이 책은 현재 AI 학과 4학년으로서 머신러닝 관련(꼭 ML관련이 아니더라도) 취업을 준비하는 데 큰 도움이 되는 책이였다. 취업 준비를 하면서 느꼈던 여러 막연한 부분들이 이 책을 통해 구체화되고, 체계적으로 대비할 수 있게 되었다.

CHAPTER 01: 머신러닝 직무와 인터뷰 프로세스는 먼저 ML 직무에 대한 기본적인 이해를 돕는다. 머신러닝과 데이터 사이언스 직책의 역사부터 실제 업무에서 요구되는 기술과 역할을 설명하며, 내가 준비해야 할 분야와 역량을 명확히 정리할 수 있었다. 특히, 스타트업과 대규모 머신러닝 팀에서의 차이점과 직무에서 필요한 세 가지 축(알고리즘, 프로그래밍, 의사소통)에 대해 다룬 부분이 매우 유익했다. 면접 프로세스를 처음 접하는 학생에게는 이 챕터가 전반적인 흐름을 잡는 데 큰 도움이 될것이다(나도 포함..).

CHAPTER 02: 입사 지원과 이력서 작성에서는 채용 공고를 찾는 방법부터 이력서를 작성하는 구체적인 팁이 제공된다. 학부생으로서 취업 시장에 뛰어드는 것이 막연했는데, 이 책을 통해 내가 무엇을 준비해야 하는지 명확히 알 수 있었다. 특히, 머신러닝 관련 이력서 맞춤화에 대한 내용이 인상 깊었는데, 단순히 기술 나열이 아닌 내가 지원하는 회사와 직무에 맞는 이력서 작성법을 알 수 있었다. 또한 프로젝트 포트폴리오와 관련된 FAQ는 현장 경험이 부족한 학생들에게 매우 유용하다. 다만, 해외에서 쓰인 책이기 때문에 다른점이라면, 국내에서의 AI관련 직무는 대부분 석박사를 요구한다는 문제점이 있다. 하핫.

CHAPTER 03: 기술 인터뷰 ? 머신러닝 알고리즘은 인터뷰에서 자주 묻는 머신러닝 알고리즘을 다룬다. 통계적 기법, 지도학습, 비지도 학습뿐만 아니라 자연어 처리(NLP), 추천 시스템, 컴퓨터 비전 등의 주요 알고리즘에 대한 예제와 설명이 포함되어 있어 인터뷰에 대한 감각을 키우는 데 도움이 되었다. 이론적인 지식을 넘어서 실제로 문제를 어떻게 풀어야 하는지, 그리고 어떤 질문이 나올지 예측할 수 있게 도와준다.

CHAPTER 04: 모델 학습 및 평가는 모델 학습 과정에서의 피처 엔지니어링과 평가 방법론에 대해 다루고 있다. 데이터 전처리부터 학습 과정, 평가 지표까지 실무에서 중요하게 다루는 내용들이라 이 부분을 읽으면서 학교에서 배운 이론들을 어떻게 실전에 적용할 수 있을지 감을 잡을 수 있었다.

CHAPTER 05: 코딩 인터뷰 챕터는 머신러닝 직무에서는 빼놓을 수 없는 코딩 인터뷰에 대한 팁과 로드맵을 제시한다. 파이썬이나 SQL과 같은 기본적인 코딩 지식을 갖추고 있다고 생각했지만, 이 책에서 제시하는 문제 풀이 방식과 인터뷰 진행 팁은 기존의 나의 준비 방식에 대해 다시 한번 생각해 보게 만들었다. 평소에 SQL관련해서는 GPT와함께 알음알음 코딩했었는데, 인터뷰할때 GPT를 쓸 수는 없으니... 반성하게 되었다. 또한 "소리 내어 생각하라"와 같은 인터뷰 팁은 면접에서 내가 어떻게 대응해야 하는지를 실제 상황에서 체험하는 듯한 느낌을 받게 했다.

CHAPTER 06: 모델 배포와 종단 간 머신러닝에서는 실제 기업에서 모델을 어떻게 배포하고 관리하는지에 대해 설명한다. 학생으로서 배포에 대해 깊이 있게 배운 적이 없었기 때문에 이 부분은 처음에는 다소 생소했지만, 실제로 내가 ML 엔지니어가 되었을 때 어떤 일들을 해야 하는지 미리 알 수 있어 유익했다. 클라우드 환경과 로컬 환경에서의 차이점, 모니터링 시스템, 그리고 모델 배포 도구에 대해 배울 수 있는 기회가 되었다. 실무에서는 이 무거운 모델들을 어떻게 안정적으로 서빙하고 서비스 할 것인가에 대한 부분도 중요한 요소이기 때문이다.

