基于ML模型的系统设计数据工程系统
我最近在FAANG的一次采访中被要求创建一个数据工程框架来执行分析，其来源是一个服务于机器学习模型的系统。
该模型执行欺诈检测。面试官对此保持模糊，并要求不要太担心欺诈检测模型是如何生成的，而是关注其中的数据工程部分。
在这种情况下，理想的系统会是什么样子的，因为它提供了来自这样的ML模型的大数据分析？没有提供任何限制，面试官对数字方面的任何形式的假设都持开放态度。
我从字面上提供了气流的内部结构以及它是如何工作的，作为我的解决方案的一部分。对于这种设计，有没有更好的方法/更完整的答案？创建一个以ML模型为源的架构的最佳方式是什么？
回答 1
Stack Overflow用户
发布于 2021-09-25 16:46:47
如上所述，我不认为这个问题是“可回答的”，但这里有一些想法，可能会在未来的面试中对你有所帮助。
根据我的经验(无论是作为面试者还是面试者)，面试者对这类问题的实际“回答”并不那么重要。你被这样的问题测试的是广泛的“设计思维”，以及你如何处理问题。
如果不知道更多的细节，就不可能提供一个合理的系统设计来实现使用它的人的目标。我，这就是这类问题的意义所在:看看你问了什么，以及你是如何解决的。
当然，面试官说，“不要担心欺诈检测的实际工作原理”，这是完全合理的。但首先要问的是问题。
例如，我的第一个问题可能是这样的：
你说的“分析”是什么意思？分析部署的系统在延迟/稳定性方面的表现如何？或者理解模型的实际“性能”(例如，正确/不正确的欺诈检测)？
根据面试官给出的答案，一大堆不同的后续问题可能是相关的。一旦你问了足够多的问题，或多或少地理解了目标，那么什么是“好”的系统设计可能就更清楚了。
然而，正如我已经说过的，我不认为你最终得到的系统设计需要完美或绝对巧妙。我真的相信面试中你试图揭示问题参数的那部分是更重要的部分，。毕竟，这是工作中非常重要的一部分:)
https://stackoverflow.com/questions/67776869
复制相似问题
腾讯云开发者
