[리뷰] 인사이드 머신러닝 인터뷰

요새 이직 생각이 자꾸만 든다..

그래서 '인사이드 머신러닝 인터뷰' 리뷰를 해본다.

(한빛미디어 리뷰어 활동입니다)

 

 

 ML쪽에서 일하면서 그간 노가다도 많았고, 주워듣고 학습한 내용도 꽤 있지만 막상 면접을 본다고 상상해보면 어디서부터 시작할지 모르겠다. 그러던 참에, 시기적절하게 이 책이 나왔다.

 

 

 주변에 면접을 실제로 본 사람들의 후기는 ML의 분야에 따라 또 조금씩 다른 부분이 있긴 하지만 대체로 비슷하다.

 

 

ML 기본지식과 시스템 설계에 대한 지식이 얼만큼 있는지, 그리고 기본적인 소프트웨어 엔지니어링 기술.

책에서 나온 것 처럼 폰스크린, 기본지식면접이 있고 이후에 보통 ML 코딩 면접 대신 과제를 내주고 기한 내에 풀도록 하는 경우가 꽤 있는 것 같다.

 

 

직접 면접을 본 경험은 없어서 큰 비교를 할수가 없지만(경험을 해봤어야 했는데..), 이 책을 따라서 면접 준비를 하면 적어도 기본기를 탄탄하게 준비하고 내가 어떤 분야에 강점이 있고 어떤 부분이 부족한지 알기 좋은 것 같다.

 

단순히 (이론)지식에 대한 내용만 포함되어있는 것이 아니라 실제 면접 및 질문 상황에서 어떤식으로 대답을 해야 면접에서 좋은 인상을 주는지에 대해서도 적혀있다.

 

 

기본이 되는 이론들과 그 특징들에 대한 설명이 잘 되어있다.

 

나도 sigmoid, ReLU와 그 변형 등 써본것만 알고 SELU이런거 처음본다..

알고리즘 문제처럼 ML 문제를 풀게도 하나 보다. 여기선 여러가지 ML문제들이 주어질 때 어떻게 풀면될지 코드와 함께 설명한다.

 

 기본 이론서적과 다른것은, 아무래도 면접 대비이다 보니 각 기술들의 기본, 그리고 기술들의 차이점, 어떤때에 어떤걸 쓰는게 좋은지 특징들이 보기 좋게 정리되어있다. 꼭 면접이 아니더라도 ML쪽의 내 지식을 한번 되짚어 보기에도 좋은 것 같다. 특히 나는 언어쪽 일을 하는데, 추천이나 랭킹, 비지도학습쪽도 두루 볼 수 있어서 좋았다.

 

 다만 내가 하고있는 분야가 특정분야라면 그 분야에 대해서만 더 준비해 가야할 것 같다. 예를 들면 최근 생성형 AI 가 나오면서 생성형AI분야는 프롬프트 엔지니어링도 중요하고 성능 평가에 대한 다양성을 어떻게 해결할 것인지가 중요할 것 같은데 아무래도 문제로 내기 좋은 이론들을 다루고 있는 것 같다. 이직 뿐만이 아니라 ML쪽 대학원을 준비하고 있는 경우에도 유용하게 쓸 수 있지 않을까?

 

 적어도 나에겐 많은 도움이 될 것 같다.

 나중에 언젠가 이직 후기를 적을 수 있길 바란다..