마지막으로 CHAPTER 07: 행동 인터뷰는 기술적인 질문 외에도 회사에서 흔히 묻는 행동 질문들에 어떻게 답변할지에 대한 전략을 제시한다. 협업과 의사소통 능력을 강조하는 질문에 STAR 기법을 사용해 답변하는 방법을 배웠고, 이를 실제 인터뷰에서 적용할 수 있도록 준비하게 한다. 행동 인터뷰는 그동안 내가 생각지도 못한 부분이었는데, 이 책을 통해 다양한 시나리오를 접하고 연습할 수 있었다.

이 책은 단순히 이론적인 부분만 다루는 것이 아니라, 실전 인터뷰에서 어떻게 대처할지에 대한 명확한 가이드를 제공한다. 머신러닝 관련 취업을 준비하는 학생이라면, 이 책을 통해 기본기를 다지고 면접에서 성공할 수 있는 실질적인 조언을 얻을 수 있다. AI 학과 4학년으로서, 이 책은 나의 취업 준비 과정에서 가장 중요한 지침서가 될 것이다. 특히 선배가 없는 신생학과에서 이런 정보를 얻을 수 있어 정말 만족하는 책이다.

다만 올해 졸업이 불가능 할 수도 있어.. 열심히 취업을 준비하고 있지는 않다.

한빛미디어 ＜나는리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

이 책은 통계학, 머신러닝을 학습하는 교과서가 아닌,

인터뷰 도서입니다.

따라서 머신러닝을 코드로 접근하고자 하시는 분들께서는 요런 책을 찾아주시고,

"혼자 공부하는 머신러닝+딥러닝"

"실무로 통하는 ML 문제 해결 with 파이썬"

이번 포스팅에서는 인터뷰 가이드에 대해 집중하겠습니다.

이 머신러닝 인터뷰 실무 가이드는

머신러닝/인공지능 업계의 실무자가 되고자 하는 저와 같은 졸업생,

머신러닝을 주 업무로 하는 직무로 전환하고자 하시는 관련 업계 종사자,

머신러닝 분야에 관심이 있는 타 분야 전문가,

승진을 위해 인터뷰를 준비하시거나,

머신러닝 전반에 대해 복습하고 싶은

시니어 데이터 사이언티스트 / 머신러닝 실무자 와 비슷한 분들께 추천드립니다.

이 책의 저자 Susan Shu Chang은

Elastic의 수석 데이터사이언티스트로,

Data Day Texas, PyCon DE, PyData Berlin, O'Reily AI Supersream 등에서

키노트 연설을 한 바 있으며

뉴스 레터를 통해 머신러닝 커리어 개발에 관한 글을 공유해주시고 있습니다.

전체적인 책의 플로우를 설명드리자면,

수잔은 머신러닝 실무자의 커리어에서

절대적으로 조언이 도움되고 필요한 분야를 다룹니다.

2장에서는 지원서 및 이력서에 대한 내용을,

3, 5, 6장에서는 머신러닝 기술 인터뷰에 대한 내용을,

5장에서는 코딩 및 프로그래밍 전반에 대한 기술 인터뷰 대비를,

7장에서는 행동 인터뷰,

8장에서는 인터뷰 전반적 로드맵,

그리고 9장에서는 인터뷰 이후와 후속 조치에 대한 가이드라인을 제시하고 있습니다.

따라서 상황이 급한 경우에는

꼭 순서대로 읽지 않고, 자신이 처해 있는 상황 혹은 단계에

맞는 챕터를 찾아 읽는 것도 좋은 방법이 될 것입니다.

저는 개인적으로 머신러닝 직무에 대한 이해도 필요하고,

기술 인터뷰에 대한 대비도 해야 하는 시기라

이 책이 처음부터 끝까지 큰 도움이 될 것이라 확신합니다.

