בחירת מוסד לימודים (עזרה מהייטקיסטים)

[YPV]

לא יודע. אני בכלל המלצתי לפסול את השאלה. זה לא שחיפשו מנהל קרייטיב במשרד פרסום. חיפשו מנתח מערכות מידע עם ותק וניסיון. אמרתי שלדעתי מדובר בשאלה לא עניינית ואפילו מבזה. אפשר לבדוק יצירתיות ויכולות אנליטיות גם מבלי להפוך מועמדים ל"דובים מרקדים".

 

[Yevgeny]

נניח שיש לך 5 מועמדים בעלי תואר שני במדעי המחשב שעשו קורסים ואולי אפילו תיזה ב-machine learning.
מה תעשה? איך תסנן?
תן להם שאלות מפגרות על מטבעות ועצים בינאריים. מי שזוכר את החומר משנה א' של תואר ראשון הוא הזוכה.

נראה שהרשמים שלי מאוד שונים משלך. בתור אחד שראיין לא מעט אנשים (בעלי תואר שני ושלישי בעיקר) לתפקיד - היו שאלות רוחביות ברמה בסיסית (מסדי נתונים, מבני נתונים ואלגוריתמים, סטטיסטיקה והסתברות, כישורי תכנות מינימאליים) בעיקר כדי לוודא רמת הבנה מינימלית ושאלות עומק במידול/ניתוח נתונים שרלוונטיות ישירות לתפקיד בפועל.
חלק מאוד גדול מהמועמדים (עם תואר שני ושלישי, כן? לא אנשים אקראיים) התקשו מספיק בשאלות הבסיס שלא היה הרבה טעם להתקדם לשאלות העומק. מועמדים אולי יש הרבה, אבל כאלו שבאמת מבינים את התחום ואת מה שהיו אמורים ללמוד - הרבה פחות.

 

[YPV]

תחום המחשוב הוא רחב כרוחב שוק התעסוקה כולו. הוא גם מאוד דינמי. מי שמתחיל ללמוד היום, לא באמת יכול לנבא איפה הוא יהיה בעוד 4 שנים ומה יהיו דרישות השוק. יכול להיות הוא ייפול על מקצוע/תפקיד שמעסיקים ירעיפו עליו דולרים רק בשביל ההזדמנות להעסיק אותו. ויכול להיות שידרשו ממנו למשרת סטודנט, ממוצע מעל 90 מאונ' מוכרת כולל ניסיון קודם אצל 4 מעסיקים שונים. כמו בכל מקצוע, מי שיכול - שיבטיח לעצמו כל יתרון אפשרי מראש, גם אם בדיעבד הוא לא יצטרך אותו.

 

[AIML]

נניח שיש לך 5 מועמדים בעלי תואר שני במדעי המחשב שעשו קורסים ואולי אפילו תיזה ב-machine learning.
מה תעשה? איך תסנן?

ממש לא. כל כך קל לסנן... ממש לא צריך חידות.
מועמדים טובים יודעים להסביר מה הם עשו, למה הם עשו דווקה את זה מה אחרים בתכומם עשו ומה הם יכלו לעשות אחרת. מי שחושב שכל מועמד שהרגע עבר מבחן על התזה יענה בקלות, טועה.
בודקים גם ידע מינימלי, וגם כאן יש סינון רציני.
וכן, יש התאמה ברורה בין רמת הידע לבין האוניברסיטה בה למדו.
אגב - עוד דבר מאד חשוב זה התנהגות.

 

[sogi]

מועמדים טובים יודעים להסביר מה הם עשו, למה הם עשו דווקה את זה מה אחרים בתכומם עשו ומה הם יכלו לעשות אחרת. מי שחושב שכל מועמד שהרגע עבר מבחן על התזה יענה בקלות, טועה.

אלה בדיוק השאלות ששואלים אותך במבחן תיזה.
אין סיכוי שאדם שלא קרא את התיזה בכלל (ואפילו אם הוא פרופסור) יוכל לדבר איתך ברמה הנכונה על הנושא, אלא אם כן התיזה שלך כל כך שטחית או מאוד יישומית. אם יש עומק תיאורטי אז אין סיכוי שהמראיין ייכנס לעומק, יקרא את המאמרים שלך וישאל את השאלות הנכונות.

בודקים גם ידע מינימלי, וגם כאן יש סינון רציני.

הידע המינימלי הזה זה דברים שהאדם למד לפני הרבה שנים וכבר שכח. ברור שזה מסנן טוב כי תמיד יהיה מועמד שכן יזכור את החומר משנה א' בתואר ראשון.

