マシンラーニング・インタビュー

序文

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]

機械学習（ML）は、私たちが意識しているかどうかにかかわらず、私たちの日常生活に不可欠なものである。YouTubeやAmazon.comのようなサイトにアクセスするたびに、パーソナライズされたレコメンデーションを可能にするMLに接している。つまり、サイト上の商品の表示方法は、MLのアルゴリズムがあなたの好みや興味に合うと考えるものに基づいているのだ。それだけでなく、スパムや有害なコメントにフラグを立てるMLベースのコメントモデレーションや、レビューモデレーションなどもある。YouTubeのようなサイトでは、MLが生成したキャプションや翻訳がある。

MLはショッピングやエンターテインメント以外の生活の側面にも存在している。例えば、オンラインで送金をする際、MLアルゴリズムはそれが詐欺でないかどうかをチェックしている。私たちは、データとMLアルゴリズムの基盤の上に成り立つソフトウェアの時代に生きているのだ。

これらのソフトウェアはすべて、設計と構築に、特殊化された人材を必要とする。そのため、ソフトウェア・スキルの需要が作成され、近年MLキャリアが上昇している。その結果、技術職の給与も上昇している。これらは、MLキャリアを魅力的なものにしている多くの要因のほんの一部である。MLのテクニックはAIの進歩を支えるものであるため、この議論は "AIのキャリア "にも同様に当てはまる。

しかし、ML分野への参入は難しい。MLの仕事は高学歴を要求するという評判があり、2010年代にはほとんどの仕事に博士号が必要だった。2010年代後半以降、求人票に記載される資格情報が減ったとはいえ、少なくとも修士号は必要だというアドバイスをネット上でよく見かける。十分な資格情報を持っている人でも、データやMLの分野で役割を発見するのに苦労することがある。ネット上のアドバイスは間違っているのだろうか、それとも一般化しすぎて曖昧になっているのだろうか？

数々のML職の面接を受けたが、 エントリーレベル、シニアレベル、スタッフ+で成功した。¹とプリンシパル²レベルで合格した。その過程で、私はMLの面接で志望者が遭遇するのと同じ困難やフラストレーションを身をもって体験してきた。延々と履歴書を送り続けたが、返事はなかった。電話審査に落ち、レスポンスを待つ不安に悩まされ、トロントからサンフランシスコまで飛行機を飛ばしてもらったのにオンサイトに落ちたこともある。データサイエンティストやマシンラーニングエンジニア（MLE）の求人に応募したこともあるが、面接官がデータエンジニアやデータアナリストを求めているように見えたので戸惑った。

面接を受ける側としての経験とは別に、私は面接官としての経験を何年も積んできた。ML分野の仕事の一環として、私は何百もの履歴書を見直し、フィルタリングし、数多くの面接を行い、多くの意思決定委員会の委員を務めてきた。テクニカル・リーダー（2つの会社でプリンシパル・レベル）の一員として、仕事内容を検討し、生協、インターン、エントリ・レベルの候補者だけでなく、シニアやスタッフ以上の採用候補者とも面接してきた。本書には、面接官仲間や私が次の選考に進めないと判断した求職者のミスに基づくヒントを盛り込んだ。「あの候補者が他のことをやっていれば......」と私たちは言った。「そうでなければ、彼らはかなり有望だったのだ。本書は、こうした明らかなミスを避けるのに役立つだろう。 ...