Machine-Learning-Einstellungstest
Prüfen Sie, wie Kandidatinnen und Kandidaten klassische Methoden des maschinellen Lernens auswählen, abstimmen und interpretieren.
- 10 Minuten
- 15 Fragen
- Mittelstufe
- Multiple Choice
- Fragen auf Englisch
- Smartphone und Desktop
Die kurze Antwort
Der Machine-Learning-Test ist ein zehnminütiger Test für fortgeschrittene Kenntnisse klassischer Methoden des maschinellen Lernens. Multiple-Choice-Fragen mit kurzen Szenarien, kleinen Ergebnistabellen und kurzen Python-Codeausschnitten prüfen Regression, Klassifikation, Bäume und unüberwachte Methoden. Der Test wurde für die Auswahl von Machine-Learning-Ingenieurinnen und -Ingenieuren, Data Scientists, Datenanalystinnen und -analysten, Data Engineers und AI Engineers entwickelt.
Was gemessen wird
Fundierte Kenntnisse klassischer Methoden des maschinellen Lernens: wann man welche Methode einsetzt, wie man sie abstimmt und wie man ihre Ergebnisse interpretiert.
Regression und Regularisierung
Die Fragen prüfen, wie Kandidatinnen und Kandidaten Regressionsmodelle anpassen und regularisieren sowie deren Ergebnisse interpretieren.
Klassifikation und Support Vector Machines
Kandidatinnen und Kandidaten wählen in kurzen Szenarien Klassifikatoren aus, darunter Support Vector Machines, und bewerten diese.
Entscheidungsbäume und Ensembles
Die Fragen behandeln den Einsatz und die Interpretation von Entscheidungsbäumen und Ensembles.
Clustering, Anomalien und Dimensionsreduktion
Kandidatinnen und Kandidaten nutzen Clustering, Anomalieerkennung und Dimensionsreduktion, um Strukturen in nicht gekennzeichneten Daten zu finden.
Frageformate
Multiple Choice
Die Kandidatin oder der Kandidat: Liest eine kurze Situation, Tabelle oder Aussage und wählt die richtige oder alle richtigen Antworten aus.
Sie sehen: Ob die kandidierende Person den Stoff gut genug kennt, um ihn anzuwenden, statt ihn nur wiederzuerkennen.
15 Fragen in 10 Minuten, die nacheinander angezeigt werden.
Passende Rollen für diesen Test
Machine-Learning-Ingenieurinnen und -Ingenieure, Data Scientists, Datenanalystinnen und -analysten, Data Engineers und AI Engineers sowie technische Führungskräfte oder Produktverantwortliche, deren Arbeit fortgeschrittene Kenntnisse im maschinellen Lernen erfordert.
Ein gezielter Blick auf praktisches Wissen
Entscheidungen im Kontext sehen
Kurze Szenarien zeigen, wie Kandidatinnen und Kandidaten eine Methode für ein Problem auswählen - über die Angaben im Lebenslauf hinaus.
Ergebnisse interpretieren
Kleine Ergebnistabellen und Codeausschnitte fordern Kandidatinnen und Kandidaten dazu auf, ein Ergebnis zu interpretieren oder einen Fehler zu erkennen.
Mehrere Methodenfamilien abdecken
Ein zehnminütiger Test umfasst Regression, Klassifikatoren, Bäume und Ensembles sowie unüberwachte Methoden.
Gezielte Rückfragen
Nutzen Sie den Gesamtwert und die Werte für einzelne Kompetenzen, um eine praktische Aufgabe und das Gespräch auf die nachgewiesenen Kenntnisse der Kandidatin oder des Kandidaten auszurichten.
Was Sie für jede kandidierende Person erhalten
- Während des gesamten Tests im Test-Tab geblieben
- Keine eingefügten Antworten
- In gleichmäßigem Tempo beantwortet
Ergebnisse, Profile und Integritätssignale dienen Ihnen als Anhaltspunkte, die Sie zusammen mit einem Vorstellungsgespräch prüfen können. Sie führen niemals automatisch zu einer Entscheidung.
