How to Interview and Hire ML/AI Engineers
eugeneyan.com
ML/AI엔지니어를 채용하고자 하시는 분들 뿐만 아니라 이 분야로 진출하고자 하는 분들이 참고하시면 좋을거 같습니다. 다만, 지극히 저자의 주관적인 견해임을 미리 밝힙니다.
좋은 인재를 채용하는 것은 미션과 조직을 위해 할 수 있는 가장 영향력 있는 활동입니다. 그리고 효과적인 면접을 진행하는 것이 좋은 채용의 핵심입니다. 면접 프로세스는 하나의 시스템으로 생각할 수 있습니다: 지원자가 주어지면 그 지원자가 해당 직무와 팀에 적합한지 평가합니다. 따라서 성공적인 채용을 위해서는 면접 시스템이 잡음을 최소화하면서 신뢰할 수 있고 타당해야 합니다.
< 고려해야 할 기술적 역량 >
1) 소프트웨어 엔지니어링에 대한 기본 소양: 코딩 스킬, 코드 작성 기술과 경험, 논리적 문제 분석, 읽기 쉽고 유지 관리 가능한 코드 작성 여부, 에지 케이스 고려 여부 등
문제를 논리적으로 분석하고, 깔끔하고 읽기 쉽고 유지 관리가 가능한 코드를 작성했는가
엣지 케이스를 고려하고,코드를 작성하는가?
피드백에 잘 대응하는가?
2) 데이터 해독 능력: 데이터 리터러시 이해, 통계나 테이블 조인, 데이터 불일치, 시각화 측면등의 데이터 분석 역량, 도메인 기반 지식
데이터를 어떻게 정리했나요? 어떤 문제에 직면했으며 어떻게 해결했나요?
오해의 소지가 있는 요약 통계는 무엇인가요? 어떤 통계가 다른 통계보다 더 유용했나요?
만든 데이터 시각화 중 인사이트가 있었던 데이터 시각화는 무엇이며 그 이유는 무엇인가요?
가장 도움이 되지 않았던 것은 무엇인가요?
3) ML에 내재된 불확실성과 불투명성에 대한 이해도
어떤 예상치 못한/편향된 결과를 본 적이 있나요? 필요한 경우 어떻게 해결했나요?
모델을 사용자와 일치시키기 위해 모델에 어떤 가드레일/정책을 적용하고 있나요?
모델에서 편향성을 발견했다면 어떻게 완화할 수 있을까요?
4) ML 제품 구축 기반 경험
재학습 또는 업데이트 시 시간이 지남에 따라 모델 성능을 어떻게 측정했나요?
모델 성능이 사전 정의된 임계값을 위반했을 때 어떻게 대응했나요?
초기 평가 데이터를 어떻게 수집하고 평가 하네스를 구축했나요?
모델이나 시스템에 대한 오류 분석을 어떻게 평가하고 수행했나요?
직면한 제약 조건은 무엇이었으며, 어떤 어려운 타협을 해야 했나요?
모델 또는 시스템에 대한 안전장치와 정책을 어떻게 구현했나요?
결과는 어땠으며, 돌이켜보면 무엇을 다르게 했으면 좋았을까요?
< 고려해야 할 비기술적 역량 >
1) 모호성(A): 후보자가 문제를 해결하기 시작했을 때 문제가 얼마나 모호했는지 확인 필요
해당 문제에 업계에서 알려진 해결책과 모범 사례가 있나요? 아니면 선행 기술 없이 이전에 해결되지 않은 문제인가요?
지원자가 면밀한 감독을 받았나요? 아니면 대부분 혼자서 해결했나요?
2) 영향력(I)
지원자가 다른 사람들과 협업하고 영향력을 발휘하는 방식 파악
로드맵/디자인 검토, 업무 시간, 프로젝트에 대한 조언, 멘토 역할 등
자신의 직접적인 기여뿐만 아니라 주변 사람들의 성과를 높이는 역할/경험 여부
3) 복잡성(C)
문제 공간의 복잡성을 의미
지원자가 작업한 복잡성의 수준을 이해하고 이에 익숙해져 있는 동시에 솔루션의 효과성을 파악
4) 실행력(E)
제한된 자원과 일정 내에서 후보자가 제공할 수 있는 능력
후보자가 얼마나 빨리 실패하고, 배우고, 반복할 수 있는지
팀이나 업계 전반에 걸쳐 채택되는 새로운 접근 방식을 개척하거나 필요한 노력의 범위와 규모(예: 팀 수)등에 대한 견해
=> 회사의 역할과 단계에 따라 AICE 특성의 우선순위가 달라질 수 있습니다. 초기 단계의 스타트업은 모호성과 실행을 우선시하는 반면, 성숙한 기술 기업은 더 많은 영향력과 복잡성 관리가 필요할 수 있습니다.
다음의 전화화면 보정하거나 면접 루프, 디브리핑을 실시하는 방법은 원문을 참고해주시기 바랍니다.
전화 화면
면접 루프
디브리핑
면접관과 채용 관리자를 위한 몇 가지 팁과 좋은 인재의 몇 가지 특징에 대한 의견
source: https://eugeneyan.com/writing/how-to-interview/
다음 내용이 궁금하다면?
이미 회원이신가요?
2024년 7월 11일 오전 10:54