נראה שהרשמים שלי מאוד שונים משלך. בתור אחד שראיין לא מעט אנשים (בעלי תואר שני ושלישי בעיקר) לתפקיד - היו שאלות רוחביות ברמה בסיסית (מסדי נתונים, מבני נתונים ואלגוריתמים, סטטיסטיקה והסתברות, כישורי תכנות מינימאליים) בעיקר כדי לוודא רמת הבנה מינימלית ושאלות עומק במידול/ניתוח נתונים שרלוונטיות ישירות לתפקיד בפועל.
חלק מאוד גדול מהמועמדים (עם תואר שני ושלישי, כן? לא אנשים אקראיים) התקשו מספיק בשאלות הבסיס שלא היה הרבה טעם להתקדם לשאלות העומק. מועמדים אולי יש הרבה, אבל כאלו שבאמת מבינים את התחום ואת מה שהיו אמורים ללמוד - הרבה פחות.

אני חדש במשחק הזה של הראיונות ולא דגמתי יותר מדי חברות. מה שרשמתי זה הרושם שקיבלתי בכמה חברות גדולות.
מן הסתם אנשים התקשו. בתואר שלישי אתה מתמקצע בנושא מאוד מצומצם ואז אתה יוצא לעולם ההייטק ומראיין שכל היום כותב קוד ובזמנו החופשי פותר/קורא ספרים של תרגילי תכנות/היגיון/אולימפיאדות, כי זה חלק מעבודתו, פתאום תופס עליך פוזה. מצב הזוי...

המעסיקים צריכים להפנים את זה:
http://phdcomics.com/comics.php?f=1356

@Yevgeny
אשמח לשמוע את דעתך על שאלה ספציפית כדי להבין את הבדלי הדעות בינינו.
ב-2 מקומות שאלו אותי את השאלה על ה-100 קומות ו-2 ביצים.

גם אתה שואל את השאלה הזו ?
האם לדעתך היא מראה הבנה כלשהי?

אני מודה שבזמנו כשראיתי את השאלה לראשונה (לא בראיון עבודה) לא הצלחתי לפתור אותה.
ואין לי ספק שזה לא אומר שחסר לי ידע ספציפי כלשהו. פשוט קשה להבין בדיוק מה רוצים ממך בשאלות האלה.

האם עכשיו כשאני יודע לדקלם את הפתרון בראיונות, אני אלגוריתמאי טוב יותר?

 

[Benjamin W]

אם היית מכשיר חשמלי, איזה מכשיר היית, ולמה"

@sogi
זאת שאלה גרועה כי היא תיצור אנטגוניזם אצל המרואיין. אבל, בעיקר כי רוב הסיכויים, שמי ששואל את השאלה לא ידע מה לעשות איתה.

בתכלס, שאלות כאלה הן כמו מבחן רורשך, אין תשובה נכונה או לא נכונה, העיניין הוא הדיון. יש בשאלות כאלה גם משהו disarming. זה יכול להיות כלי מעולה בידיי פסיכולוג מנוסה...

תן להם שאלות מפגרות על מטבעות ועצים בינאריים.

אתה מדבר שטויות. המטרה של השאלות אלגוריתמיקה זה לראות איך מועמד חושב, לא איך הוא מדקלם על ML . מועמד שיש לו שכל, ידע להתמודד עם כל בעיה שתזרוק עליו...

 

[Yevgeny]

גם אתה שואל את השאלה הזו ?

בעיני זו שאלה מהסוג של "חידות" ("puzzles") שאני מאוד לא אוהב - הפתרון נראה פשוט וברור מאליו אם אתה מכיר אותו, אבל הוא טריקי ולא משהו שטריוויאלי להגיע אליו במהירות תחת מגבלת זמן ולחץ של ראיון. זה לא בודק שום דבר שמעניין אותי בתור מראיין.

לגבי הקומיקס (שאני מאוד מזדהה איתו, ומצטט משהו בסגנון כל פעם שעושים חשבון במסעדה עם חברים) - העניין הוא שרוב התפקידים, גם כאלו שרקע מחקרי רלוונטי בהם, עדיין דורשים הבנה של ידע בסיסי רחב למדי בשביל העבודה היומיומית. למרות שהמחקר העמוק הוא הדבר הבאמת מעניין - בניגוד אולי ללימודי PhD ששם אפשר להתעמק רק בזה, בתעשייה יש הרבה עבודה "מלוכלכת" שוטפת שגם בעל תפקיד מחקרי צריך להתמודד איתה בהצלחה.

