🎓

ML System Design InterviewCat

ML System Design InterviewCatは機械学習エンジニアが面接に挑む上で必要な知識を学習できる教材です。機械学習のシステムデザインにフォーカスしています。機械学習のシステムデザインはビックテックをはじめとするテック企業の採用プロセスに取り入れられています。本書を通してシステムデザイン面接対策を強化してください。
本編文章量: 約182,661字
Author: ahlag

イントロダクション

🆓
イントロダクション

機械学習システム設計(ML System Design)

📖
機械学習システム設計の流れ
📖
機械学習システムデザイン面接で評価されるには?

レコメンドシステム

🆓
レコメンドシステムの紹介
📖
レコメンドシステムの種類
📖
メトリクスの設計
📖
レコメントシステムで得られるフィードバック
📖
レコメンドシステムの特徴量エンジニアリング
📗
例題: Netflix
📗
例題: X フィードのレコメンドシステム
📗
例題: 広告予測システム

自然言語処理

📖
自然言語処理の紹介
📖
テキストの前処理
📖
テキスト表現
📖
単語埋め込み
📖
評価指標
質問対策

検索システム

📖
Search APIの設計
📖
分散検索
📖
セマンティック検索
📗
例題: Netflix検索
📗
例題: Googleの画像検索

Appendix

深層学習(Deep Learning)

🆓
深層学習の紹介
📖
ニューラルネットワークの基本
📖
ニューラルネットワークの種類
📖
転移学習
📖
データ拡張
📖
正則化手法
📖
最適化アルゴリズム
📖
深層学習の応用と課題
質問対策

MLOps

📖
MLOps の紹介
📖
MLOpsツールとテクノロジー
質問対策

A/B Test

📖
A/Bテストの紹介と目標
📖
プロダクトのKPI
📖
NetflixにおけるレコメンドシステムのA/Bテスト
📖
A/Bテストのプラットホーム
質問対策

レビュアーコメント

👨‍💻
機械学習エンジニアやデータサイエンティストについての技術面接対策をまとめたコンテンツは、特に日本語では中々レアだと思うので興味深いです。機械学習アルゴリズムだけでなくデータ自体の扱いなども含めて幅広く対象として、全体像の説明・技術的な説明・コードや可視化まで揃っていて良いと思います。

その他のコンテンツ

お問い合わせ

@sakamoto_582Googleフォームまでお願い致します。
すべてを見るには

返金は購入日から1日以内に申し出て下さい。詳細はこちらからご確認ください。
また、このコンテンツ以外の他の永久アクセス権は付与されない事はご注意下さい。

支払いはによって保護されています

購入済の方はこちらからログインしてください

Loading...