マシンラーニング・インタビュー

第3章. テクニカル・インタビュー機械学習アルゴリズム

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

第1章では、ML面接の様々なステップについて学んだ。第2章では、自分の経験をどのように興味のある職務に結びつけるか、また関連性のある履歴書をどのように作成するかについて学んだ。前章までのゴールは、面接に誘われることだった。この章では、MLのアルゴリズムに焦点を当てる。図1-9を思い出して欲しいが、MLアルゴリズムの面接は技術面接の一部に過ぎない。

機械学習アルゴリズムの概要テクニカル・インタビュー

以下の仕事に応募している場合、面接でMLアルゴリズムの技術的な質問をされる可能性が高い：

• MLモデルを構築するデータサイエンティスト

• マシンラーニング・エンジニア

• 応用科学者

• 似たような役割

一般的なMLの職種（図1-8）の中には、MLのライフサイクルの中でMLモデルのトレー ニングを担当する職種があることを思い出して欲しい。もし、あなたが目指す仕事がMLモデルのトレーニングにあまり重点を置いていないのであれば、この種の面接は簡略化されたものになるかもしれないし、完全に省略されるかもしれない。

この面接は、MLのアルゴリズム、特に理論的な側面についての理解を評価するためのものだ。アルゴリズムをどのようにコードで実装するかについては、第6章のモデルデプロイの質問と第5章のコーディング/プログラミング技術面接でカバーする。面接を受けるあなたのゴールは、面接官がMLアルゴリズムの背後にある基礎概念を理解しているかどうかを確認することだ。Pythonでライブラリをインポートする方法だけ知っていれば良いという役割も存在するが、より高度なプロジェクトでは、基礎的な理解が様々なMLアプローチのカスタマイズやモデルのデバッグやトラブルシューティングに役立つ。第1章で取り上げたように、 ML役割の3つの柱において、これはMLアルゴリズムとデータ直観の柱であり、適応能力を示すものである（図1-6参照）。このスキルは、複雑なMLユースケースやカスタムメイドのソリューションを持つ企業では特に重要であり、様々な既製のメソッドを修正したり組み合わせたり、ゼロから何かを作成することもある。

注

スペースが許す限り、一般的なアルゴリズムに言及するようにしているが、太陽の下にはもっと多くのテクニックがある。リンク先のリソースを必ずチェックして、学習と面接の準備を進めよう！

また、 、MLアルゴリズムの内部構造や基礎となる統計メソッドを理解することに加えて、その理解を面接官にうまく伝える必要があることも重要だ。そう、コミュニケーションスキルは本書で何度も取り上げてきたが、それこそがあなたを合格者として際立たせるのだ。

経験則として、アルゴリズムやMLの概念を2つのレベルで説明できることが重要だ。「5歳児になったつもりで説明する」という簡単なレベルと、大学の授業にふさわしい、より深い技術的なレベルだ。第二の規則は、MLアルゴリズム面接の質問に対するフォローアップの質問に答えられるように準備しておくことである。そうすることで、面接官は、あなたがただ答えを丸暗記したのではなく、それを実際の仕事の様々なシナリオに応用できることを知ることができる。

この章では、以下のトピックについて技術的な質問を分類しているので、面接でそのトピックが取り上げられたときに、特定の質問を簡単に参照することができる： ...