คู่มือเตรียมตัวสัมภาษณ์งาน Data Science/Machine Learning!
สวัสดีครับ Chip Huyen ได้เผยแพร่บทความสั้นๆ ที่น่าสนใจมากๆ สำหรับผู้ที่เตรียมตัวสัมภาษณ์งานด้าน Machine Learning และ Data Science โดย Chip ได้ชี้เป้าประเด็นของผู้สมัครงานหน้าใหม่ ที่มักมาจากฝั่ง Academic ให้เข้าใจความแตกต่างในงาน Business Use Cases ว่าการทำงานจริงไม่ได้เน้นเรื่องสร้างโมเดล (ซึ่งเป็นบทเรียนหลักที่เราเจอใน text book) แต่ต้องทำความเข้าใจภาพรวม 4 ด้านดังนี้ครับ
- Project Setup — ทำความเข้าใจ ‘เป้าหมาย’ ‘เงื่อนไขและข้อจำกัดต่างๆ’ ‘การวัดผล’ และ ‘personalization’ เป็นต้น
- Data Pipeline — ทำความเข้าใจ ’การออกแบบ input/output’ ’การเก็บข้อมูล’ ’storage’ ’การทำ preprocessing’ และ ’ประเด็นอ่อนไหวต่างๆ เช่น ความปลอดภัยของข้อมูล’
- Modeling — ทำความเข้าใจ ’การพัฒนาโมเดลจากง่ายไปยากทีละขั้น’ ’การนำเสนอผลลัพธ์ที่เข้าใจง่าย’ ’การคิด baseline’ ’การ debug’ ’การจัดการข้อมูลขนาดใหญ่ที่จัดเก็บใน memoryไม่เพียงพอ’
- Serving / Deploying — ทำความเข้าใจ ’ข้อจำกัดของ machine ที่ใช้งานจริง’ ’จำนวนผู้ใช้งานในแต่ละช่วงเวลา’’ความเร็วในการตอบสนองผู้ใช้งาน’ ’ความเป็นไปได้ที่โมเดลจะถูกนำไปใช้ในทางที่ผิด’ เป็นต้น
นอกจากนี้ Chip ยังได้ทิ้งท้ายด้วย Case Studies จากบริษัทชั้นนำไม่ว่าจะเป็น AirBNB, Uber, Booking.com และ 27คำถามตัวอย่างที่จะเป็นการทดสอบทักษะด้าน Data Science ของผู้สัมภาษณ์ได้เป็นอย่างดี อาทิเช่น
(สังเกตว่าแต่ละคำถามนั้นจงให้มีลักษณะสั้นและกำกวม ซึ่งเป็นสิ่งที่จะเจอในตอนสัมภาษณ์แน่นอนครับ การตีกรอบโจทย์ให้เคลียร์ด้วยตนเอง เป็นทักษะที่สำคัญมากทักษะหนึ่งในการทำงานจริง)
- สมมติว่าเราทำงานที่ DuoLingo ที่เป็น Applications สอนภาษาต่างประเทศชื่อดัง โดย DuoLingo จะ recommend นิทานหรือเรื่องเล่าต่างๆ ที่ค่อยๆ ยากขึ้นเรื่อยๆ ตามระดับของผู้เรียน —- ถ้าเราเป็นผู้เขียน App เราจะมีวิธีวัดความซับซ้อนของนิทานหรือเรื่องเล่าต่างๆ อย่างไร จะเรียงจากง่ายไปยากได้อย่างไร และเราสามารถออกแบบโปรแกรมที่ทำเนื้อเรื่องให้ยากขึ้น หรือง่ายลงได้ไหม?
- สมมติเราทำงานที่ Twitter เราควรจะแนะนำผู้ใช้งานแต่ละคนว่าควร Follows ผู้ใช้คนไหน หรือตาม #hashtags trend อย่างไรบ้าง โดยเฉพาะผู้ใช้งานใหม่
- ถ้าเราทำงานที่ Netflix และผู้ใช้งานหยุดดู series เรื่องหนึ่งไป เราจะทำนายได้ถูกต้องได้อย่างไรว่า ผู้ใช้งานคนนั้นหยุดดูเพราะเบื่อ หรือว่าหยุดดูชั่วคราวเพราะติดภารกิจอื่นๆ
น่าสนใจใช่ไหมครับ เพื่อนๆ สามารถดาวน์โหลด pdf ได้ที่นี่เลยคร้าบ