
40
머신러닝 인터뷰 실무 가이드
데이터 직관력이 있다는 것은 새로운 문제에 직면했을 때 데이터를 사용하여 문제를 해결하
는 방법을 알고, 새로운 데이터를 접했을 때 이를 평가하는 방법을 알고 있다는 것을 의미합
니다. 이 데이터는 머신러닝에 적합한가? 어떤 유형의 머신러닝 모델이 적합할까? 머신러닝
에 적용하기에 앞서 데이터에는 아무 문제가 없을까? 여러분은 어떤 질문을 하고 어떻게 답
을 찾아야 하는지 알고 있습니다.
머신러닝 직무 인터뷰 프로세스에서는 다양한 유형의 인터뷰와 인터뷰 문제들을 통해 지원
자가 가진 역량 축의 지식과 준비 상태를 평가하고자 합니다. 이에 관해서는
3
장과
4
장에서
다루겠습니다.
프로그래밍 및 소프트웨어 엔지니어링: 구현 능력
프로젝트가 진행되는 동안 다른 팀이 머신러닝의 결과를 활용할 수 있도록 파이썬으로 데이
터를 가공하거나 내부 배포 프로세스를 사용하는 등의 결과물을 만들어 낼 수 있는 프로그래
밍 역량이 필요합니다.
이론을 잘 알더라도 프로그래밍이나 소프트웨어 엔지니어링
15
를 이해하지 못하면 머신러닝
을 구현할 수 없습니다. 여러분은 코드를 사용하여 데이터를 또 다른 코드로 구현되어 있는
머신러닝 알고리즘에 연결해야 합니다. 즉, 이론 지식을 실무 경험으로 전환해야 합니다.
머신러닝 직무에 관련해서 수요가 높은 프로그래밍 역량으로는 ...