머신러닝 엔지니어

[머신러닝 시스템 디자인 스터디 Part4]Architecting for Scale

Architecting for Scale(확장을 위한 설계) 문제를 이해하고 정의하는 동안 수집된 요구사하은 구조를 설계하는데 도움이 된다. 문제 예시: 사용자들과 관련된 광고들을 표시해주는 머신러닝 시스템 설계 문제를 설정하는 동안 사용자들과 광고들이 매우 크고 증가하고 있다는 것을 질문하고 이해해야한다. 데이터가 증가하더라도 모든 사용자들에게 관련있는 광고들을 빠르게 찾을 수 있는 시스템이 필요하다. 이 시스템은 증가하는 요소들을 다루기 위해서 확장가능해야한다. 이러한 이유들 때문에 복잡한 머신러닝 모델을 설계하면 안된다. 그리고 시스템의 모든 광고들을 위해 모델을 사용해야한다. 만일, 복잡한 모델을 설계할 경우 많은 시간과 자원이 필수불가결할 것이다. 해결 방안: Funnel Approach(깔때..

[머신러닝 시스템 디자인 스터디 Part2]Setting up a Machine Learning System

Machine Learning System 셋업의 키포인트 문제를 준비해라 우선, 질문들을 던져라 머신러닝 인터뷰에서 면접관의 질문은 다양하고 스펙트럼이 넓다. 질문을 해서 문제에 대한 자신의 이해도와 면접관의 기대치의 간격을 줄여야한다. 이를 통해 문제의 크기를 좁혀나갈 수 있고, 시스템의 요구사항의 각을 잡을 수 있게되어 결국 머신 러닝 문제의 상태를 정확하게 파악할 수 있을 것이다. 예시: 면접자가 사용자의 쿼리들의 응답결과와 가장 유사한 것들을 찾는 검색엔진을 설계하라는 문제를 받았다. 문제를 Narrow Down 하기 위해 다음과 같은 질문들을 하는 것이 좋다. 이 문제에서 검색 엔진이 뜻하는 것은 구글이나 Bing 같은 일반 검색 엔진인가, 혹은 아마존 상품 검색과 같은 특정한 검색 엔진인가?..