현실이 된 비전
배경:
여러분, 안녕하세요,
저는 IIT Kharagpur의 전기공학과에서 복수 학위를 취득한 4년차 학생 Kolla Ananta Raj입니다. 현재 CGPA는 7학기 말에 9.27입니다. 저는 지난 1.5년 동안 기계 학습과 데이터 과학을 탐구해 왔으며 연구 프로젝트 작업, 기업 인턴의 ML 및 통계 모델 구현, 데이터 과학 해커톤 참여, Inter IIT 기술 모임 . 다양한 일을 경험하면서 제 실력은 다양한 방식으로 향상되었습니다. 내 생각에 지식과 기술은 서로 밀접한 관련이 있으며, 특히 기계 학습 애호가의 경우 하나가 없으면 재앙으로 이어집니다.
준비:
여름 준비를 ML 준비와 경쟁 프로그래밍의 두 부분으로 구분하고 싶습니다.
경쟁 프로그래밍(CP):
테스트 패턴과 ML Corp의 테스트 라운드에서 CP의 참여에 대해 여러 선배들로부터 조언을 받았습니다. CP가 코딩 라운드의 중요한 부분이라는 것을 깨달았습니다. 저는 컴퓨터 과학 부전공 과정의 일환으로 4학기에 수강한 알고리즘 I 및 실험 과정에서 데이터 구조 및 알고리즘에 대한 기본 배경 지식을 이미 가지고 있었습니다. 여름 전에 나는 이미 일부 대회에 참여하여 CP에서 약간의 연습을 했습니다.
저는 InterviewBit에서 주제 목록을 꺼내 온라인 리소스(주로 유튜브 강의)에서 공부하기 시작했고 그 후 leetcode에서 특정 주제의 문제를 연습했습니다. 저는 때때로 가상의 코드포스에서 콘테스트를 열었고 Div 2에서 지속적으로 2개의 질문을 풀 수 있었고 때때로 3개의 질문을 풀 수 있었습니다. 이것은 여름의 처음 두 달 동안 계속되었으며 매일 CP에 약 1-2 시간을 보냈습니다. CP 준비 마지막 달에는 InterviewBit 에서 주제별 질문을 풀고 Striver의 DSA 시트 를 풀었 습니다 .
기계 학습(ML):
저도 5월 중순경에 ML 준비를 시작했습니다. 저는 Coursera에서 Andrew NG 의 고전적인 기계 학습 과정을 다시 방문하여 각 개념에 대한 단계별 메모를 작성했습니다. ML 개념에 대한 질문은 인터뷰에서 매우 일반적이므로 주요 ML 개념에 집중하는 것이 저의 최우선 순위였습니다. 그런 다음 다양한 DL 아키텍처의 개념을 요약하기 위해 Andrew NG의 Coursera에 대한 딥 러닝 전문화를 다시 방문했습니다. Stanford의 CS229 및 CS231 에 대한 참고 사항은 비슷한 개념을 다루며 마지막 수정에 도움이 되었습니다.
XGBoost 등과 같은 최근 ML 개발을 연구하기 위해 Krish Naik의 ML 재생 목록 에서 도움을 받았습니다 . 나는 재생 목록의 주제를 활용하고warddatascience와 같은 일부 유명 사이트의 기사와 블로그를 읽었습니다. 블로그에서 이해하기 어려운 개념은 Krish Naik의 비디오에서 매우 명확하게 이해할 수 있습니다. 재생 목록에는 약 160개의 비디오가 포함되어 있으며 일반적으로 기계 학습의 거의 모든 개념을 다룹니다.
확률과 통계도 시험과 면접을 준비하는 데 중요한 부분이었습니다. 확률 및 통계 수업에서 메모를 수집했고 Stats110 에서 간결한 메모도 수집 했습니다. ML 인터뷰 및 테스트에는 조건부 확률, 분포 및 기대치에 대한 좋은 지식이 필요했습니다. 나는 확률을 연습하기 위해 50개의 도전적인 문제 책을 풀려고 노력했고 그것은 정말 개념적이고 도움이 되는 것으로 판명되었습니다. 이 책이 문제에 접근하는 방식은 매우 매력적입니다. 퍼즐의 경우 brainstellar 웹 사이트를 사용하여 까다로운 질문과 Heard on the Street Book의 챕터 1 및 4를 무작위로 연습했습니다.