특히 1장에서는 머신러닝 직무의 세 가지 축을 나누어 설명한 것이 기억에 남는데,

머신러닝 알고리즘과 데이터 직관 능력,

프로그래밍 및 소프트웨어 엔지니어링 능력,

업무 추진 및 의사소통 역량을

각각 적응 능력, 구현 능력, 업무 완수 능력으로 분류하여 해당 축에 대한

요구사항과 과업에 대해 기술한 내용이 도움이 되었습니다.

즉 세 가지 능력을 모두 갖춘 머신러닝 직무자로써의 능력을 어필하는 방법을 배울 수 있었습니다.

2장에서는 머신러닝 입사 지원과 이력서와 관련된 내용입니다.

채용 공고를 처음 찾아보는 분들도 계실텐데

막연하게 공고를 무턱대고 찾는 것보다,

채용 공고를 미리 조사하고

자신의 역량과 경험을 머신러닝 역량 매트릭스와 대조해보며 지원해보는 방식을 배웠습니다.

한 줄을 책에서 빌려오자면,

머신러닝 직책은 회사/조직 + 팀 + 머신러닝 생에주기에 따라 달라진다고 합니다.

이 2장을 읽고난 뒤에는

나의 능력을 분석하고, 채용 공고와 비교하여 내가 기여할 회사에

지원하는 방향을 더 잘 targeting할 수 있을 것입니다.

3장부터는 앞서 언급했듯이 기술 인터뷰와 관련된 내용입니다.

머신러닝 인터뷰 실무 가이드에서는

현재 트렌드에서 가장 유명하고 필수적인 머신러닝 개념을 거의 모두 포함하고 있으므로

대학원 면접은 물론, 실무자의 실무 인터뷰 대비에 정말정말 추천드리는 이유입니다.

4장에서는 모델 학습 및 평가에 대한 인터뷰 대비입니다.

데이터를 수집하고, EDA를 진행하고,

전처리, 모델의 학습, 모델의 평가는 물론 모델 버전을 관리하는 내용도 빼놓지 않았습니다.

5장은 머신러닝을 포함한 코딩 관련 기술 인터뷰 대비입니다.

가장 일차적인 팁을 하나 스포하자면,

코딩 인터뷰를 대비할 때는 "소리 내어 생각하라"고 조언합니다.

기계적으로 코드를 작성하는 것보다

플로우를 이해하고 구현해내는 과정에서 소리내어 생각하는 것이 큰 도움이 된다고 합니다.

파이썬과 SQL에 대한 데이터 관련 문제, 자료,

그리고 인터뷰 준비 로드맵도 2+ α 개 제공하고 있습니다.

6장은 실무자를 위한 인터뷰에서 도움이 더 많이 될 것입니다.

모델 배포와, 종단 간 머신러닝에 대한 제목으로

실무에 갓 투입된 신입에게 필요한

모델의 배포, 모니터링에 대한 내용과

클라우드 제공 업체, 그리고 버전 및 의존성 관리 등

기타 기술적인 인터뷰에 대한 내용을 포함하고 있습니다.

7장은 행동 인터뷰에 대한 내용입니다.

행동 인터뷰라 하면 와닿지 않을 수 있는데,

다음과 같은 내용입니다.

의사 소통에 관한 질문들. 협업과 팀워크에 관한 질문들,

피드백에 대한 반응들, 난관 대처와 새로운 역량 습득에 관한 질문들 등 입니다.

이렇게 평소 행동 및 성격과 관련한 인터뷰는

긴 시간 회사에 일하기 위해 서로 간에 알고 있어야 할 내용이기에

꼭 행동 인터뷰에 대한 질문도 읽어보시고

답변에 대한 대략적인 가이드라인도 참고하시는 것을 강력하게 추천드립니다.

마지막으로, 8장에서는 책을 마무리하며 효율적인 인터뷰를 준비하는 것을,

9장에서는 인터뷰 이후에 해야 할 일,

그리고 결과를 확인하고 결정을 내려야 하는 과정,

입사 제안에 대한 이해,

새 머신러닝 직무에서의 마음가짐에 대해서도 조언을 해주고 있습니다.

저는 인터뷰 가이드라는 키워드를 가진 도서에서

이렇게 인터뷰 이후의 후속 조치는 물론,

인터뷰에서 좋은 결과를 낸 이후의 첫 30/60/90일에 대한 마음가짐까지 배울 수 있을 지

예상하지 못했습니다.

매우 섬세하게 짜여지고 요약된,

머신러닝 인터뷰 실무 가이드였습니다.