shafaypro/CrackingMachineLearningInterview

A repository to prepare you for your machine learning interview, involving most of the questions asked by all the tech giants and local companies. Do this to Ace your Machine Learning Engineer Interviews

해결하는 문제

머신러닝, AI, 데이터 과학 및 관련 엔지니어링 인터뷰 준비는 수학과 알고리즘부터 프로덕션 시스템, 클라우드 플랫폼, LLM 특정 기술에 이르기까지 주제가 방대하여 압도적입니다. 이 저장소는 방대한 인터뷰 준비 자료를 역할별 트랙으로 구성하여 목표 직무에서 실제로 묻는 내용에 집중할 수 있게 합니다.

작동 방식

먼저 "트랙 선택" 가이드를 통해 트랙(ML 엔지니어, 데이터 과학자, 데이터 엔지니어, MLOps, AI/GenAI 엔지니어, 딥러닝, DevOps 등)을 선택합니다. 이 가이드는 전제 조건, 단계별 읽기 순서, 구축할 프로젝트, 인터뷰 준비 완료 신호를 포함한 순서화된 경로를 제공합니다. 그런 다음 저장소는 여러 하위 폴더에 걸쳐 선별된 노트를 제공합니다: 고전 ML, 딥러닝, AI/GenAI(RAG, 에이전트, LLM 추론, LangGraph 포함), MLOps, 데이터 엔지니어링, DevOps, 클라우드 플랫폼, 시스템 설계, 코딩 챌린지, 프로젝트 설정. 또한 1페이지 ML 치트 시트, 플래시카드가 포함된 용어집, 디버깅 시나리오, 문제 은행이 포함된 2026년 인터뷰 로드맵과 같은 실용적인 도구도 포함합니다. 헬퍼 스크립트가 검색 가능한 웹사이트를 생성하고, 링크는 CI에서 자동으로 확인됩니다.

대상 독자

머신러닝 엔지니어, 데이터 과학자, 딥러닝 엔지니어, AI/GenAI 엔지니어, 데이터 엔지니어, MLOps/DevOps/플랫폼 엔지니어, 그리고 AI/ML 제품을 작업하는 소프트웨어 엔지니어. 초보자(트랙 가이드 경유)와 시니어 또는 스태프 역할을 목표로 하는 경험 많은 후보자 모두에게 적합합니다.

주요 특징

각 역할에 대해 순서화된 읽기 경로와 구축할 프로젝트를 갖춘 역할 기반 트랙
고전 ML, 딥러닝, LLM/GenAI(RAG, 에이전트, 추론), MLOps, 데이터 엔지니어링, DevOps, 클라우드 플랫폼, 시스템 설계를 다룸
2026년 특정 인터뷰 로드맵, 문제 은행, 현대 라운드를 위한 추가 질문 포함
대화형 용어집 플래시카드와 빠른 복습을 위한 간결한 ML 치트 시트
디버깅 시나리오 가이드(예: 데이터 누출, NaN 손실, 드리프트)와 순위가 매겨진 원인 및 수정
리뷰어가 평가하는 내용, 시간 예산, 프레젠테이션 팁을 설명하는 집에서 할 프로젝트 가이드
브라우저 기반 플래시카드가 진행 상황을 로컬에 저장
오프라인 링크 체커와 사이트 빌더 도구 포함(CI에서 실행)