Preguntes d’entrevista de PNL – KDnuggets

La PNL no és una cosa amb què tots els científics de dades treballen necessàriament i han de saber-ho. Si ho ets o no, depèn de l’empresa que t’entrevista per a una posició de ciència de dades. No estàs interessat en la PNL. Bé, hauràs de saber què és perquè puguis evitar-ho en la teva carrera, si no més.

En cas que us intrigui la PNL i vulgueu aprendre més, us beneficiareu de saber quines preguntes de l’entrevista podríeu esperar.

No, no és aquest enfocament psicològic pseudocientífic el que va guanyar popularitat recentment. Programació neurolingüística, en diuen.

El “nostre” PNL també és cada cop més popular, però es refereix al processament del llenguatge natural.

Com bé diu la Viquipèdia, un llenguatge natural o llenguatge ordinari és qualsevol llenguatge que ha evolucionat de manera natural en els humans mitjançant l’ús i la repetició sense planificació conscient ni premeditació.

La paraula clau de la definició anterior és “humà”. A la PNL, hi ha una paraula clau addicional: ordinador. D’aquí ve la definició que diu que la PNL tracta d’ensenyar als ordinadors a entendre el llenguatge natural. Com que es tracta d’un ordinador, aquesta comprensió significa processar i analitzar dades de llenguatge natural emmagatzemades en diferents formats de dades.

Per fer-ho, la PNL combina coneixements de la intel·ligència artificial, la informàtica i la lingüística.

La PNL s’està convertint en una característica de la nostra vida quotidiana. Mentre escrivia la frase anterior, Smart Compose de Google em va suggerir la frase “vida quotidiana”. Vaig acceptar. Perquè això és el que volia escriure.

Preguntes d'entrevista de PNL

Per tant, aquest és un dels seus usos: correcció automàtica, completació automàtica i correctores ortogràfics. El programari PNL escaneja el text per detectar errors gramaticals i ortogràfics, els corregeix o ofereix suggeriments de correcció. També hi ha correctors ortogràfics que poden “entendre” la sintaxi, el context i el significat de tota la frase. A partir d’això, suggereixen correccions o frases millor redactades d’acord amb l’objectiu que intenteu assolir amb el vostre text.

Traducció lingüística és un altre ús de la PNL. Sempre que estigueu a un país estranger, probablement utilitzeu una eina de traducció, com ara Google Translate. A més, els traductors s’utilitzen cada cop més a les xarxes socials, com Facebook, Instagram i Youtube.

Reconeixement i generació de parla també és un dels usos de la PNL. Penseu en Google Assistant, Windows Speech Recognition, Dragon, Siri, Alexa o Cortana; tots semblen comprendre’t (més o menys) quan parles. En funció del que els digueu, realitzaran una determinada acció, com ara navegar per Internet, escriure les vostres paraules o tocar la vostra cançó preferida. Algunes d’aquestes eines fins i tot et poden respondre, és a dir, generar veu.

La PNL també pot desxifrar la “sensació” del text. En altres paraules, poden detectar el sentiment darrere del text, no només el significat literal. Això vol dir comprendre les emocions (alegria, enfadada, pertorbada, neutral…), el sarcasme, el doble sentit, les metàfores i les expressions dins d’un context. Això es diu anàlisi de sentiments. Penseu en entendre els comentaris de les xarxes socials i eliminar els que incompleixen les condicions del servei o obtenen la satisfacció dels clients mitjançant l’anàlisi dels seus comentaris i ressenyes.

La PNL s’utilitza molt màrqueting en línia. Les paraules clau que cerqueu coincideixen amb les paraules clau de les empreses, els seus productes i els seus anuncis. Així que quan comenceu a veure anuncis d’un producte que acabeu de buscar a Google, no us preocupeu. No estàs boig; és PNL i publicitat dirigida a la feina.

És possible que els científics de dades no estiguin interessats en els llenguatges naturals per se. Afegiu-hi processament informàtic, on els llenguatges naturals es converteixen en dades, i potser crideu l’atenció dels científics de dades.

Potser no n’hi ha prou amb que els ulls dels científics de dades s’il·luminin, però això podria canviar si sabem que l’aprenentatge automàtic (ML) se solapa i s’utilitza sovint en PNL.

Preguntes d'entrevista de PNL

Darrere de tots els usos anteriors de la PNL normalment hi ha ML. I el ML és, sens dubte, un camp que està profundament immers en la ciència de dades.

Quan es parla d’ML, normalment hi ha una distinció entre un supervisat i un no supervisat.

Els models de ML supervisats més utilitzats en PNL són:

  • Màquines vectorials de suport (SVM)
  • Xarxes Bayesianes
  • Entropia màxima
  • Camps aleatoris condicionals
  • Xarxes neuronals

L’aprenentatge no supervisat no és tan comú a la PNL, però encara s’utilitzen algunes de les tècniques:

  • Agrupació
  • Indexació semàntica latent (LSI)
  • Factorització matricial

Darrere de cada model i algorisme de ML, hi ha conceptes estadístics subjacents.

