System Design. Машинное обучение. Подготовка к сложному интервью - Алекс Сюй - E-Book

System Design. Машинное обучение. Подготовка к сложному интервью E-Book

Алекс Сюй

0,0

Beschreibung

Собеседования по проектированию систем машинного обучения — самые сложные. Если нужно подготовиться к такому, книга создана специально для вас. Также она поможет всем, кто интересуется проектированием систем МО, будь то новички или опытные инженеры. Что внутри? •О чем на самом деле спрашивают на собеседовании по System Design в МО и почему (инсайдерская информация!). •7 основных шагов для решения любой задачи МО, предлагаемой на собеседовании. •10 вопросов из реальных собеседований по System Design в МО с подробным разбором ответов. •211 диаграмм, которые наглядно объясняют, как работают различные системы.

Sie lesen das E-Book in den Legimi-Apps auf:

Android
iOS
von Legimi
zertifizierten E-Readern
Kindle™-E-Readern
(für ausgewählte Pakete)

Seitenzahl: 237

Das E-Book (TTS) können Sie hören im Abo „Legimi Premium” in Legimi-Apps auf:

Android
iOS
Bewertungen
0,0
0
0
0
0
0
Mehr Informationen
Mehr Informationen
Legimi prüft nicht, ob Rezensionen von Nutzern stammen, die den betreffenden Titel tatsächlich gekauft oder gelesen/gehört haben. Wir entfernen aber gefälschte Rezensionen.



Алекс Сюй, Али Аминиан
System Design. Машинное обучение. Подготовка к сложному интервью
2024

Переводчики Е. Матвеев

Алекс Сюй, Али Аминиан

System Design. Машинное обучение. Подготовка к сложному интервью. — СПб.: Питер, 2024.

ISBN 978-5-4461-2130-4

© ООО Издательство "Питер", 2024

Все права защищены. Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.

Посвящается Нилуфар, которая была и остается моим лучшим другом.

Али Аминиан

Посвящается Джулии.

Алекс Сюй

Предисловие

Мы рады, что вы читаете эту книгу, чтобы лучше подготовиться к собеседованию по проектированию систем машинного обучения (МО). Проектирование систем (system design) — одна из самых сложных тем на любом собеседовании из области МО, так что без хорошей подготовки не обойтись.

Что такое собеседование по проектированию систем МО (ML System Design interview)

Собеседование по проектированию систем МО, как правило, обязательно для претендентов на вакансии, связанные с проектированием и реализацией систем МО: инженер данных, дата-сайентист, инженер машинного обучения и т.д.

На таком собеседовании оценивается умение кандидата проектировать комплексные системы МО — визуальный поиск, рекомендации видео, предсказание кликов по рекламе и т.д. Вопросы на собеседовании бывают непростыми, потому что у них обычно нет четкой структуры. Часто однозначных ответов не существует, потому что темы вопросов оказываются широкими и затрагивают разные области, что открывает возможность для различных интерпретаций и решений.

Чтобы успешно пройти собеседование по проектированию систем МО, надо хорошо понимать фундаментальные концепции и методы МО, а также уметь их применять, чтобы решать практические задачи. На собеседовании обычно необходимо продемонстрировать, что вы разбираетесь в пайплайнах данных и конструировании признаков, а также умеете проектировать эффективные системы МО. Возможно, вам еще придется проявить умение выбирать подходящие модели для конкретных задач, настраивать их параметры и оценивать производительность. В принципе, цель собеседования состоит в том, чтобы оценить, насколько хорошо соискатель применяет теоретические знания МО, чтобы проектировать и реализовывать эффективные системы.

Почему это важно

Большинство соискателей, которые проходят собеседования по МО, владеют тео­ретическими основами, но затрудняются в области проектирования систем МО, где нет единых руководящих принципов. Тем не менее умение проектировать такие системы — это важнейший навык для инженеров, особенно в контексте карьерного роста. Неправильно выбранная архитектура системы МО может привести к значительным потерям времени и других ресурсов.

Очевидно, собеседование по проектированию систем МО — это важнейшая часть процедуры приема на работу. Чем лучше вы себя покажете, тем вернее можете рассчитывать на более привлекательную позицию и более высокий заработок.

Для кого эта книга

Книга будет ценным источником информации для всех, кто интересуется проектированием систем МО, будь то новички или опытные инженеры. А если вам нужно подготовиться к собеседованию по МО, то эта книга написана специально для вас.

Чего нет в книге

Эта книга — не пособие по основам машинного обучения. Она написана для дата-сайентистов, инженеров данных и инженеров МО, которым нужна помощь, чтобы подготовиться к собеседованию по проектированию систем МО. Книга предназначена в первую очередь для инженеров МО в бизнесе и в меньшей степени для ученых в области МО в образовательных учреждениях или НИИ.

Дополнительные ресурсы

В конце каждой главы приводится длинный список ссылок на дополнительные материалы. Все активные ссылки доступны в репозитории GitHub:

https://bit.ly/ml-bytebytego

Благодарности

Как бы нам ни хотелось похвастаться, что все примеры проектирования в этой книге полностью оригинальны, все же придется признаться, что большинство идей, которые здесь рассматриваются, можно найти и в других местах: технических блогах, исследовательских статьях, коде, презентациях на YouTube и прочих источниках. Мы собрали эти блестящие идеи, исследовали их и дополнили собственными наблюдениями и опытом, чтобы представить в простой и понятной форме. Авторы хотели бы сказать огромное спасибо многим техническим специалистам и руководителям, которые внесли вклад в работу над этой книгой и рецензировали ее:

• Винит Ахлувалия (Vineet Ahluwalia) (Стэнфордский университет)

• Топоджой Бисвас (Topojoy Biswas) (Walmart)

• Да Чэн (Da Cheng) (Tiktok)

• Рохит Джайн (Rohit Jain) (Twitter)

• Кальян Дипак (Kalyan Deepak) (Flipkart)

• Димитрис Котсакос (Dimitris Kotsakos) (Elastic)

• Субхам Кумар (Subham Kumar) (Amazon)

• Джастин Ли (Justin Li) (Discord)

• Ли Сюй (Li Xu) (TikTok)

• Рави Мандлия (Ravi Mandliya) (Discord)

• Саранг Меткар (Sarang Metkar) (Meta)

• Шабаз Патель (Shabaz Patel) (One Concern)

• Каустубх Пхаднис (Kaustubh Phadnis) (Walmart)

• Рави Рамчандран (Ravi Ramchandran) (Walmart Labs)

• Дэван Султания (Dewang Sultania) (Adobe)

• Сяо Чжу (Xiao Zhu) (Databricks)

• Цзяин Ши (Jiaying Shi) (Amazon)

• Цзяньцян Ван (Jianqiang Wang) (Snapchat)

• Чжэхуэй Ван (Zhehui Wang) (Amazon)

• Шо Сян (Shuo Xiang) (Parafin)

• Бонту Шридеви (Bonthu Sridevi) (Технологический институт Вишну)

• Диала Эззеддин (Diala Ezzeddine) (Tao Media)

• Юаньцзюнь Ян (Yuanjun Yang) (Twitter)

Наконец, мы хотим особо поблагодарить Элвиса Жэня (Elvis Ren), Хуа Ли (Hua Li) и Сана Лама (Sahn Lam) за неоценимый вклад в работу над книгой.

От издательства

Ваши замечания, предложения, вопросы отправляйте по адресу [email protected] (издательство «Питер», компьютерная редакция).

Мы будем рады узнать ваше мнение!

На веб-сайте издательства www.piter.com вы найдете подробную информацию о наших книгах.