저도 SQL 개념을 수정하는 데 약 5-6일을 보냈습니다. 테스트 관점에서 매우 중요했습니다. 저는 Youtube에서 Corey Schafer 의 OOP 개념 과 일부 GFG 기사 를 공부했습니다 .
ML 준비에 약 2~3시간, 확률과 퍼즐에 약 1시간을 보냈습니다. 나는 매일 공부하지는 않았지만 전체 기간 동안 이 행진을 유지하려고 노력했습니다. ML 준비는 때때로 우리가 모르는 개념을 접하고 이를 먼저 검토해야 하므로 궁극적으로 일련의 학습이 이루어지므로 ML 준비를 위해 따라야 할 특정 로드맵이 없기 때문에 무작위로 진행됩니다.
테스트 경험 -
1일차와 2일차에는 데이터 회사가 거의 없다는 것을 알고 있었기 때문에 소프트웨어 역할에도 지원했습니다.
1일차와 2일차 회사의 경우 Microsoft ML, Amex ML, APT Data 및 Adobe를 목표로 삼았습니다. 이 모든 회사의 테스트 패턴은 2~3개의 코딩 질문과 함께 주요 ML 개념(약 20개의 MCQ 질문)을 묻는 경우 유사했습니다. SQL 및 주관적인 질문도 받았습니다. CP 문제는 중간 난이도였습니다. ML 질문은 중간 정도의 난이도였지만 일부 질문은 어려웠고 해결하는 데 정말 좋은 개념 지식이 필요했습니다. APT의 테스트에 대한 한 가지 독특한 점은 Python에서만 CP 코드 제출을 허용했다는 것입니다.
면접/이력서 준비 -
시험이 시작된 후 면접까지 2주밖에 남지 않았습니다. 나는 이미 인터뷰 준비 작업과 이력서 방어를 만들 계획을 세웠습니다.
- 좋은 이력서를 만드는 것은 매우 중요하며 모든 작업은 매우 영향력 있는 방식으로 강조되어야 합니다. 중복되는 것은 제거하고 면접관에게 유용한 관련 항목만 보관해야 합니다.
- 이력서 방어를 위해 질문을 할 수 있는 이력서의 모든 핵심 사항을 기록했습니다. 나는 언급된 모든 아키텍처와 개념을 명확하게 이해했고 인터뷰 전에 매일 이에 대해 읽었습니다.
- 언급된 각 인턴십/프로젝트/경쟁에 대한 짧은 메모를 준비하면 인터뷰 질문에 답하는 데 도움이 됩니다. 이것은 주로 인터뷰에서 토론이 이들에서 수행된 작업에 대해 발생하기 때문에 매우 중요합니다.
- 면접관이 내 작업에 대해 물어볼 수 있는 질문을 많이 만들려고 노력했습니다.
- 저는 많은 표준 ML 인터뷰 질문을 모아 매일 살펴보기 시작했습니다.
1일차에는 Microsoft ML과 APT 데이터라는 두 개의 후보가 있었습니다. 내 시험은 아주 잘 통과했지만 어쨌든 나는 Amex 후보 명단을 얻지 못했습니다.
마침내 그 날이 왔고 7월 31일 오전 8시부터 인터뷰 일정을 잡았습니다. APT 면접에서 오전 8시에 첫 면접 자리를 잡았습니다. APT를 위해 저는 두 차례의 인터뷰를 가졌습니다.
- APT 1차 : 면접관이 굉장히 협조적이었고 먼저 자기소개를 하고 간단한 자기소개를 부탁했다. 소개가 끝난 후 최근 프로젝트나 인턴십 경험 중 하나를 설명하라는 요청을 받았습니다. 계속해서 문제 진술부터 시작하여 접근 방식, 직면한 과제, 그리고 마지막으로 내 작업으로 인해 발생한 영향에 대해 설명했습니다. 그런 다음 hackerrank 플랫폼에서 코딩 질문을 받았습니다. 두 가지 코딩 질문을 받았습니다. 하나는 연결된 목록에 있고 다른 하나는 두 포인터 접근 방식에 있습니다. 나는 처음에 무차별 대입 솔루션을 제안한 다음 두 번 최적화했습니다. 면접관은 코딩 언어로 Python을 선호했습니다. 그 후, 몇 가지 고급 Python 질문을 받았습니다. 면접은 약 50분 이상 진행되었습니다.