Aquestes dues àrees estan molt provades en totes les empreses serioses que busquen científics de dades. El mateix passa amb les empreses que tracten amb PNL.

El que pot ser específic de la PNL és una terminologia determinada, que s’espera que conegueu.

Preneu tot el que he esmentat aquí per preparar la vostra entrevista al voltant de tres temes principals.

Tota la xerrada anterior condueix sense problemes a les categories de preguntes d’entrevista de PNL:

  1. Preguntes generals i de terminologia de PNL
  2. Preguntes d’estadística
  3. Preguntes de modelització

Preguntes d'entrevista de PNL

“No cobriré preguntes de codificació en aquest article. És de coneixement comú que els científics de dades generalment han de ser programadors hàbils, especialment en SQL i Python. El mateix passa amb els científics de dades que treballen en PNL, de manera que hauríeu d’estar preparat per a la part de codificació de l’entrevista.

1. Preguntes d’entrevista de terminologia general i PNL

Aquestes preguntes d’entrevista de PNL tracten el teu coneixement sobre què és la PNL, com funciona i els conceptes tècnics específics de la PNL.

Aquest és el coneixement de ciència de dades menys “transferible”. En altres paraules, si encara no heu treballat amb PNL, els vostres coneixements previs de ciència de dades no us ajudaran gaire aquí. Per tant, si no teniu experiència laboral amb PNL, preneu-vos aquestes preguntes molt seriosament i prepareu-les meticulosament per a l’entrevista.

Alguns dels exemples de preguntes són:

  1. Quines són les etapes del cicle de vida d’un projecte de processament del llenguatge natural (PNL)?
  2. Quines són algunes de les tasques habituals de PNL?
  3. Quina diferència hi ha entre la derivació i la lematització?
  4. Què és l’extracció d’informació?
  5. Què és l’anàlisi de sentiments a la PNL?
  6. Enumereu algunes biblioteques de codi obert per a PNL.

2. Preguntes d’entrevista d’estadístiques

Les preguntes d’estadística posen a prova el vostre coneixement dels conceptes estadístics que utilitzareu habitualment com a científic de dades en general i quan treballeu en projectes de PNL.

Aquests són alguns exemples:

  1. Bayesian vs. Estadístiques freqüentistes: Quina diferència hi ha entre Bayesian vs. estadístiques freqüentistes?
  2. Quins són els camps aleatoris de Markov ocults?
  3. Coeficient de correlació de Pearson: Demostreu per què el coeficient de correlació de Pearson està entre -1 i 1.
  4. Què entens per perplexitat a la PNL?

3. Modelització de preguntes d’entrevista

La tercera categoria de preguntes d’entrevista de PNL tracta sobre l’ML i els models en general. Això podria referir-se als algorismes de ML més utilitzats en PNL (com s’ha esmentat anteriorment) i a algunes altres tècniques i mètodes específics utilitzats en PNL.

A continuació es mostren alguns exemples:

  1. Quines diferències hi ha entre GPT i GPT-2?
  2. T’agrada l’extracció de funcions o l’afinació? Com decideixes? Utilitzeu BERT com a extractor de funcions o l’afinaríeu?
  3. Què entens per modelatge de llenguatge emmascarat?
  4. PCA i LDA/QDA: Quina relació hi ha entre PCA i LDA/QDA?
  5. Classificació de Bayes ingenu: Què és “ingenu” d’un classificador de Bayes naïf?

El processament del llenguatge natural és un camp que s’utilitza cada cop més a la vida quotidiana. Els usos actuals inclouen correctors ortogràfics, eines d’autocompletar, traductors, reconeixement de veu i programari de generació. La PNL també s’utilitza molt en el seguiment de les xarxes socials i el màrqueting en línia.

La PNL se solapa amb l’aprenentatge automàtic, de manera que molts coneixements d’ML també s’apliquen a la PNL. Però no et facis massa complaent! La PNL és un camp ampli i específic que requereix conèixer terminologia, tècniques i mètodes molt específics d’ús habitual.

En general, els tipus de preguntes d’entrevista es poden dividir en preguntes generals de PNL, preguntes d’estadístiques i preguntes de modelització.

Els exemples i recursos que us he donat més amunt són només un principi. Però fins i tot són suficients per assegurar-vos que aneu a una entrevista de feina de PNL sense por.

Nate Rosidi és científic de dades i en estratègia de producte. També és professor adjunt que ensenya anàlisis i és el fundador de StrataScratch, una plataforma que ajuda els científics de dades a preparar-se per a les seves entrevistes amb preguntes d’entrevistes reals de les principals empreses. Connecta’t amb ell Twitter: StrataScratch o LinkedIn.

Leave a Comment

Your email address will not be published. Required fields are marked *