Experiencia de entrevista de Philips | Conjunto 7 (Prácticas)

Ronda 1: preselección basada en currículums

Phillips Innovation Campus, Bangalore, se puso en contacto con nuestra universidad para contratar pasantes de verano durante 2 meses, a partir de mayo de 2018. La primera ronda fue una preselección basada en currículos. La mayoría de las personas que habían realizado proyectos en Machine Learning y NLP fueron preseleccionadas, ya que la mayoría de sus proyectos se encuentran solo en esta área. También se preseleccionó a un estudiante cuyos proyectos eran del campo de la realidad virtual aumentada.

En general, preseleccionaron a 6 estudiantes de Btech y 5 de Mtech para la siguiente ronda.

Recomendaría que si ha realizado proyectos en aprendizaje automático, los resalte en su currículum cuando solicite Philips.

Ronda 2: Entrevista telefónica

Un panel de 3 personas tomó la entrevista telefónica.

Primero, me preguntaron sobre mis proyectos y todas las técnicas que había utilizado. Había hecho dos proyectos en ML. Uno era un sistema de recomendación de artículos y otro usaba Sentiment Analysis para juzgar la presencia en línea de una marca en función de las reseñas en twitter, fb, etc. Luego me hicieron preguntas sobre Machine Learning basadas en los conceptos que se habían utilizado en los proyectos:

1. Explicar la factorización de arrays a través de la descomposición de valores singulares
2. Agrupación de strings de Markov – Algoritmo y ecuaciones
3. ¿Qué hará si los datos son ruidosos e incompletos? (Utilice el algoritmo de maximización de expectativas)
4. Funcionamiento del algoritmo EM y ecuaciones
5. Preguntas sobre similitud de coseno y vectorización tfidf
6. Biblioteca Textblob: sintaxis para analizar el sentimiento de una oración

Luego hizo algunas preguntas generales sobre aprendizaje automático:

1.  ¿Qué es más importante para usted: la precisión del modelo o el rendimiento del modelo?
2.  ¿Cuál es la diferencia entre clasificación y regresión y cuándo debería usar la clasificación sobre la regresión?
3.  Explique cómo funciona una curva ROC.
4. ¿Qué es una array de confusión? ¿Cómo se crea y qué representa?

Finalmente, hizo dos preguntas de programación:

1. Encuentre duplicados en una array de manera eficiente:  https://www.geeksforgeeks.org/find-duplicates-in-on-time-and-constant-extra-space/
2. Problema máximo de la ventana deslizante:  https://www.geeksforgeeks.org/sliding-window-maximum-maximum-of-all-subarrays-of-size-k/

Pude responder la mayoría de las preguntas correctamente y parecía bastante impresionado.

Recomendaría tener un conocimiento profundo de las técnicas de Machine Learning que ha utilizado en sus proyectos y revisar DSA básico. 

En general, la entrevista se prolongó durante unos 25 minutos. ¡Preseleccionaron a 4 estudiantes de Btech y 1 de MTech y yo fui uno de ellos!

Con muchas ganas de trabajar con ellos 🙂