Airbus India vino a buscar personal para una pasantía en nuestra universidad a fines de noviembre. Esta fue la primera vez que Airbus venía a nuestra universidad.
Estaba contratando para múltiples funciones relacionadas con los campos de ML/DL. Había alrededor de 20 descripciones de puestos. La mayoría de ellos exigieron conocimientos de aprendizaje automático/aprendizaje profundo y conocimientos avanzados de Python.
Algunas de las descripciones de puestos fueron:
1.Pasantía de visión por computadora
2. Detección de anomalías de series temporales SAR
3. Desarrollo de modelos de asistente de voz basados en AI-NLP
4. Generación automática de código fuente a partir de especificaciones formales.
5. Agrupación de instrucciones operativas de la tripulación de vuelo utilizando minería de datos.
Todo el proceso de contratación fue online por Skype.
La ronda 1:
CV-Preselección
Consejo: modifique el CV de acuerdo con el perfil del trabajo.
Tenía mucha experiencia como desarrollador back-end, pero no tenía experiencia en Machine Learning en ese momento. Así que traté de incluir tantos proyectos como fuera posible.
Su proyecto le dará al reclutador una idea de su experiencia. También tener un trabajo de investigación a tu nombre puede hacer milagros.
Trate de explicar su proyecto en un formato muy nítido. No dude en adjuntar cualquier curso o certificación relevante.
Intenta también incluir tus proyectos originales porque seguro que te pillan en la entrevista.
La ronda 2:
Entrevista por Skype F2F
Después de los saludos, enseguida el entrevistador te pide que expliques tu proyecto.
El mío fue un proyecto de PNL. La pregunta comenzó con cómo se adquirió el conjunto de datos.
Me preguntaron por qué usaba cierta forma de procesar datos y por qué diseñé el modelo de esa manera en particular.
Qué dificultades enfrenté durante la implementación y cómo las manejé. ¿Cuáles fueron los resultados de los otros modelos?
Básicamente, querían verificar si implementé el proyecto por mi cuenta o simplemente copié/pegué de otras fuentes.
Aparte de las preguntas relacionadas con el proyecto, hubo algunas preguntas de rutina sobre ML/DL.
Las preguntas comenzaron desde un nivel fácil como: –
¿Qué es la puntuación de F1?
diferencias entre Underfitting y Overfitting
¿Qué es One hot encoding y casos de uso?
Explicar las matemáticas detrás de la regresión
Explique el modelo de bolsa de palabras
Diferencias entre stemming y tokenización.
Ngramas
a nivel avanzado como: –
¿Qué es el modelo TDF-IF y explica su funcionamiento?
Ventajas de TDF-IF sobre el vectorizador Count
Una pregunta abierta: ¿cómo diseñaría un resumen de texto?
Básicamente, querían comprobar si ha entendido las matemáticas detrás de todos y cada uno de los algoritmos o si simplemente ha utilizado alguna biblioteca incorporada.
También me hicieron preguntas de DS/Algo.
1. Dada una secuencia de palabras, imprima todos los anagramas juntos
https://www.geeksforgeeks.org/given-a-sequence-of-words-print-all-anagrams-together/
2. Una pregunta basada en Trie.
Resultado: Fui seleccionado para la pasantía.
Publicación traducida automáticamente
Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA