Para los ingenieros de ML en gigantes tecnológicos como Google / Facebook, esperará tener un proceso de entrevista muy general a menos que esté apuntando a un puesto de investigador .
Según su descripción, creo que su objetivo es obtener un rol SWE con enfoque en ML, que casi no es diferente de otros roles SWE en términos del proceso de entrevista. Tomemos a Google como ejemplo, el proceso de contratación es que primero tendrá entrevistas generales que tratan principalmente sobre estructuras de datos, algoritmos, diseño de sistemas, etc. Puede haber algún enfoque en el LD si está apuntando a un rol de ML, pero yo diría que el 90% de la entrevista es genérica. Además, lo más probable es que el conocimiento de LD se cubra en entrevistas de diseño de sistemas en lugar de codificar entrevistas. Después de pasar las entrevistas, pasará por el proceso de emparejamiento del equipo. Como resultado, muchas personas que no tienen un enfoque de ML aún pueden ser emparejadas con un equipo de ML después de pasar entrevistas. Facebook también es similar.
Dicho esto, es mejor que se concentre más en las preguntas de algoritmo / programación si tiene entrevistas con Google, Facebook u otras grandes empresas. Algunos recursos recomendados incluyen:
- Cómo prepararse para una entrevista con AT&T
- ¿Qué debo hacer si llego tarde a una entrevista de trabajo?
- ¿Cómo son las nuevas entrevistas de gestión de productos de posgrado?
- ¿Qué tan bueno es hacer leyes de la universidad GD Goenka?
- ¿Qué se espera de una entrevista de pareja en Ernst and Young?
- Gainlo – Obtuve mis entrevistas simuladas con algunos empleados de Google / Facebook. Es realmente útil recibir comentarios de algunas entrevistas experimentadas.
- Glassdoor: puede buscar preguntas de entrevistas anteriores de Google / Facebook.
- Leetcode: practica preguntas de codificación.
Además, incluso si no estuvieras emparejado con un equipo de ML (suponiendo que aprobaras las entrevistas), aún podrías cambiar de equipo dentro de la empresa, lo cual es realmente fácil. También es común que las personas que no habían sido emparejadas con sus equipos ideales más tarde encontraran los proyectos más interesantes de lo esperado.