amitshekhariitbhu/ai-engineering-interview-questions

이 프로젝트는 무엇인가

AI 엔지니어링 직무 면접을 준비하는 사람들을 위한 무료 오픈소스 학습 가이드입니다. 주제별로 정리된 긴 면접 질문과 답변 목록입니다.

포함 내용

질문은 15개 주제 영역을 다룹니다. 다음을 포함합니다:

• LLM 기초 — 대규모 언어 모델이 내부에서 어떻게 작동하는지 (transformers, attention, tokenization, sampling, KV cache 등)
• 프롬프트 엔지니어링 — LLM에서 신뢰할 수 있는 출력을 얻는 기술 (few-shot prompting, chain-of-thought, prompt injection 방어 등)
• 검색 증강 생성 (RAG) — 답변을 생성하기 전에 관련 문서를 검색하는 시스템 구축
• AI 에이전트 및 에이전트 시스템 — 추론하고 행동을 취하는 자율 시스템
• 파인튜닝 및 모델 적응 — 사전 훈련된 모델 사용자 지정
• 벡터 데이터베이스 및 임베딩 — 텍스트를 벡터로 저장하고 검색
• AI 시스템 설계 — 프로덕션 AI 시스템의 아키텍처
• LLMOps 및 프로덕션 AI — 프로덕션에서 LLM 배포, 모니터링, 유지 관리
• 평가 및 테스트 — 모델 품질 측정
• AI 안전, 윤리 및 책임 있는 AI — 위험 및 보호 장치
• 멀티모달 AI — 이미지, 오디오, 텍스트를 처리하는 모델
• AI 인프라 및 확장성 — 대규모 모델 서빙
• 코딩 및 실용적 구현 — 실습 프로그래밍 질문
• 행동 및 시나리오 기반 질문 — 상황 기반 면접 질문

많은 질문에는 유지 관리자의 블로그, YouTube 채널 또는 소셜 미디어의 상세 답변 링크가 포함되어 있습니다. 일부 질문에는 아직 연결된 답변이 없습니다.

누가 만들었나

Amit Shekhar, Outcome School (AI 및 머신러닝 교육 플랫폼)의 창립자. 그가 유지 관리하며 새로운 질문으로 지속적으로 업데이트될 것이라고 말합니다.

대상 독자

AI 엔지니어, 생성 AI 엔지니어, LLM 엔지니어, 에이전트 AI 엔지니어, AI 솔루션 아키텍트, MLOps 엔지니어 등 유사한 직무 면접을 보는 사람들.

주목할 만한 세부 사항

• "필수 지식" 섹션이 포함되어 있으며 LLM, RAG, MCP, Agent, 파인튜닝, 양자화의 6가지 핵심 개념을 다룹니다.
• 답변이 모두 인라인으로 작성된 것은 아니며, 많은 답변이 외부 기사와 비디오를 참조합니다.
• 프로젝트는 적극적으로 유지 관리됩니다 (README는 계속 업데이트될 것이라고 명시).