En resumen, sí.
Sin embargo, en mi experiencia de entrevista (he entrevistado para puestos de científico de datos en tres compañías y recientemente acepté una oferta), están más interesados en cómo abordaron los problemas que en qué tan bien se clasificaron. En todas mis entrevistas hablé extensamente sobre los pocos proyectos de Kaggle en los que había trabajado.
Mi consejo: escriba en detalle todo su proceso para construir un modelo de aprendizaje automático. Esto lo ayudará a responder preguntas en el acto.
- Cómo convertirse en un científico de datos como estadístico de pregrado
- ¿Qué cualidades buscan los científicos de datos en un puesto de trabajo?
- ¿Qué lenguajes de bases de datos se deben aprender para convertirse en científicos de datos?
- Recién salido de una universidad de ingeniería, ¿cuál es una mejor opción de trabajo a largo plazo, una carrera en análisis de datos o una carrera en consultoría?
- ¿Un científico de datos requiere habilidades de presentación / liderazgo muy fuertes?
Es decir, comenzando con los datos sin procesar, responda este tipo de preguntas por sí mismo:
¿Cómo preprocesaste? ¿Cuál fue su técnica para los valores perdidos? ¿Hizo alguna ingeniería de características y, de ser así, mejoró su precisión? ¿Cómo se cruza la validación? ¿Es su modelo interpretable (muy importante en el mundo real. Nada en Kaggle)? ¿Cómo elegiste tu algoritmo final? ¿Cómo podría acelerar el tiempo de entrenamiento (reduciendo la dimensionalidad, un algoritmo más rápido, etc.)
Al menos en mi experiencia, hablé extensamente con mis entrevistadores sobre mi proceso y me hicieron todas estas preguntas. Ninguno de ellos expresó interés en mi clasificación, pero todos estaban interesados en el problema en sí. Si tiene buenas respuestas a estas, realmente las impresionará porque demuestra que comprende todo el proceso y no solo copia los scripts de otras personas o simplemente empuja sus datos a través de un bosque aleatorio y lo llama un día.
¡Buena suerte! El proceso de la entrevista puede ser increíblemente agotador. Sin embargo, es realmente gratificante una vez que vale la pena.