Если я имею в виду свою реализацию/использование алгоритма машинного обучения для какой-либо задачи, имеющей отношение к работе, должен ли я всегда быть готов предоставить информацию о производительности классификатора, например, о его точности, полноте, F-мере и т. д. .? Для работы не начального уровня, я предполагаю, что это было бы довольно важно.
Но для работы начального уровня, можно ли сообщать о не очень хороших результатах, или я должен полностью опустить результаты и подождать, пока интервьюер не спросит меня, произойдет ли это?
Я понимаю, что это может зависеть от задачи, например, 50% «точность» при создании обзоров продуктов в реальном времени, которые были признаны наиболее полезными людьми (которые не знают, что они созданы машиной), вероятно, привлекли бы внимание, но на простой двоичной классификации задача этого числа была бы почти комичной.
Эти веб-сайты предлагают, как правило, включать цифры в резюме/сопроводительное письмо, чтобы подчеркнуть достижения, но что делать, если они предлагают не такие уж большие достижения?
(2) http://www.smartrecruiters.com/blog/the-right-numbers-in-a-resume/
(3) http://careerrocketeer.com/2011/11/4-ways-numbers-can-make-your-resume-efficient.html
Нужно ли всегда упоминать числа/проценты для результатов алгоритма в интервью/сопроводительном письме?
Нет, определенно нет. Цифры могут быть полезными, но не следует их слепо ставить везде — только там, где они действительно помогают передать масштаб ваших достижений и помогают выделиться из толпы в положительном ключе.
Как вы упомянули, измерения алгоритма могут быть трудными для интерпретации без правильного контекста и слишком подробными для резюме / сопроводительного письма. Поэтому используйте только числа, которые легко интерпретировать и недвусмысленные, даже для людей без сильного технического образования - помните, что первыми читателями вашего сопроводительного письма и резюме, скорее всего, будут HR / рекрутеры, а не разработчики или ученые. И вы должны пройти через их фильтры, чтобы встретиться с техническим специалистом на собеседовании, где, если вас спросят, вы сможете более подробно рассказать о разработанных вами алгоритмах.
В упомянутых статьях предлагается использовать числа, которые измеряются или легко переводятся в величины, имеющие смысл для потенциальных работодателей, такие как деньги, время и т. д. Другими словами, стремитесь количественно оценить влияние, которое вы оказали на бизнес, а не просто цитировать . необработанные технические данные. Итак, если вы можете рассчитать или откопать конкретные числа, такие как
тогда обязательно процитируйте их.
Не я