יותר מזה - במחקר אולי מתמקדים בסוגיה ספציפית בתחום צר שבחרת. בעולם העיסקי (בתפקידי ה-ML/אלגוריתמיקה/Data Science לכל הפחות) מגיעות אליך בעיות בלי פתרון נתון ואפילו בלי בהכרח "רמז" מה גישת הפתרון הטובה/נכונה (בהנחה שמדובר בתפקיד מקצועי מספיק בכיר כדי שתהיה אחראי על בחירת הפתרון, ולא יישום פתרון שמישהו חשב עליו והטיל עליך לממש).
לכן חשובה לא פחות הבנה בסיסית טובה לכל הפחות במגוון יחסית רחב של כלים - כדי שתוכל לבחון ולהשוות גישות שונות, ותהיה לך אינטואיציה סבירה לגבי מה יישים ומה לא. ובשלב מסוים מתחילה להיות חשובה להיות לא פחות הבנה עיסקית של הלקוח של הפתרון - בין אם זה לקוח פנימי או חיצוני, כי בשלב מסוים אתה מבין מה הבעיה שהם באמת רוצים לפתור, או אף להציע כיוונים שלא חשבו שאפשר לבקש.

וזה בסופו של דבר בעיני הערך של מישהו שעשה תואר אקדמי - כי זה מישהו שלמד מגוון מספיק רחב של נושאים לפחות ברמתם הבסיסית, ואם הוא/היא באמת הבינו את החומר אפשר יהיה להטיל עליהם מספיק בעיות שונות / תפקידים שונים ויהיה להם בסיס מספיק טוב כדי ללמוד זאת לעומק. אנשים שיש להם רק ניסיון מקצועי יכולים להיות אולי מצוינים (והרבה יותר טובים מבוגר טרי) בתחום הספציפי שהתמחו בו - אבל יש ספק לגבי היכולת שלהם להתמודד עם תחום או אוסף בעיות שוונת לגמרי (תלוי כמובן במוטיבציה ויכולת הלימוד האישית).

 

[sogi]

אתה מדבר שטויות. המטרה של השאלות אלגוריתמיקה זה לראות איך מועמד חושב, לא איך הוא מדקלם על ML . מועמד שיש לו שכל, ידע להתמודד עם כל בעיה שתזרוק עליו...

אם אתה לא זוכר חומר, אז האינטליגנציה שלך לא יכולה להציל אותך.
תנסה לפתור את זה (שאלה אמיתית):
יש לך משולש עם מידות 60,75,45. זורקים נקודה בהתפלגות אחידה בתוך המשולש.
מורידים אנך מכך אחת משלושת הצלעות וסוכמים את גדלי האנכים האלה.
מה התוחלת של הגודל הזה (הסכום) ?

אתה יכול להתמודד עם זה בזמן סביר אם לא נגעת שנים בחדו"א 2 והסתברות?

 

[AIML]

סיכוי שאדם שלא קרא את התיזה בכלל (ואפילו אם הוא פרופסור) יוכל לדבר איתך ברמה הנכונה על הנושא, אלא אם כן התיזה שלך כל כך שטחית או מאוד יישומית. אם יש עומק תיאורטי אז אין סיכוי שהמראיין ייכנס לעומק, יקרא את המאמרים שלך וישאל את השאלות הנכונות.

איזה מזל שאתה כאן להסביר לי כמה שאני לא מבין ולא מסוגל

 

[sogi]

איזה מזל שאתה כאן להסביר לי כמה שאני לא מבין ולא מסוגל

אני לא מזלזל בך. ואם אתה בא במגע עם אנשי מדמ"ח יישומיים שבנו ושיחקו עם רשתות CNN וקוראים לזה מחקר, אז אני יכול להבין מאיפה הגישה הזו באה. אבל בתחומים מסובכים ותיאורטיים יותר, אי אפשר לשפוט עבודת דוקטורט ב-20 דקות של שיחה. אפילו לא ניתן להבין את כל המושגים שמוגדרים בעבודה כי זה דורש קריאה של רפרנסים רבים.

אני מאמין שקיימים פרופסורים ברמה עולמית שיכולים לעשות את זה בתחום ספציפי, אבל לא מראיין בראיון עבודה שרירותי (בלי לזלזל).

 

[Benjamin W]

אם אתה לא זוכר חומר, אז האינטליגנציה שלך לא יכולה להציל אותך.
תנסה לפתור את זה (שאלה אמיתית):
יש לך משולש עם מידות 60,75,45. זורקים נקודה בהתפלגות אחידה בתוך המשולש.
מורידים אנך מכך אחת משלושת הצלעות וסוכמים את גדלי האנכים האלה.
מה התוחלת של הגודל הזה (הסכום) ?

