প্রকল্প সম্পর্কে

এই রিপোজিটরিটি AI এবং মেশিন লার্নিং প্রযুক্তিগত ইন্টারভিউয়ের প্রস্তুতির জন্য একটি ব্যবহারিক নির্দেশিকা হিসেবে কাজ করে, বিশেষ করে FAANG-এর মতো বড় টেক কোম্পানিগুলির ভূমিকার জন্য। এটি লেখকের ব্যক্তিগত অভিজ্ঞতা থেকে সংকলিত, যার মধ্যে Meta, Google, Amazon, Apple এবং Roku থেকে একাধিক অফার পাওয়া অন্তর্ভুক্ত। নির্দেশিকাটি বিভিন্ন অধ্যায়ে কাঠামোবদ্ধ, প্রতিটি একটি মূল ইন্টারভিউ উপাদানের উপর দৃষ্টি নিবদ্ধ করে: - **অধ্যায় ১: সাধারণ কোডিং (DSA)** – ডেটা স্ট্রাকচার এবং অ্যালগরিদম কভার করে, যা সাধারণ প্রথম রাউন্ডের প্রযুক্তিগত স্ক্রিনিং। - **অধ্যায় ২: ML কোডিং** – স্ক্র্যাচ থেকে মেশিন লার্নিং অ্যালগরিদম বাস্তবায়নের উপর দৃষ্টি নিবদ্ধ করে, প্রায়ই একটি কোডিং পরিবেশে। - **অধ্যায় ৩: ML মৌলিক বিষয়** – মূল ML ধারণাগুলি পর্যালোচনা করে, যার মধ্যে রয়েছে ক্লাসিক মেশিন লার্নিং, বড় ভাষার মডেল (LLM) এবং মাল্টিমোডাল AI, জ্ঞানের বিস্তৃতি পরীক্ষা করার জন্য। - **অধ্যায় ৪: ML/GenAI/LLM সিস্টেম ডিজাইন** – স্কেলযোগ্য ML সিস্টেম ডিজাইন করার বিষয়টি সম্বোধন করে, যার মধ্যে জেনারেটিভ AI এবং LLM-ভিত্তিক আর্কিটেকচার অন্তর্ভুক্ত। - **অধ্যায় ৫: Agentic AI সিস্টেম** – এজেন্টিক AI সিস্টেম নির্মাণের একটি পৃথক রিপোজিটরির সাথে লিঙ্ক করে, যা ইন্টারভিউতে একটি ক্রমবর্ধমান ক্ষেত্র। - **অধ্যায় ৬: আচরণগত ইন্টারভিউ** – আচরণগত এবং নেতৃত্বের প্রশ্নগুলির জন্য নির্দেশনা এবং একটি ওয়ার্কশিট টেমপ্লেট সরবরাহ করে। - **সম্পদ** – জেনারেটিভ AI-এর জন্য শেখার উপকরণ তালিকাভুক্ত করে। - **AI টিউটর** – একটি MCP সার্ভার (`aimlinterviews-mcp`) অফার করে যা যেকোনো MCP-সামঞ্জস্যপূর্ণ AI সহায়ককে ইন্টারভিউ কোচে পরিণত করতে পারে, পাঠ্যক্রমের সমস্যা, ইঙ্গিত এবং উত্তর পর্যালোচনা প্রদান করে। কন্টেন্টটি ২০২৬ সালের জন্য আপডেট করা হয়েছে, যেখানে LLM, মাল্টিমোডাল AI, পোস্ট-ট্রেনিং এবং GenAI সিস্টেম ডিজাইনের উপর বিস্তৃত বিভাগ রয়েছে। এটি প্রাথমিকভাবে AI/ML ইঞ্জিনিয়ারিং, অ্যাপ্লাইড সায়েন্স এবং টেক লিড ভূমিকার জন্য লক্ষ্য করা হয়েছে, যদিও কিছু মডিউল ডেটা সায়েন্স বা গবেষণা বিজ্ঞানী অবস্থানের জন্য উপযোগী হতে পারে। লেখক নোট করেছেন যে ইন্টারভিউ কাঠামো কোম্পানির উপর নির্ভর করে পরিবর্তিত হয়, তবে FAANG জুড়ে উপাদানগুলি একই রকম, অন্যদিকে স্টার্টআপগুলি প্রায়ই তাদের নির্দিষ্ট ব্যবহারের ক্ষেত্রে ইন্টারভিউ সাজায়। পুল রিকোয়েস্টের মাধ্যমে অবদান স্বাগত। রিপোজিটরিটি ইংরেজি, সরলীকৃত চীনা এবং ফার্সি ভাষায় উপলব্ধ।