機器學習工程師面試時應具備的技能和小技巧
人工智慧一直是近年科技業的關注重點，其中「機器學習」（ML）就是人工智慧領域的關鍵技術。隨著有更多公司投入人工智慧應用，企業將需要機器學習工程師協助他們將新科技更有效地整合進營運中，而使機器學習工程師成為科技業求職的熱門選項之一。
圖/123RF
什麼是機器學習工程師？
簡單來說，機器學習就是訓練機器去學習，透過演算法解析資料並從中學習，讓機器能針對現實生活的內容做預判，不同的演算法對應不同的解題與任務。機器學習能協助企業基於資料快速分析決策，減少因資料重複或輸入的不精確問題以優化整體協作流程，甚至做出客戶生命週期預測，提供營銷人員所需資訊。
機器學習工程師檢核、監測機器學習用的資料集（data sets），他們需要適當地選擇和調整學習類型與條件，確認可用的資料與適合的學習類型，以便為模型打好基礎。
接著，機器學習工程師會基於資料性質和目的來開發機器學習系統，從資料中持續訓練並產生相應的推論（inference），最後，機器學習工程師會建立模型，如持續測試、驗證資料集是否產生如預期的推論和行為，以定義機器學習系統如何詮釋資料，並從資料中學習，
機器學習工程師面試的常見問題
一般來說，在機器學習工程師面試題目分為四大類，可以從中了解準備方向，：
- 機器學習的演算法
你需要有能力比較不同演算法之間的差異，衡量它們的效用與精確性。 - 程式語言的能力
確認你是否有能力執行理論與演算法，例如：請分享近期如何解決某個程式語言問題？ - 你對機器學習的興趣
對產業的了解程度、如何保持學習。例如：你如何追蹤機器學習領域的最新趨勢？ - 針對公司或產業的特定問題
從中了解你對機器學習知識的理解程度、應用等轉化能力。例如：你認為在我們這產業，機器學習在哪方面還尚未被充分運用？
試試看你是不是有能力回答以下問題：
- 描述「機器學習」、「人工智慧」、「深度學習」之間的差異？
- 如何比較型一錯誤（Type I errors）和型二錯誤（Type II errors）？
- 是否曾處理過損壞或遺失的資料集，如何處理此問題？
- 你如何評估機器學習模型的有效性？
- 分享你最喜歡的機器學習演算法？
回答機器學習面試的小技巧
在面試過程中，會檢驗你對該領域概念與知識的熟悉程度。除了日常大量的程式練習保持敏銳度，最好的準備方式就是事先演練過回答，平時可以練習直接解釋給身邊朋友聽（對方不需要熟悉機器學習也沒關係），可以確保自己能完整且流暢地表達訊息。
你對「機器學習工程師」熱門職缺有興趣嗎？趕快來《科技島》，立即來了解企業需要哪些人才吧！（作者／Vanessa）
瀏覽 4,979 次