אתה יכול להתמודד עם זה בזמן סביר אם לא נגעת שנים בחדו"א 2 והסתברות?

https://en.m.wikipedia.org/wiki/Viviani's_theorem

סתכל בהוכחה

 

[גרהם]

אני לא מזלזל בך. ואם אתה בא במגע עם אנשי מדמ"ח יישומיים שבנו ושיחקו עם רשתות CNN וקוראים לזה מחקר, אז אני יכול להבין מאיפה הגישה הזו באה. אבל בתחומים מסובכים ותיאורטיים יותר, אי אפשר לשפוט עבודת דוקטורט ב-20 דקות של שיחה. אפילו לא ניתן להבין את כל המושגים שמוגדרים בעבודה כי זה דורש קריאה של רפרנסים רבים.

אני מאמין שקיימים פרופסורים ברמה עולמית שיכולים לעשות את זה בתחום ספציפי, אבל לא מראיין בראיון עבודה שרירותי (בלי לזלזל).

שאלה של הדיוט - האם יש חשיבות לכך שאדם שעבד קשה במשך כמה שנים והעמיק מאד בתחום צר, יידע להסביר לאנשים מהתחום הרחב מה הוא בעצם עשה, מה התרומה שלו למחקר, מה המתודולוגיה וכו'? הרי בסופו של יום, גם העילוי שפורץ דרך במחקר (וגם זה נעשה פעמים רבות בקבוצה בה נדרש שיתוף פעולה) צריך להסביר את עבודתו ויישומיה למנהלים / קולגות / לקוחות / משקיעים וכיוצ"ב וגם הם יכולים לשאול שאלות על העבודה ותוצריה, כל אחד לפי הבנתו והקרבה לתחום. מה דעתך?

 

[AIML]

אני לא מזלזל בך. ואם אתה בא במגע עם אנשי מדמ"ח יישומיים שבנו ושיחקו עם רשתות CNN וקוראים לזה מחקר, אז אני יכול להבין מאיפה הגישה הזו באה. אבל בתחומים מסובכים ותיאורטיים יותר, אי אפשר לשפוט עבודת דוקטורט ב-20 דקות של שיחה. אפילו לא ניתן להבין את כל המושגים שמוגדרים בעבודה כי זה דורש קריאה של רפרנסים רבים.

ברור שאתה מזלזל בי. ולא טורח להסתיר את זה ובטח שלא, חס וחלילה, להקשיב וללמוד.
היית אי פעם בכנס מדעי? הרצאה אופינית היא רבע שעה, והפלא ופלא - רוב הנוכחים מסוגלים להבין ולשפוט את העבודה

 

[לנצח נתהה]

איך יודעים אם ההבנה והשיפוט לא נשענים על היריסטיקות והטיות חשיבה?

 

[nick]

ומראיין שכל היום כותב קוד ובזמנו החופשי פותר/קורא ספרים של תרגילי תכנות/היגיון/אולימפיאדות, כי זה חלק מעבודתו, פתאום תופס עליך פוזה. מצב הזוי...

חחח חי בסרט.
זה יותר הולך ככה:
מראיין שיש לו חמש שאלות קבועות, כי אף אחד לא מקציב לו אפילו דקה על זה שהוא מראיין, קל וחומר על הכנת חומר לראיונות.

 

[sogi]

https://en.m.wikipedia.org/wiki/Viviani's_theorem

סתכל בהוכחה

המשפט נכון רק במשולש שווה צלעות והמשלוש בשאלה בבירור לא שווה צלעות ("ש לך משולש עם מידות 60,75,45"). הרעיון של ההוכחה הוא צימצום המשווה בצלע המשותפת (שלא קיימת במקרה שלנו).

אם היית צודק וזה היה מסתמך על איזה משפט של גיאומטריה מהתיכון, זה גם היה מצחיק, שהמעסיק מוחק לך לא רק את כל הידע שצברת אחרי שנה א' בתואר ראשון, אלא אך מרחיק לכת ורוצה שתחזור בשבילו על גיאומטריה אוקלידית (ובאמת שאפשר להביא שאלות קשות בנושא, למשל מספרי אולימפיאדות למינהם).

