Nesta página
Perguntas para praticar
Tell me about a model you put into production.
Conte sobre um modelo que você colocou em produção.
Por que perguntamQuerem ver se você consegue levar um modelo da ideia até o uso real, no dia a dia.
Escolha um modelo real, com usuários de verdade. Diga qual problema ele resolvia, quem o usava e com que frequência. Seja breve. Só um exemplo: I built a model that finds late deliveries. The support team used it every day. (Criei um modelo que encontra entregas atrasadas. A equipe de suporte o usava todo dia.)
What part did you build yourself?
Que parte você mesmo construiu?
Por que perguntamProjetos em equipe são comuns. Querem saber o que foi seu trabalho, e não só o da equipe.
Use “I” para a sua parte e “we” para a equipe. Cite uma ou duas coisas claras, como as features, o treinamento ou o deploy. Não fique só listando ferramentas. Diga o que você fez com elas.
How did you know the model worked?
Como você soube que o modelo funcionava?
Por que perguntamQuerem alguém que mede os resultados com honestidade, e não que apenas chuta.
Cite uma métrica, como precision ou recall. Dê o número ou a mudança. Depois acrescente um resultado para os usuários ou para o negócio. Só um exemplo: calls about late orders went down by a fifth. (As ligações sobre pedidos atrasados caíram um quinto.)
Why did you choose that metric?
Por que você escolheu essa métrica?
Por que perguntamA métrica certa depende do problema. Querem ver se você entende isso.
Ligue a métrica ao custo dos erros. Por exemplo: os alarmes falsos faziam a equipe de suporte perder tempo, então a precision era o mais importante. Fique em duas ou três frases.
Tell me about a trade-off you made.
Conte sobre um trade-off que você fez.
Por que perguntamO trabalho real tem limites. Querem ver como você escolhe entre duas boas opções.
Diga as duas opções, qual você escolheu e por quê. Velocidade e acurácia é um bom exemplo. Por exemplo: a bigger model was a little more accurate, but too slow, so we kept the smaller one. (Um modelo maior era um pouco mais preciso, mas lento demais, então ficamos com o menor.)
How would you explain that to a product manager?
Como você explicaria isso para um gerente de produto?
Por que perguntamQuem entrevista costuma explicar resultados para pessoas não técnicas. Você também vai precisar fazer isso.
Deixe de lado os termos técnicos. Fale de usuários, tempo e dinheiro. Use uma comparação simples, se ajudar. Comece pelo ponto principal e só dê mais detalhes se perguntarem.
What went wrong after the model was live?
O que deu errado depois que o modelo entrou no ar?
Por que perguntamOs modelos mudam no uso real. Querem ver como você percebe e resolve os problemas.
Dê um exemplo honesto, como dados que mudam com o tempo ou respostas lentas. Diga como você descobriu, o que fez e o que aprendeu. Mantenha a calma e os fatos. Não culpe os outros.
How did you monitor the model in production?
Como você monitorava o modelo em produção?
Por que perguntamManter um modelo funcionando bem é acompanhá-lo depois do lançamento, e não só antes.
Descreva o que você verificava e com que frequência, por exemplo acurácia, velocidade ou dados de entrada. Diga o que aconteceu quando um número parecia estranho. Uma rotina clara basta.
If you had more time, what would you improve?
Se você tivesse mais tempo, o que melhoraria?
Por que perguntamIsso mostra que você olha com senso crítico para o seu próprio trabalho.
Cite uma melhoria real e por que ela importa para os usuários. Seja honesto, mas positivo. Por exemplo: I would add better alerts, so we could find data problems faster. (Eu adicionaria alertas melhores, para achar problemas nos dados mais rápido.)
Do you have any questions for me?
Você tem alguma pergunta para mim?
Por que perguntamBoas perguntas mostram interesse pela equipe e pelo trabalho de verdade.
Prepare duas perguntas. Pergunte como a equipe mede o sucesso, como os modelos são revisados ou quem são os principais usuários. Ouça a resposta e agradeça.
Let me explain it simply first, then I can add detail.
Deixe-me explicar de forma simples primeiro, depois posso dar mais detalhes.
Clara
Guia com IA
Leo
Guia com IA
Frases para experimentar
Let me explain it simply first, then I can add detail.
Deixe-me explicar de forma simples primeiro, depois posso dar mais detalhes.
The part I did myself was …
A parte que eu mesmo fiz foi…
We chose speed over a small gain in accuracy, because users needed fast answers.
Escolhemos velocidade em vez de um pequeno ganho de acurácia, porque os usuários precisavam de respostas rápidas.
We measured it with … and the result was …
Medimos com… e o resultado foi…
For the users, this meant …
Para os usuários, isso significou…
In plain words, the model helps the team to …
Em palavras simples, o modelo ajuda a equipe a…
Perguntas frequentes
E se o meu melhor modelo foi só de um curso ou de um projeto de demonstração?
Quem entrevista quer um modelo com usuários reais. Pense em qualquer trabalho seu, mesmo um modelo pequeno usado por uma só equipe. Se você não tiver nenhum, seja honesto. Explique bem o projeto de demonstração, diga que ele não estava em produção e conte o que faria para colocá-lo em uso para usuários reais.
Devo usar muitos termos técnicos para parecer especialista?
Não. Nessa função, quem entrevista valoriza palavras claras e simples. Comece de forma simples e acrescente detalhes se perguntarem. Termos demais podem parecer uma forma de esconder o ponto principal. Mostrar que você explica seu trabalho para pessoas não técnicas é um ponto forte aqui.
E se eu não lembrar os números exatos?
Dê uma estimativa honesta e avise que é uma estimativa. Por exemplo: calls went down by about a fifth (as ligações caíram cerca de um quinto). Não invente números exatos. Também vale dizer: I don't remember the exact number, but the trend was clear. (Não lembro o número exato, mas a tendência era clara.)