aimlinterviews

이 저장소는 AI 및 머신러닝 기술 인터뷰, 특히 FAANG과 같은 대형 기술 기업의 직무를 준비하기 위한 실용적인 가이드입니다. 저자가 Meta, Google, Amazon, Apple, Roku에서 여러 오퍼를 받은 개인적인 경험을 바탕으로 작성되었습니다. 가이드는 여러 장으로 구성되어 있으며, 각 장은 핵심 인터뷰 구성 요소에 초점을 맞춥니다: - **1장: 일반 코딩(DSA)** – 데이터 구조와 알고리즘을 다루며, 일반적인 1차 기술 화면입니다. - **2장: ML 코딩** – 주로 코딩 환경에서 머신러닝 알고리즘을 처음부터 구현하는 데 초점을 맞춥니다. - **3장: ML 기초** – 고전 머신러닝, 대규모 언어 모델(LLM), 멀티모달 AI를 포함한 핵심 ML 개념을 검토하여 지식의 폭을 테스트합니다. - **4장: ML/GenAI/LLM 시스템 디자인** – 생성형 AI 및 LLM 기반 아키텍처를 포함한 확장 가능한 ML 시스템 설계를 다룹니다. - **5장: 에이전틱 AI 시스템** – 인터뷰에서 성장하는 분야인 에이전틱 AI 시스템 구축에 대한 별도 저장소로 연결합니다. - **6장: 행동 인터뷰** – 행동 및 리더십 질문에 대한 지침과 워크시트 템플릿을 제공합니다. - **리소스** – 생성형 AI 학습 자료를 나열합니다. - **AI 튜터** – MCP 호환 AI 어시스턴트를 인터뷰 코치로 바꿔 커리큘럼 문제, 힌트, 답변 검토를 제공하는 MCP 서버(`aimlinterviews-mcp`)를 제공합니다. 콘텐츠는 2026년에 맞춰 업데이트되었으며, LLM, 멀티모달 AI, 포스트 트레이닝, GenAI 시스템 디자인 섹션이 확장되었습니다. 주로 AI/ML 엔지니어링, 응용 과학, 테크 리드 역할을 대상으로 하지만 일부 모듈은 데이터 과학이나 연구 과학자 직무에도 유용할 수 있습니다. 저자는 인터뷰 구조가 회사마다 다르지만 FAANG 전반에 걸쳐 구성 요소는 유사하며, 스타트업은 종종 특정 사용 사례에 맞게 인터뷰를 조정한다고 언급합니다. 풀 리퀘스트를 통한 기여는 언제나 환영합니다. 저장소는 영어, 중국어 간체, 페르시아어로 제공됩니다.