Primera Ronda: MCQ y Ronda de Codificación con diferentes secciones y cada sección tenía un límite de tiempo diferente
- Sección 1: Consta de 10 preguntas de aptitud MCQ para ser resueltas en 10 minutos.
- Sección 2: Consta de 30 fundamentos de CS MCQ para ser resueltos en 30 mins. Las preguntas son de base de datos, redes informáticas, preguntas de CI/O, conceptos de programación orientada a objetos.
-
Sección 3 (Ronda de codificación): esta ronda dura 1 hora y 3 preguntas de codificación
-
Sección 4: Preguntas básicas de MCQ sobre aprendizaje automático (10 min 10 preguntas)
Ronda 2: Fue una discusión de grupo normal
Ronda 3 (enunciado del problema): está creando un sistema de software financiero que está destinado a ser utilizado por millones de consumidores comunes y, al mismo tiempo, por miles de personas. Como se trata de dinero, no puede haber errores en su funcionamiento.
- ¿Qué pasos toma en las diferentes etapas del proyecto para garantizar un lanzamiento y una operación sin problemas de la producción?
- ¿Cómo cambia su enfoque a medida que la cantidad de usuarios simultáneos ingresa a millones?
La discusión comenzó, y tenemos que agregar a las diferentes etapas que se pierden por el compañero orador, los protocolos de control de concurrencia, los métodos de transacción y prueba, el sistema distribuido.
Ronda 4 (Entrevista): debido a covid-19, la entrevista fue en Google Meet y nos proporcionaron el enlace un día antes.
- El entrevistador me pidió que explicara el proyecto reciente y algunas preguntas cruzadas. En su mayoría, se discutió el proyecto y se me preguntó sobre el módulo incorporado que usé, el algoritmo y cuáles son los resultados, y cómo los verifiqué.
- También hizo preguntas sobre el aprendizaje automático. Uno de los miembros del panel está trabajando en Machine Learning y uno de mis proyectos también es de Machine Learning, entonces mi entrevista cambió de proyectos a Machine learning:
- ¿Qué es la normalización y por qué la usamos?
- Compensación de varianza de sesgo, ¿cómo evitar el sobreajuste, regularización?
- ¿Cómo medir la precisión de nuestro modelo?
- Explica tu técnica de clasificación favorita.
- K significa algoritmo y si nuestro conjunto de datos está desequilibrado, como que el 90 % de los puntos de datos pertenecen a una categoría y el otro 10 % a la otra, qué técnica de aprendizaje automático utilizará. Máquinas de vectores soporte.
Publicación traducida automáticamente
Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA