English | 简体中文 | فارسی

Code style: black

GitHub stars

GitHub forks

Last Commit

GitHub issues

Contributors

Tweet

뉴스

:newspaper: 이 저장소는 이제 AIMLInterviews이며, LLM, 멀티모달 AI, 사후 훈련(post-training), GenAI 시스템 설계 콘텐츠가 확장되어 2026년 버전으로 업데이트되었습니다.

AIMLInterviews 1:1 코칭 및 모의 인터뷰

저는 이제 AI/ML 엔지니어, 응용 AI 과학자(Applied AI Scientists), 리서치 엔지니어(Research Engineers), 리서치 과학자(Research Scientists), AI 전략가(AI Strategists), 엔지니어링 매니저(Engineering Managers) 및 선임 AI 리더를 위한 1:1 AI/ML 인터뷰 코칭 및 모의 인터뷰를 제공합니다.

주제에는 기술 인터뷰(AI/ML 시스템 설계, GenAI & Agentic AI 기초, ML 기초, AI 코딩 등), 행동 인터뷰, 그리고 리더십 인터뷰가 포함됩니다.

자세히 알아보기: https://aimlinterviews.io

AI / 머신러닝(Machine Learning) 인터뷰 :robot:

이 저장소는 대형 기술 기업(특히 FAANG)의 관련 직무에 지원하는 분들을 위한 AI 및 ML 기술 면접 준비 가이드 역할을 목표로 합니다. 이 자료는 저자가 2020년에 Meta(ML Specialist), Google(ML Engineer), Amazon(Applied Scientist), Apple(Applied Scientist), Roku(ML Engineer)로부터 동시에 5개의 오퍼를 받았고, 2025년에는 Amazon과 Apple에서 반복적인 오퍼(AI Tech Lead)를 받은 개인적인 경험과 면접 준비 노트를 바탕으로 컴파일되었습니다.

기억하세요: 면접은 기술이므로, 실력이 좋을수록 결과가 더 좋습니다.

다음 구성 요소들은 다양한 회사들의 기술 ML 직무에서 가장 흔하게 사용되는 면접 모듈들입니다. 이들을 하나씩 살펴보고 어떻게 준비할 수 있는지 공유하겠습니다:

MCP를 활용한 AI 튜터

aimlinterviews-mcp를 사용하여 모든 MCP 호환 AI 비서(AI assistant)를 AI/ML 면접 코치로 변신시키세요. 이 도구는 커리큘럼 문제를 발견하고, 점진적인 힌트를 제공하며, 학습 및 회사 준비 계획을 수립하고, 스포일러가 없는 교육 방식으로 답변을 검토합니다.

claude mcp add aimlinterviews -- npx -y aimlinterviews-mcp
# 또는
codex mcp add aimlinterviews -- npx -y aimlinterviews-mcp

먼저 이 저장소를 클론(Clone)한 다음, 복제된 폴더에서 해당 명령어를 실행하거나 AIMLINTERVIEWS_ROOT를 설정하세요. 구성, 도구 및 개발 지침은 MCP 서버 가이드를 참조하세요.

참고:

• 다양한 회사들의 AI 및 ML 면접이 고유한 구조를 따르지는 않습니다. 하지만 저는 FAANG 기업들 전반에 걸쳐 구성 요소들이 매우 유사하다는 것을 발견했습니다. 스타트업 면접은 종종 자체적인 사용 사례와 당면 문제에 맞춰져 있는 반면, 대형 회사들은 좀 더 일관된 구조를 따르는 경향이 있습니다.

• 이 가이드는 주로 대기업의 AI/ML 엔지니어링, 응용 과학(Applied Science), 테크 리드(Tech Lead) 역할에 초점을 맞추고 있습니다. '데이터 사이언스(Data Science)'나 '리서치 사이언티스트(Research scientist)'와 같이 관련 역할들은 인터뷰 구조가 다르지만, 여기서 검토된 일부 모듈은 여전히 유용할 수 있습니다.

기여 (Contribution)

• 피드백과 기여는 언제나 환영합니다 :blush:
  기여하고 싶으시다면, 제안하는 변경 사항을 담아 풀 리퀘스트(pull request)를 제출해 주세요.