אני לא אומר שהשאלה קשה. היא בסך הכל דורשת לזכור את ההגדרה של תוחלת של משתנה מקרי ולחשב אינטגרל כפול. זה שטויות.
מי שלמד את זה מתישהו יוכל ברגע של צורך לפתור דבר כזה אחרי שייזכר בחומר הרלוונטי.
אבל ברוגע ולא כאשר מישהו צופה בך.

 

[sogi]

חחח חי בסרט.
זה יותר הולך ככה:
מראיין שיש לו חמש שאלות קבועות, כי אף אחד לא מקציב לו אפילו דקה על זה שהוא מראיין, קל וחומר על הכנת חומר לראיונות.

אבל מאיפה הוא קיבל את השאלות ?
הוא קיבל את זה ממישהו אחר (למשל מישהו ששאל אותו בראיונות שאליהם הגיע) והמישהו הזה קיבל ממישהו אחר. ואז בסוף השרשרת יש מישהו שהעתיק את זה מאיזה ספר חידות/אולימפיאדות או לחלופין המציא לבד.

הויראליות של השאלות - זו הסיבה ששאלות כמו "100 קומות, 2 ביצים" ממשיכות ללוות את ההייטק הישראלי עשרות שנים, בלי שום סיבה.

הנקודה היא שהמראיין לא רגיש לבעייתיות של חלק מהשאלות כי אין לו יכולת לראות את הסיטואציה מהצד. הוא כבר יותר מדי זמן בתוך המשחק הזה.

 

[איש(3718)]

האם עכשיו כשאני יודע לדקלם את הפתרון בראיונות, אני אלגוריתמאי טוב יותר?

אתה מתראיין טוב יותר.
מנסיוני המר בנושאים אלו, חשוב לשאול בעיות התיכנות האלו (ברמה של תואר 1) גם בעלי תואר 2 ו 3 .

למה?
1) אגו - מי שיגיד שלא לכבודו לנסות לפתור חידה שכזו, מן הסתם גם לא יסכים לעשות משימות שנראות בעיניו בזויות בעבודה עצמה, למשל, לבדוק פוקציונלית ברמה בסיסית את מודול התוכנה שהוא כתב כרגע, לפני שהוא משחרר אותו עתיר בגים ל QA.
2) אופי והתמדה - לא חייבים לפתור כל בעיה, אבל נכונות להתמודד עם בעיה שהוא לא מכיר ולשבת על התחת שעתיים ולנסות לפתור אותה, נותן אינדיקציה מצויינת על הגישה שלו באופן כללי. גם נכונות להתכונן מראש לבחינה וללמוד מראש את כל הבעיות ששואלים בראיונות עבודה נותן אינדיקציה טובה על האופי שלו.
3) ידע בתכנות כללי - בהנחה שלא מדובר באדם שמגוייס ספציפית בגלל המומחיות בתיזה שלו, אלא בגיוס מתכנת כללי, אז לא כל אלו שלמדו תואר 2 ו 3 הם בהכרח מתכנתים טובים. רוב מצטייני מדמ"ח באוניברסיטאות שאני מכיר, בכלל לא המשיכו לתואר 2\3 . הרבה פעמים דווקא אלו שלא מוצאים משרות בחוץ ממשיכים לתארים מתקדמים.

 

[sogi]

ידע בתכנות כללי - בהנחה שלא מדובר באדם שמגוייס ספציפית בגלל המומחיות בתיזה שלו, אלא בגיוס מתכנת כללי, אז לא כל אלו שלמדו תואר 2 ו 3 הם בהכרח מתכנתים טובים. רוב מצטייני מדמ"ח באוניברסיטאות שאני מכיר, בכלל לא המשיכו לתואר 2\3 . הרבה פעמים דווקא אלו שלא מוצאים משרות בחוץ ממשיכים לתארים מתקדמים.

אני מסכים איתך לגמרי בקטע הזה.
אדם שלמד תארים מתקדמים כמעט תמיד בעל יכולת תיכנותית פחות טובה ברגע שהוא יצא מהאקדמיה.
באקדמיה אתה לא מממש דברים בצורה הכי טובה, אלא רק ברמה של proof of concept. הדגש הוא לא על איכות הקוד.

אבל אם המעסיקים יתנו למועמד חודש-חודשיים, אז הוא יסגור את הפער. בסך הכל לפתור שאלות תיכנות גם בן 10 יכול, אז כדאי לתת קצת יותר כבוד למישהו שהצליח לסיים תואר שני או שלישי.

 

[Benjamin W]

ולחשב אינטגרל כפול.

זה פתיר עם ידע של תיכון....

שוב, אתה מפספס את המטרה של השאלה, ונראה לי שגם את המטרה של המראיין...