🤖 Ресурсы для подготовки к собеседованиям на ML-роль

Во второй части мне захотелось собрать ресурсы, которые действительно кажутся мне полезными для подготовки к собеседованиям

〰️Что использую

• deep-ml.com тренажёр по ML coding
там много задач в формате «реализуй batch norm / optimizer / clustering с нуля», то есть примерно того типа, что могут дать на кодинг интервью. Отдельно нравится, что там есть интерактивный режим работы с кодом
• neetcode.io для алгоритмов (
мне нравится, что это не просто набор задач, а понятный маршрут по темам: от sliding window и two pointers до graphs и dynamic programming. За счёт этого готовиться получается более системно, чем просто решать задачи вразнобой. Ещё там есть Blind 75 — один из самых известных списков задач для подготовки к интервью, поэтому я тоже на него ориентируюсь
• Chip Huyen, “ML Interviews”
бесплатная книга с 200+ вопросами и хорошими разборами. Ценна не только правильными ответами, но и тем, что помогает понять, что именно интервьюер хочет услышать
• Machine-Learning-Interviews
тоже структурированный разбор всех частей ML-интервью: от general coding и ML fundamentals до ML system design
• Machine Learning Interview Questions and Answers
по сути, это хорошие чек-листы по темам и вопросам для ML Engineer / Applied Scientist ролей
• Гайды по ML system design
“Machine Learning System Design in a Hurry” от HelloInterview и недавно обноружила для себя курс от Cloud.ru

Сейчас мне кажется, что в подготовке намного полезнее взять один реальный проект и научиться рассказывать о нём по-разному в зависимости от роли и компании. Где-то важнее сделать акцент на моделях, где-то на инфраструктуре, а где-то на продуктовой логике