guocong-bincai/ai-interview-guide

AI 应用开发、Agent开发、RAG开发、FDE开发岗位面试宝典 - 二狗子整理

ai-interview-guide는 AI 관련 엔지니어링 직무에 지원하는 사람들을 위한 무료 오픈소스 면접 준비 컬렉션입니다. 문제 은행과 학습 자료로 구성되어 있으며, 단일 직무가 아닌 다양한 AI 역할을 다루는 것을 목표로 합니다. README는 이를 "모든 AI 포지션을 위한 체계적인 면접 가이드"라고 설명하며, 역할별 학습 경로를 제공하여 처음부터 끝까지 모두 공부할 필요가 없습니다.

포함 내용

28개 주제 영역과 720개 질문. 주제에는 LLM 기초, 프롬프트 엔지니어링, RAG 시스템, Transformer 아키텍처, AI 에이전트, 벡터 검색, 모델 훈련, 추론 최적화, AI 안전, 프로덕션 배포, 멀티모달 AI 등이 포함됩니다. (한 섹션에서는 "673개 면접 질문"이라고 하고 다른 섹션에서는 "28개 주제에 걸쳐 720개 질문"이라고 합니다. 두 숫자 모두 README에 나타납니다.)
모든 질문에 다이어그램. 프로젝트는 각 질문에 애니메이션/코믹 스타일의 "지식 다이어그램"을 짝지어 제공합니다. 이 그림은 장식이 아닙니다. 각 그림은 전체 질문과 답변을 읽은 후 만들어지며, 핵심 메커니즘, 엔지니어링 흐름, 일반적인 실수, 한 줄 기억 훅을 포착하기 위한 것입니다. 아이디어는 먼저 그림을 기억한 다음 구술 답변으로 확장하는 것입니다.
"Dive into LLMs"라는 11개의 슬라이드 덱(총 495페이지). 이들은 파인튜닝 및 배포, 프롬프팅 및 사고 사슬, 지식 편집, 수학 추론, 텍스트 워터마킹, 탈옥 공격/방어, 텍스트 스테가노그래피, 멀티모달 모델, GUI 에이전트, 에이전트 안전, RLHF 정렬과 같은 주제에 대한 코스 스타일 PDF입니다.

답변 설계 방식

프로젝트의 답변은 의도적으로 "X가 무엇인가"를 넘어섭니다. 왜 이 선택이 이루어졌는지, 어떻게 검증하는지, 품질, 지연 시간, 비용, 안전, 복잡성, 대안을 어떻게 비교하는지도 설명하도록 구축되었습니다. README는 이를 "엔지니어링 트레이드오프" 강조라고 부릅니다.

각 질문은 세 가지 버전으로 연습하도록 설계되었습니다:

30초 버전 — 결론과 핵심 판단을 먼저 말합니다.
3분 버전 — 원리, 옵션 비교, 엔지니어링 트레이드오프를 추가합니다.
후속 버전 — 검증 방법, 실패 시 대처 방법, 대안 접근 방식을 사용하지 않는 이유를 설명합니다.

역할별 학습 경로

README는 각 역할에 대해 다른 읽기 순서를 제안합니다. 예:

LLM 애플리케이션 엔지니어: LLM 기초 → 프롬프트 → RAG → 에이전트 기초 → 프로덕션 배포 → AI 시스템 설계
RAG 엔지니어: LLM 기초 → RAG → 벡터 인덱스 → 고급 RAG → 안전/평가 → 에이전트 관찰 가능성
에이전트 엔지니어: 프롬프트 → 에이전트 기초 → 계획/반성 → 멀티 에이전트 → MCP/스킬 → 관찰 가능성
모델 훈련/추론 엔지니어: Transformer → 모델 훈련 → 추론 최적화 → 추론 프레임워크 → 프로덕션 배포
포워드 배포 엔지니어(FDE): 프로젝트 경험 → Python 엔지니어링 → AI 시스템 설계 → 프로덕션 배포 → FDE 주제
멀티모달 엔지니어: Transformer → 멀티모달 → 멀티모달 에이전트 → 추론 최적화 → 프로덕션 배포
AI 안전/평가 엔지니어: LLM 기초 → 프롬프트 → 안전/평가 → 관찰 가능성 → 프로덕션 배포

콘텐츠 품질 규칙

프로젝트는 "순수한 양보다 질문 품질"을 우선시한다고 명시합니다. README의 구체적인 규칙:

출처 없는 정확한 성능 수치는 금지.
날조된 "대기업 면접" 라벨 금지.
1인칭 프로젝트 성과 금지.
변경 사항을 제출하기 전에 기여자는 끊어진 링크, 페이지 내 앵커, 질문 번호, 중복 제목, 출처를 수동으로 확인해야 합니다.
자동 감사는 끊어진 링크, 중복 질문, 필수 데이터 누락 항목을 확인합니다.

사용 방법

README의 빠른 시작 조언:

처음 배우는 사람: 위의 역할 경로를 따르세요.
면접 전 빠른 복습: "회사별 면접 질문" 섹션에서 시작한 다음 약한 주제로 돌아가세요.
깊은 프로젝트 질문 준비: 프로젝트 경험 및 AI 시스템 설계 섹션을 연습하세요.
FDE 역할 준비: FDE 섹션(개방형 문제 분해, 고객 전달, 프로덕션 AI 시스템)을 연습하세요.
일반 조언: 먼저 판단을 말한 다음 지식을 설명하세요. 자리 표시자 예시 숫자를 자신의 실험이나 프로젝트의 실제 데이터로 대체하세요. 솔루션이 언제 작동하고 언제 실패하는지, 모니터링 및 롤백 방법을 설명하세요. 시간에 민감한 세부 사항(제품 버전, 논문 결과, 성능 주장)은 공식 출처로 검증하세요.

추가 세부 사항

README는 중국어, 영어, 일본어, 한국어, 브라질 포르투갈어, 스페인어로 번역되어 있습니다.
프로젝트는 MIT 라이선스입니다.
관리자는 자발적인 "팁"(WeChat/Alipay QR 코드를 통해)을 받지만 완전히 선택 사항이며 추가 콘텐츠를 잠금 해제하지 않는다고 명시합니다. 저장소에 별표를 하거나, 공유하거나, 실제 면접 피드백을 제출하는 것도 동등하게 가치 있는 지원으로 설명됩니다.
저장소에는 두 가지 거버넌스 문서가 포함되어 있습니다: 콘텐츠 품질 사양(CONTENT_QUALITY.md) 및 일러스트레이션 제작 사양(ILLUSTRATION_GUIDE.md).