Apple AI 박사 인턴 도전기4 - Apple Ph.D. research internship

이전 글에 포스팅 했듯이 아침부터 인터뷰 2개를 진행하였는데

 

1) 45분 간 ML Collaborative Coding session

2) 45분 간 Research deep-dive (hiring manager)

 

위의 순서로 진행하였다.

 

1) ML Collaborative Coding Session

 

위 interview 같은 경우, recruiter에게 더 자세한 정보를 달라 하여 물어보았는데

 

파이썬 기본 프로그램이나, DL/ML 문제가 나올 것이라고 하였다.

 

당연히 나는 python basic 코드가 나올 줄 알았고, 

 

Google에 인턴 offer 받은 지인 말로는 easy~medium만 풀 수 있어도 충분하다고 하였기 때문에

 

LeetCode에서 easy 문제로만 풀어보았다.

 

지금이야 더 이상 LeetCode에서 코드 문제를 풀지 않고 있지만...

 

당시 약 5일간 회사 일 하면서 준비하느라 너무 정신이 없었고,

 

특히 solution을 보면 엄청나게 자괴감이 들곤 하였다.

 

특히 머리 좋은 인도 친구들이 푼 문제를 보고는,

 

아 나는 반드시 이번 interview가 끝나더라도 하루에 한 문제씩 꼭 풀어야지 라고 다짐하였다.

 

당시에는 그랬는데 지금은 못 풀고 있는 것 같다.

 

어떻게든 시간 내서 풀어봐야겠다.

 

다시 돌아와서, 그리하여 약 5일간 30~50개의 easy 문제를 위주로 풀었고,

 

이해가 안되는 것은 그냥 답을 외우려 하였다.

 

특히 나는 LinkedList가 너무 어려워서, 집중적으로 그냥 "외웠다"

 

1차 Interview에서, 면접관은 Cornell 박사 출신의 엘리트였는데,

 

면접관: "너 K-means 알고리즘에 대해 알아? 설명해봐"

 

나: "K-means 및 KNN은 unsupervised learning 중 많이 사용되는 알고리즘 중 하나로써 ~"

 

면접관: "좋아. 개념을 알고 있어서 다행이네. 오늘 우리가 집중할 것은 K-Means 구현에 대해 진행해볼거야. 일반적으로 K-means는 이러이러한 수식을 기반으로 iteration해서 수렴하게 돼. 맞지? 이걸 같이 pseudo code로 구현해보자~"

 

이러한 식으로 문제가 주어졌고, 주어진 시간 내에 면접관에게 설명 및 질문을 해가며 문제 해결을 하는 시간이었다.

 

코드를 왜 이런 식으로 작성했는지 설명을 해가며 다음 단계로 넘어가고 진행을 하였다.

 

아쉽지만 100% 완벽하게 풀지는 못하였고, 아쉬움이 많이 남는 technical interview였다.