Testbedingungen und Prüfsignale
Jede Kandidatin und jeder Kandidat erhält eine andere Auswahl von Fragen aus umfangreichen Fragenpools. Die Reihenfolge unterscheidet sich, und die Antwortoptionen werden gemischt. Im Browser wird jeweils eine Frage angezeigt. Die Lösungsschlüssel bleiben auf den Servern von HireValid. Der 10-Minuten-Timer läuft auf dem Server. Wird die Seite neu geladen, erscheint dieselbe Frage wieder und es wird nur die verbleibende Zeit angezeigt. Kandidatinnen und Kandidaten können den Fragetext weder kopieren noch markieren. Blockierte Kopierversuche werden protokolliert. Persönliche Einladungslinks laufen ab, und ein abgeschlossener Test kann nicht erneut absolviert werden. HireValid erfasst Signale wie die Zeit außerhalb des Test-Tabs, eingefügte Antworten und Antworten, die schneller gegeben werden, als eine Frage gelesen werden kann. Ein Integrity Score und eine Zeitleiste mit Belegen helfen Arbeitgebern dabei, die Signale zu prüfen. Keines von beiden trifft die Entscheidung. Mit Einwilligung der Kandidatin oder des Kandidaten kann ein Arbeitgeber in zufälligen Abständen Webcam-Fotos aufnehmen lassen. Weitere Informationen zum Testansatz finden Sie unter wie wir unsere Tests entwickeln.
So beugen wir KI-gestützter Täuschung vor · Integritätssignale
Nutzen Sie den Score als Anhaltspunkt
Betrachten Sie den Wert als ein Signal, nicht als Einstellungsentscheidung. Ergänzen Sie ihn durch eine arbeitsbezogene praktische Aufgabe, bei der die Kandidatin oder der Kandidat eine Methode auswählen oder interpretieren soll. Erkunden Sie anschließend die Überlegungen in einem strukturierten Gespräch. Der Test für künstliche Intelligenz und der Software-Engineer-Test sind passende Optionen, wenn Sie auch verwandte Kompetenzen berücksichtigen möchten.
Fragen für strukturierte Vorstellungsgespräche
Beschreiben Sie, wie Sie für eine berufliche Aufgabe einen Klassifikator auswählen und bewerten würden. Welches Ergebnis würde Ihren nächsten Schritt beeinflussen?
Achten Sie auf eine fundierte Methodenwahl und darauf, ob die Ergebnisse interpretiert werden, statt nur eine Definition zu nennen.
Erläutern Sie, wie Sie ein Regressionsergebnis prüfen würden, bevor Sie das Modell einsetzen.
Achten Sie auf relevante Prüfschritte beim Anpassen und Regularisieren sowie darauf, was das Ergebnis für die Aufgabe bedeutet.
Wie würden Sie ein Clustering- oder Anomalieergebnis untersuchen, das nicht zum Szenario passt?
Achten Sie auf ein klares Vorgehen bei der Prüfung des Ergebnisses und bei der Frage, ob die Methode zu den Daten passt.
Bewertung und Vergleichswerte verstehen
Fairness und angemessene Vorkehrungen
Die Fragen prüfen Konzepte statt Standardeinstellungen oder Funktionsnamen einer bestimmten Bibliothek. So haben Kandidatinnen und Kandidaten, die mit unterschiedlichen Tools gelernt haben, gleiche Voraussetzungen. Die Codeausschnitte sind kurz, in einfachem Python geschrieben und erfordern keine Kenntnisse bestimmter Bibliotheken. Die Szenarien verwenden neutrale Beispiele wie Sensoren, Lieferungen, Website-Besuche und Geräte. Sie enthalten weder Währungssymbole noch Redewendungen oder lokal spezifisches Wissen und verwenden Namen aus unterschiedlichen kulturellen Hintergründen. Die Zahlen in den Tabellen sind so gewählt, dass Schmierpapier ausreicht und kein Taschenrechner benötigt wird.
