HABILIDADES DE PROGRAMAÇÃO

Teste de aprendizado de máquina na Amazon Web Services

Veja como os candidatos avaliam o trabalho prático de criar e executar cargas de trabalho de aprendizado de máquina na AWS.

10 minutos
15 perguntas
Intermediário
Múltipla escolha
Perguntas em inglês (inglês)
Celular e computador

Use este teste gratuitamente Veja os formatos das questões

A resposta curta

O teste de aprendizado de máquina na Amazon Web Services é uma avaliação de seleção de nível intermediário para engenheiros de aprendizado de máquina, cientistas de dados que implantam os próprios modelos, engenheiros de MLOps e arquitetos de nuvem que planejam plataformas de ML. Cenários curtos avaliam o bom senso prático em relação a dados e permissões, treinamento e disponibilização no SageMaker, cuidados com modelos em produção e serviços gerenciados de ML.

O que mede

Bom senso prático para criar, disponibilizar e executar cargas de trabalho de aprendizado de máquina na Amazon Web Services.

Configuração de dados, recursos computacionais e acesso para ML

Os candidatos avaliam como preparar dados, recursos computacionais e permissões para uma carga de trabalho de aprendizado de máquina na AWS.

Treinamento, ajuste e disponibilização de modelos

Os cenários abordam decisões relacionadas ao treinamento, ajuste e disponibilização de modelos com o Amazon SageMaker.

Como manter modelos em produção eficientes e acessíveis

Os candidatos avaliam como manter os modelos implantados precisos, rápidos e acessíveis.

Serviços de ML pré-configurados e visuais

As questões perguntam quando um serviço de IA pré-configurado ou visual é mais adequado do que um modelo personalizado.

Formatos de pergunta

Múltipla escolha

A pessoa candidata: Lê uma situação, tabela ou afirmação curta e escolhe a resposta correta ou todas as respostas corretas.

Você verá: Se o candidato conhece o conteúdo o suficiente para aplicá-lo, e não apenas reconhecê-lo.

15 questões em 10 minutos, apresentadas uma de cada vez.

Funções para as quais este teste é indicado

Engenheiros de aprendizado de máquina, cientistas de dados que implantam os próprios modelos, engenheiros de MLOps e arquitetos de nuvem que planejam plataformas de ML.

Evidências de bom senso prático em ML na AWS

Interpretação de políticas e código
Algumas questões apresentam uma política JSON ou um trecho de código Python para interpretar e avaliar, permitindo verificar se o candidato consegue identificar o que uma permissão ou chamada realmente permite na AWS.
Opções de disponibilização no Amazon SageMaker
Os cenários sobre treinamento, ajuste e disponibilização no Amazon SageMaker mostram como o candidato avalia as opções para colocar um modelo em uso.
Serviço pré-configurado ou modelo personalizado
As questões perguntam quando um serviço de IA pré-configurado é melhor do que um modelo personalizado. Essa decisão entre criar ou usar um serviço pronto também influencia o custo de execução de um modelo em produção.

O que você recebe para cada candidato

Relatório de exemplo (dados fictícios)Aprendizado de máquina na Amazon Web Services (AWS)

78%Percentil 62. Referência: candidatos da HireValid, n = 1.640

Configuração de dados, recursos computacionais e acesso para ML76%

Treinamento, ajuste e disponibilização de modelos79%

Como manter modelos em produção eficientes e acessíveis86%

Serviços de ML pré-configurados e visuais69%

Integrity ScoreAlta confiança

Permaneceu na aba do teste durante todo o teste
Sem respostas copiadas e coladas
Respondeu em ritmo constante

Pontuações, perfis e sinais de integridade são evidências para você analisar junto com uma entrevista, nunca uma decisão automática.

Use este teste gratuitamente

Sinais de integridade da avaliação

Cada candidato recebe um conjunto diferente de questões, extraídas de grandes bancos, com a ordem das questões e as opções de resposta embaralhadas. O navegador recebe uma questão por vez, e os gabaritos permanecem nos servidores da HireValid. O cronômetro de 10 minutos é executado no servidor; se a página for recarregada, a mesma questão será exibida com o tempo restante. Os candidatos não podem copiar nem selecionar o texto das questões, e uma tentativa de cópia bloqueada é registrada. O link de convite pessoal expira, e não é possível refazer uma avaliação concluída. A HireValid registra sinais como o tempo fora da aba da avaliação e os resume em um Integrity Score com uma linha do tempo de evidências para análise do empregador. O sistema não toma decisões por conta própria. Com o consentimento do candidato, os empregadores podem incluir fotos da webcam em momentos aleatórios.