- APT 2차 라운드: 1라운드 완료 후 5분 이내에 2라운드에 앉으라는 요청을 받았습니다. 저는 빨리 준비하고 인터뷰를 준비했습니다. 두 번째 인터뷰도 비슷한 방식으로 시작되었습니다. 제 소개로 시작하여 제 인턴쉽 중 하나를 설명했습니다. 나는 매번 내 작업을 설명할 때 비슷한 접근 방식을 따랐습니다(문제->접근->도전->영향). 그런 다음 다시 내 화면이 공유되는 Hackerrank 플랫폼에서 2개의 질문을 코딩하라는 요청을 받았습니다. 균형 브래킷 문제와 접두사 배열 합계에 대한 질문을 받았습니다. 또한 SQL을 알고 있는지 여부와 SQL 기술을 기준으로 10점 만점에 어느 정도 나 자신을 평가할 것인지에 대한 질문도 받았습니다. 이 인터뷰도 약 50분 동안 진행되었습니다. 전반적으로 두 인터뷰 모두 순조롭게 진행되었고 두 APT 인터뷰는 오전 10시에 완료되었습니다.
- 마이크로소프트 1라운드:오전 11시쯤 면접이 잡혔습니다. 이력서를 살펴보고 프로젝트 중 하나를 설명하라는 요청을 받았습니다. 나는 내가 쓴 모든 요점에 대해 열광했고 내 작업의 산업적 구현과 관련된 많은 질문을 받았습니다. 나는 자신 있게 질문에 대답했고, 어떤 질문은 어려웠기 때문에 그녀에게 질문에 대해 생각할 시간을 2분만 달라고 요청했습니다. 또한 이력서에 언급한 ML 아키텍처에 대한 고급 심층 질문도 받았습니다. 그리고 인터뷰를 진행하면서 작년 여름에 했던 인턴십에서의 업무에 대해 설명했습니다. 다시 한 번 작업의 모든 측면에 대해 질문을 받았고, 특히 향후 작업과 산업 구현이 가장 많은 질문을 받은 핵심 포인트였습니다. 모델을 만들 때 사용한 ML 모델 중 하나로 RandomForest를 언급했는데, 그래서 RandomForest와 DecisionTrees로부터 많은 질문을 받았고, 결국 좋은 예를 들어 전체 의사 결정 트리를 도출하고 모든 공식을 명시했습니다. 이 인터뷰는 약 50분 동안 진행되었습니다.
결론:
전체 CDC 프로세스는 매우 빠른 속도로 진행됩니다. 나는 면접 전날 당황했다. 다음날에 대한 황당하고 이상한 생각의 밤 이었지만 결국 나는 그날 밤 잠을 잘 잤습니다.
나는 면접 전에 침착함을 유지했고 나 자신에 대한 자신감을 유지했다. 침착함을 유지하면 전체 인터뷰 과정이 편안해집니다. 그래서 그 과정에서 침착함과 자신감을 유지해야 한다고 생각해요. 그게 힘이 되거든요.
Day 1 또는 Week 1을 얻지 못했다면 능력을 의심하지 마십시오. 그것은 당신의 기술이나 능력의 척도가 아닙니다. CDC에는 운이 따르는 요소가 있기 때문에 전체 프로세스가 끝난 것은 아닙니다. 매번 최선을 다하는 것이 중요합니다.
제 경험이 조금이나마 도움이 되었으면 합니다. 질문이 있으시면 언제든지 LinkedIn 에서 저와 연결하세요.

![연결된 목록이란 무엇입니까? [1 부]](https://post.nghiatu.com/assets/images/m/max/724/1*Xokk6XOjWyIGCBujkJsCzQ.jpeg)



































