책에서 다루는 주제가 굉장히 방대하기도 하지만, 이 책이 없었다면 ML 면접은 고사하고, 지금 내가 머신러닝 공부를 제대로 하고 있는가 의문이 들 정도였다. 

다행이라면, 난 이 책을 모두 읽었고 무엇이 부족하며 어떻게 공부해야하는지 어느정도 갈피를 잡았다는 것이다.

책의 전체적인 구성은 ML 면접 과정을 질문과 답변 형식으로 진행하고 있지만, 저 처럼 앞으로 ML엔지니어를 꿈꾼다면 아주 유용한 학습 가이드로 활용할 수 있을 것이다.

따라서, ML 엔지니어를 목표로 하는 누구든지 최대한 빠른 시간에 읽어 보길 추천한다. 책 내용 모두를 이해하지 못해도 앞으로 어떻게 해야하는지와 관련한 충분한 인사이트를 얻게 될 것이다. 적어도 나의 강점과 보완해야 할 분야는 확실히 알 수 있다.

책의 구성은 빅테크(유튜브, 링크드인, 텐센트, 스포티파이, 스냅챗, 알리바바, 하웨이, 홈디포, 마이크로소프트, 구글, 아마존, 페이스북, ...)에서 자주 묻는 194가지 문제를 전체 7개 장으로 설명하는데,

1장 "ML 면접에 임하기"에서는 ML 면접 과정과 평가 항목에 관해 알아 보고, 

2장 "ML 기본 지식"은 ML 엔지니어링을 포함하여 ML 교과서에 나오는 이론 위주로 설명한다. 

3장 "ML 코딩"에서는 코딩 면접 관점에서 대처하는 방법과 python으로 기본 알고리즘(k-평균, 의사 결정 트리, 선형 회귀, ..., 문자열 문제)의 작성법을 알려주고, 

4장 "ML 시스템 설계1 - 추천 시스템"은 면접에서 가장 비중이 높은, 즉 현업에서 가장 많이 사용하는 추천 시스템을 대상으로 데이터셋 선정, 서빙, 편향, 랭킹 모델, 평가 방법 및 고려해야 될 사항에 관해 설명한다.

5장  "ML 시스템 설계2 - 응용"에서는 자연어 처리와 관련하여 전처리, 감성 분석, 토픽 추출, 문서 요약, 피처 엔지니어링, 분류, 회귀, 평가 방법 및 고려해야 될 사항에 관해 알려주고, 

6장 "ML 인프라 설계"은 서빙 관점에서 모델 개발 및 학습 가속화와 오류시 처리 방법, 모델 업데이트, 레이턴시 감소방안, 롤백, 모니터링에 관해 알아보고

7장 "고급 ML 문제"에서는 지연된 레이블이나 레이블 없이 학습하는 방안, 가격 모델의 최적화 방안에 관해 설명한다.

끝으로, 부록 A "생성모델: 노이지 채널 모델에서 LLM까지"은 생성 모델을 활용한 기계 번역, 음성 인식, 트랜스포머, 파인튜닝까지 알아보고, 참고자료로 마무리 한다.

수식으로 부담을 주는 책은 아니다. 아키텍처는 중간중간 그림으로 알기 쉽게 설명하고 있으며, 질문의 순서가 학습, 알고리즘, 아키텍처, 평가 지표, 서빙등 ML 엔지니어링 파이프라인순으로 되어 있어서 흐름을 따라가지에도 좋다.

책은 디자인은 녹색 계열로 부족한 부분이 없었으며, 역자분도 역주로 세심하게 알려주어, 책을 이해하는데 어려움은 없었다.

책의 난이도와 다루는 분야는 개인적으로 머신 러닝에서 역대급이 아닐까 생각한다. 

초기 선형 회귀 모델부터 k-최근접 이웃, 의사 결정 트리, 랜덤 포레스트, 부스팅, 신경망(DNN, CNN, RNN), 그래프, 강화학습, 비지도 학습, 트랜스포머, LLM을 총망라하고 있으며, ML 엔지니어링 부분의 데이터 선별, 전처리, 피처 엔지니어링, 차원 감소, 서빙, 평가, 모니터링, 오류 대처 방안까지 다룬다.

그럼에도 ML 엔지니어가 되기 위해서는 꼭 필요한 내용이라고 생각하기 때문에, 그저 저자의 해박한 지식에 존경을 표하고 싶다. 

다만, 책의 분량으로 모든 내용을 상세히 설명할 수 없음을 이해할 수 있을 것이다. 책에서 무엇을 공부하면 되는지 알려주는 것만으로도 개인적으로 엄청한 이득이라고 생각한다.

ML 면접과 관련해서도 책 중간중간 많은 팁을 전달하지만, 특히 빅테크에서 ML 모델을 활용하는 방법과 최신 기술 및 참고자료의 관련 논문은 앞으로  ML 분야를 배우는데 있어 좋은 길잡이가 될 것이다.

그렇기 때문에 저를 포함하여 지식이 부족해도 이 책을 읽어야하는 이유이다. 내가 모른다는 사실조차 몰라서 되겠는가? 

"YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다"

#머신러닝인터뷰 #머신러닝 #펑샤오 #정원창 #한빛미디어 #인사이드머신러닝인터뷰 #리뷰어클럽리뷰