准备面试题就够了吗？这些内容对考核更重要

本文链接：https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103342382

【12月公开课预告】，入群直接获取报名地址

12月11日晚8点直播主题：人工智能消化道病理辅助诊断平台——从方法到落地

12月12日晚8点直播：利用容器技术打造AI公司技术中台

12月17日晚8点直播主题：可重构计算：能效比、通用性，一个都不能少

整理 | 刘畅

编辑 | Jane

出品 | AI科技大本营（ID：rgznai100）

此前，一位越南小姐姐 Chi Huyen 分享了个人 Github项目：，在这个项目中她为大家推荐了好学的机器学习课程，受到了大家的关注与好评，目前这一项目已经获得了 9.2 Stars，AI科技大本营（ID：rhznai100）还在小姐姐的推荐基础上丰富了更多，推荐了26个课程供大家学习。

这位来自越南的小姐姐 Chi Huyen 目前居住在硅谷，不仅是一位计算机科学家，同时也是一位作家。她在斯坦福拿到了学士和硕士学位，曾在Netflix，Primer，Baomoi.com等公司工作，目前在Nvidia的人工智能应用团队。

这位小姐姐不仅热爱矩阵乘法，而且热爱生活、享受旅行。喜欢用笔记录点点滴滴，她是越南四本畅销书的作者。近期，Chi Huyen 小姐姐又分享了自己的一份新作品《机器学习面试书》，今天我们就为大家分享和简单介绍这部值得期待与收藏的面经，目前在 Github 上已经获得了 2.5k Stars，先码上地址。

在线阅读地址：

https://docs.google.com/presentation/d/1MX2V6fTp71j1aztvY5HLYM44iLG4HYMrYd4Dxn6Cxnw/edit#slide=id.g6152350dbb_0_259

关于内容

这是一本关于机器学习工程师的面试书籍，希望她独特的视角能让你对面试更加有信心。

首先来看一下这本书的目录，主要包括了绪论、设计一个机器学习系统、案例学习、面试题练习四个板块，共22页。相对于动辄几百页的书籍，这本小册子内容简洁，但针针见血，不浪费每一页的篇幅。教会你如何轻松应对面试中的场景题。

绪论

这部分包含了 27 个开放式问题，这些问题可以测试你将学到的知识用于设计系统以解决实际问题的能力。面试官提出一个可能与他们产品有关的问题，并要求设计一个机器学习系统来解决该问题，更熟悉一点的叫法也可以称为”场景题“。这类问题在面试中非常流行，几乎每次面试过程中都会涉及这类问题，甚至在一个小时的面试中，会遇到两个或更多这样的问题。

重点是这些问题没有最准确的答案，尽管有些答案有一定的标准，但解决问题的方法有很多，面试官可以询问很多后续问题，来评判候选人的知识，执行能力和批判性思维能力。对面试者来说，重要的是要很好的表达出自己的思维过程，展现自己是了解系统中的约束，trade-off 和需要重点关注的问题，这样就足够了。

有些面试者对这类型的问题会有恐惧，这是因为他们没有系统的梳理自己的知识，没有一个框架。这本书也并不会给出这类题完美的答案，因为完美的答案是不存在的。相反，这本书旨在为大家在解决这类问题时提供一个解题框架。

设计一个机器学习系统

设计机器学习系统是一个反复的过程。该过程通常包括四个主要部分：项目设置，数据管道，建模（选择，训练和调试模型）和服务（测试，部署，维护）。

一个步骤的输出可能会更新先前一步的内容。如下面这些场景：

（1）在检查了可用数据之后，当你意识到不可能获取到解决先前定义问题所需的数据，这时需要换种方式来构造问题。

（2）训练后意识到需要更多数据或需要重新标记数据。

（3）在向用户提供初始模型后，发现他们使用产品的方式与您在训练模型时所做的假设有很大不同，因此必须要面临更新模型等问题。

当设计机器学习系统时，你是否考虑了所有这些组件？

案例学习

要学习好如何设计机器学习系统，需要阅读案例研究，以了解实际情况中团队是如何应对不同的部署要求和限制条件的。Airbnb，Lyft，Uber，Netflix 等许多公司都有非常出色的技术博客，在这些博客中，他们分享了使用机器学习改进产品或流程的经验。如果大家对这些公司感兴趣，也可以访问他们的技术博客来了解他们的工作，这些可能也会在面试中出现！而本书就为提供了10个案例供大家学习，下面是一些出色的案例研究：