Sie können jedem Kandidaten als angemessene Anpassung mehr Zeit geben. Die Ergebnisse dienen der Prüfung durch eine Person, niemals einer automatischen Entscheidung.
Vorläufig: Die Zuverlässigkeit wird angegeben, sobald 200 Kandidatinnen und Kandidaten den Test abgeschlossen haben.
Testdetails
Ein zehnminütiger Test des praktischen Wissens zu klassischem maschinellem Lernen: Regressionsmodelle anpassen und regularisieren, Klassifikatoren einschließlich Support Vector Machines erstellen, Entscheidungsbäume und Ensembles einsetzen sowie durch Clustering, Anomalieerkennung und Dimensionsreduktion Strukturen in nicht gekennzeichneten Daten finden. Die Fragen enthalten kurze Szenarien, kleine Ergebnistabellen und kurze Codeausschnitte. Die Kandidatinnen und Kandidaten wählen die passende Methode, interpretieren ein Ergebnis oder erkennen einen Fehler.
- Die Fragen sind auf Englisch.
- Zulässige Hilfsmittel: Notizpapier.
- Jede Frage wird der Reihe nach einmal beantwortet. Ein Zurückgehen ist nicht möglich.
- 4 Übungsfragen, 4 Minuten, vor dem zeitlich begrenzten Test.
Python ist eine Marke des jeweiligen Inhabers. HireValid ist weder mit dem Inhaber verbunden noch wird das Unternehmen von ihm unterstützt.
Häufig gestellte Fragen
Was misst der Machine-Learning-Test?+
Der Test misst praktische Kenntnisse klassischer Methoden des maschinellen Lernens: wann sie eingesetzt werden, wie sie abgestimmt werden und wie ihre Ergebnisse zu interpretieren sind. Zu den Themen gehören regularisierte Regression, Support Vector Machines, Bäume und Ensembles, Clustering, Anomalieerkennung und Dimensionsreduktion.
Welche Aufgabenformate kommen im Machine-Learning-Test vor?+
Die 15 Multiple-Choice-Fragen verwenden kurze Szenarien, kleine Ergebnistabellen und kurze Python-Codeausschnitte. Kandidatinnen und Kandidaten wählen eine Methode, interpretieren ein Ergebnis oder erkennen einen Fehler. Für die Codeausschnitte sind keine Kenntnisse bestimmter Bibliotheken erforderlich.
Wer sollte den Machine-Learning-Test bei der Einstellung einsetzen?+
Der Test eignet sich für die Auswahl von Machine-Learning-Ingenieurinnen und -Ingenieuren, Data Scientists, Datenanalystinnen und -analysten, Data Engineers und AI Engineers. Er kann auch für technische Führungskräfte oder Produktverantwortliche geeignet sein, deren Arbeit fortgeschrittene Kenntnisse im maschinellen Lernen erfordert.
Können Kandidatinnen und Kandidaten im Machine-Learning-Test zu vorherigen Fragen zurückkehren?+
Nein. Im 10-Minuten-Test können Kandidatinnen und Kandidaten nicht zu einer vorherigen Frage zurückkehren. Sie können Schmierpapier verwenden. Ein Übungssatz mit vier Fragen dauert vier Minuten.
Ähnliche Tests
Deep Learning
10 Minuten, Rollenspezifische Fähigkeiten
EntdeckenKünstliche Intelligenz
10 Minuten, Rollenspezifische Fähigkeiten
EntdeckenVerarbeitung natürlicher Sprache (NLP)
10 Minuten, Rollenspezifische Fähigkeiten
EntdeckenReinforcement Learning (RL)
10 Minuten, Rollenspezifische Fähigkeiten
EntdeckenScikit-learn
10 Minuten, Programmierfähigkeiten
EntdeckenComputer Vision
10 Minuten, Programmierfähigkeiten
EntdeckenNutzen Sie den Test Maschinelles Lernen bei Ihrer nächsten Einstellung
Der Tarif Free umfasst 5 wichtige Tests; kostenpflichtige Tarife umfassen den Vollständige Testbibliothek.