데이터 사이언스 면접 준비 머리가 핑핑 도네

[익명(39.7)]

통계랑 머신러닝, 딥러닝 기본 밖에 모르는데

Gan이나 lstm, 자연어 처리 같은거 어떻게 하지

그나마 아는것도 코테랑 면접 텀 길어져서 다 까먹음ㅋ

[익명(183.102)]

그러게

[중졸백수코인충(jonsi555)]

석사임?

[익명(39.7)]

ㅇㅇ

[익명(121.167)]

니가아는것만해도 걍통과임ㅋㅋ

[익명(39.7)]

ㅋㅋ 신입한테 얼마나 원하는지 모르겠음 아는것만 물어보면 기가막히게 대답 할 수 있는데

[익명(59.15)]

요즘 gan 얘기나오던데 gan이뭐냐?

[익명(39.7)]

컴퓨터로 패턴을 학습해서 학습한 패턴을 기반으로 무언가를 만들어내는거임 예를 들어서 사람 얼굴을 학습해서 데이터 베이스에 없던 새로운 얼굴을 만들어낸다던지

[익명(59.15)]

ㅇㅎ 그게 무슨쓸모가있는진 모르겠다만

[익명(219.251)]

너무 겸손한거 아닌가 ㅇㅅㅇ

[익명(39.7)]

솔직히 면접은 운이 90고 실력이 10인것 같음ㅠ

[Xst(222.99)]

본인이 자기소개서같은 데에 그런 걸 알고 있다거나, 배웠던 경험이 있다고 한 게 아닌 이상 모델에 대해 디테일적으로 물어볼 것 같진 않은데.. 굳이 만반의 준비를 하고 싶다면, 지엽적으로 말고 큼지막하게 보는 게 도움이 될 듯. 예를 들면, LSTM과 GRU의 차이가 뭔지, AlexNet, GoogleNet, ResNet, ... 모델이 발전해나가면서 모델 구조가 어떤 패러다임으로 바뀌어나갔는지 이런 것들? 이것도 쓰고 보니까 지엽적인 것 같긴 하네.

[익명(39.7)]

그런것 물어보면 어버버 탈락일것 같아요ㅋㅋ 자소서에 쓴것 위주로 봐야겠네요

[Xst(222.99)]

내 개인적인 생각으로는 지원할 때 본인이 관심이 있다거나, 배웠다거나, 알고 있다고 한 내용이 아니면 굳이 물어볼 것 같지는 않음. 물론 저거 외에 지원하는 분야와 직접적으로 관련된 지식은 당연히 알고 있어야 하지만, 그런 게 아닌 이상에야 뭐..