Obtener una pasantía de investigación es diferente de obtener una posición SWE tanto en términos de proceso de entrevista como, al parecer, las cualidades que buscan en los candidatos.
La entrevista de codificación es igual para todos. Pero mientras se les pregunta a los pasantes de SWE cómo implementarían el feed de Facebook o un motor gráfico distribuido (preguntas típicas sobre el diseño del sistema), a los pasantes de investigación se les hacen preguntas diferentes que, por ejemplo, requerirían que construyeran hipótesis sobre arquitecturas neuronales y debatieran por qué y cuándo deberían funcionar mejor, cómo escalaron, cuáles son sus alternativas, etc. Es probable que te entreviste uno de los científicos de un equipo prospectivo, por lo que entiendes la idea.
El retrato de un buen candidato probablemente no sea un principiante, veo el patrón que consiste en estudiantes de posgrado de las mejores universidades … y estudiantes universitarios ocasionales de * tos * Rusia * tos * diferentes lugares. Dependiendo de su especialidad, recomendaría centrarse en sus habilidades básicas con un sabor de ML si es CS / Math / Physics / Eng major o está leyendo JMLR y estudia Torch / TensorFlow como un loco, de lo contrario, intenta reproducir lo que otros hicieron y vinieron arriba con algo interesante No necesariamente innovador, pero divertido, como aquí: la efectividad irracional de las redes neuronales recurrentes
- ¿Cómo puede alguien que perdió su interés durante 2 años, trabajó duro en PCM y obtuvo una buena calificación en JEE terminar optando por la informática y trabajando en una empresa de TI cuando claramente no está interesado en ello?
- Soy de la UE y quiero conseguir un trabajo en Dublín, ¿cómo empiezo?
- ¿Es posible la transición de la informática a la filosofía para la escuela de posgrado?
- ¿Cuáles son los contenidos en SAP MM Online Training?
- ¿Cuáles son las funciones y responsabilidades de un especialista técnico (ingeniero de soporte de L3)? ¿Es la jerarquía de trabajo de nivel junior o medio?
En general, trate de no enfocarse en FAIR, pero siga su pasión por ML para hacer que la búsqueda de inteligencia artificial sea más gratificante y autosuficiente.
La mejor de las suertes.