He estado en entrevistas de ciencia de datos y aprendizaje automático, tanto con éxito como sin éxito.
Si la entrevista es para un papel como ingeniero de software con énfasis en el aprendizaje automático o como ingeniero de aprendizaje automático, sus preparativos deben ser dobles.
- ¿Cuáles son las características de Big Data como servicio?
- ¿En qué se diferencia una maestría en ciencia e ingeniería de datos de la analítica empresarial? ¿Cuál es mejor?
- ¿Quién fue el primer científico de datos?
- ¿Cómo funciona la minería de datos en el caso de datos faltantes?
- ¿Hay alguna forma de descargar los datos de Quora para analizar?
- Debe estar preparado para enfrentar las mismas preguntas que surgirían en una entrevista normal de ingeniería de software. Es decir, debería ser capaz de manejar un desafío de programación centrado en algoritmos y estructuras de datos. El lenguaje de programación suele ser de su elección.
- Debe estar preparado para responder preguntas técnicas detalladas sobre cualquier algoritmo de aprendizaje automático. Además, podría recibir problemas de casos relacionados con desafíos reales en los que la empresa está trabajando y se le pedirá que describa en detalle cómo los resolvería.
Ciencia de los datos
Si la entrevista es para un puesto de ciencia de datos, debe estar preparado para hablar sobre los problemas que ha resuelto en el pasado y sobre cómo la toma de decisiones basada en datos se relaciona con los negocios. Estas entrevistas generalmente no son tan técnicas como las de aprendizaje automático.
Los desafíos para llevar a casa son más comunes en las entrevistas de ciencia de datos. Los desafíos suelen llevar mucho tiempo y, en muchos casos, son ambiguos. A menudo es difícil saber qué tipo de respuestas buscan los entrevistadores. Solo puedes ser bueno en esto con la práctica.