Como evitamos fraudes com IA · Sinais de integridade

Use a pontuação como evidência

Analise a pontuação junto com uma amostra de trabalho relevante para a função, como pedir ao candidato que explique o raciocínio por trás de uma decisão sobre disponibilização de modelos. Use uma entrevista estruturada para explorar as escolhas do candidato em relação a dados e permissões, ao Amazon SageMaker e aos cuidados com modelos em produção. A pontuação é um sinal para análise humana, não uma decisão de contratação. Para conhecer áreas de habilidades relacionadas, veja Visão computacional e Processamento de linguagem natural (NLP).

Perguntas para entrevistas estruturadas

Como você prepararia os dados e as permissões para uma carga de trabalho de modelo na AWS?
Observe se o candidato explica com clareza as decisões de configuração e como elas se relacionam com a carga de trabalho planejada.
Conte sobre um modelo que você disponibilizou com o Amazon SageMaker. Que concessões influenciaram sua abordagem?
Avalie o raciocínio sobre treinamento, ajuste e disponibilização, com escolhas relacionadas à situação.
Como você investigaria um modelo em produção que ficou mais lento ou menos preciso?
Observe se o candidato considera de forma prática a saúde, o desempenho e o custo do modelo.

Entenda as pontuações e os parâmetros de comparação

Equidade e adaptações

As questões avaliam o bom senso prático em cenários realistas, e não a memorização de preços, cotas, disponibilidade por região ou lançamentos recentes de produtos, que mudam com frequência. Os cenários abrangem diversos setores, usam nomes de diferentes origens, evitam símbolos monetários e conhecimentos locais e usam inglês simples, para que o teste avalie as habilidades de ML em nuvem, e não a velocidade de leitura. O código é curto, tem comentários apenas quando necessário e usa chamadas comuns de bibliotecas.

Você pode oferecer tempo extra a qualquer candidato como uma adaptação. Os resultados são evidências para uma pessoa analisar, nunca uma decisão automática.

Provisório: a confiabilidade será informada quando 200 candidatos tiverem concluído o teste.

Leia sobre nossa abordagem de equidade

Detalhes do teste

Um conjunto cronometrado de cenários curtos sobre como executar aprendizado de máquina na Amazon Web Services: preparar dados e permissões, treinar e disponibilizar modelos no Amazon SageMaker, manter modelos em produção precisos, rápidos e acessíveis e saber quando um serviço de IA pré-configurado é melhor do que um modelo personalizado. Algumas questões apresentam um trecho curto de código Python ou uma política JSON para interpretar e avaliar.

As perguntas estão em inglês.
Não é necessário usar recursos de apoio.
Cada pergunta é respondida uma única vez, em ordem, sem poder voltar.
4 questões para praticar, 4 minutos, antes do teste cronometrado.

Amazon Web Services, Amazon SageMaker, Amazon S3, Amazon CloudWatch, AWS Lambda, AWS Identity and Access Management, AWS Glue, Amazon Bedrock, Amazon Comprehend, Amazon Rekognition são marcas registradas de seus respectivos proprietários. A HireValid não é afiliada a eles nem conta com o endosso deles.

Perguntas frequentes

O teste depende de conhecer os preços atuais da AWS ou lançamentos recentes?+

Não. As questões avaliam o bom senso prático em cenários realistas, e não a memorização de preços, cotas, disponibilidade por região ou lançamentos recentes de produtos, que mudam com frequência. Os cenários abrangem diversos setores, usam nomes de diferentes origens e inglês simples. O código é curto e usa chamadas comuns de bibliotecas.

Para quais cargos e níveis o teste de aprendizado de máquina na Amazon Web Services é adequado?+

É um teste de nível intermediário para engenheiros de aprendizado de máquina, cientistas de dados que implantam os próprios modelos, engenheiros de MLOps e arquitetos de nuvem que planejam plataformas de ML. Escolha este teste quando a função envolver decisões práticas de ML na AWS.

Qual é o formato do teste de aprendizado de máquina na Amazon Web Services e quais recursos são permitidos?+

O teste tem 15 questões de múltipla escolha em inglês e dura 10 minutos. Algumas questões incluem um trecho curto de código Python ou uma política JSON para interpretar e avaliar. Não é permitido usar materiais de apoio, e os candidatos não podem voltar a uma questão anterior.

Que opções de prática estão disponíveis para o teste de aprendizado de máquina na Amazon Web Services?+

Antes das 15 questões cronometradas, os candidatos podem experimentar um conjunto de prática com 4 questões em 4 minutos. Assim, podem se familiarizar com os formatos de resposta única e de seleção de todas as opções aplicáveis, além de praticar a leitura atenta de cenários antes do início das questões avaliadas.