司主要是考ml背景下的system design，主要是分布式系统，和ml本身关系不大，也不考ml知识。可能对小作坊来说，mle绝大部分工作不在ml而在e。