HABILIDADES DE PROGRAMAÇÃO

Teste de machine learning no Google Cloud para contratação

Avalie o julgamento prático ao longo do ciclo de vida de machine learning no Google Cloud.

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 machine learning no Google Cloud Platform é uma avaliação de nível intermediário para contratação de engenheiros de machine learning, engenheiros de MLOps, cientistas de dados que colocam modelos em produção e arquitetos de nuvem que planejam cargas de trabalho de ML no Google Cloud. Seus cenários de múltipla escolha avaliam o julgamento prático na preparação de dados, no treinamento e ajuste de modelos, na disponibilização de previsões e no monitoramento de cargas de trabalho.

O que mede

Julgamento prático para criar, disponibilizar e operar cargas de trabalho de machine learning no Google Cloud.

Recursos em nuvem e dados para ML

Avalia escolhas relacionadas ao armazenamento e à preparação de dados e ao uso de recursos em nuvem para cargas de trabalho de machine learning.

Treinamento, avaliação e ajuste de modelos

Aborda decisões relacionadas ao treinamento, à avaliação e ao ajuste de um modelo para um projeto.

Disponibilização de modelos e previsões online

Aborda a colocação de um modelo em produção e o processamento de previsões online.

Pipelines, monitoramento e acompanhamento de modelos

Aborda pipelines, monitoramento e acompanhamento para manter as cargas de trabalho de machine learning funcionando bem ao longo do tempo.

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 machine learning, engenheiros de MLOps, cientistas de dados que colocam seus próprios modelos em produção e arquitetos de nuvem que planejam cargas de trabalho de ML no Google Cloud.

O que esta avaliação pode mostrar

Decisões sobre dados em contexto
Situações realistas de projetos mostram como o candidato aborda o armazenamento e a preparação de dados, com exemplos como previsões de demanda, leituras de sensores e chamados de suporte.
Conceitos, não caminhos de cliques
As perguntas se concentram em conceitos duradouros e decisões de projeto, não em preços, cotas, caminhos de cliques no console ou recursos renomeados recentemente.
Raciocínio técnico aplicado
Algumas situações incluem poucas linhas de Python ou SQL, para que os candidatos escolham uma abordagem em contexto, em vez de responder apenas a perguntas abstratas.

O que você recebe para cada candidato

Relatório de exemplo (dados fictícios)Aprendizado de máquina no Google Cloud Platform (GCP)

79%Percentil 64. Referência: candidatos da HireValid, n = 2.159

Recursos em nuvem e dados para ML68%

Treinamento, avaliação e ajuste de modelos67%

Disponibilização de modelos e previsões online90%

Pipelines, monitoramento e acompanhamento de modelos89%

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 do teste para análise

Cada candidato recebe um conjunto diferente de perguntas, selecionadas de um amplo banco, em uma ordem diferente e com as opções de resposta embaralhadas. O navegador mostra uma pergunta por vez, e o gabarito permanece nos servidores da HireValid. O tempo é contado no servidor; ao recarregar a página, a mesma pergunta é exibida com o tempo restante. Os candidatos não podem voltar às perguntas anteriores. A HireValid registra sinais como o tempo fora da aba do teste, textos colados nas respostas e respostas enviadas mais rápido do que seria possível ler uma pergunta. Um Integrity Score e uma linha do tempo de evidências resumem esses sinais para análise do empregador; eles não tomam decisões por conta própria. Com o consentimento do candidato, o empregador pode adicionar fotos da webcam capturadas em momentos aleatórios.

Como evitamos fraudes com IA · Sinais de integridade

Use a pontuação como uma fonte de evidências

Analise o resultado junto com uma amostra de trabalho relevante para a função e uma entrevista estruturada, não como base única para uma decisão. A amostra de trabalho pode pedir que o candidato explique suas escolhas para preparar dados, treinar um modelo e monitorá-lo após a implantação. Para áreas de avaliação relacionadas, consulte Machine Learning, Deep Learning e Artificial Intelligence.

Perguntas para entrevistas estruturadas

Um projeto de previsão de demanda recebeu novos dados. Como você decidiria o que preparar antes de treinar um modelo?
Observe se o candidato apresenta uma abordagem clara para armazenar e preparar dados, relacionando as decisões à situação do projeto.
Um modelo apresenta baixo desempenho na avaliação. Como você investigaria o que mudar em seguida?
Observe se o candidato explica de forma coerente as etapas de treinamento, avaliação e ajuste, em vez de apenas listar termos.
Um modelo está gerando previsões online. O que você monitoraria ao longo do tempo e como reagiria a um possível problema?
Observe se o candidato demonstra raciocínio prático sobre disponibilização, monitoramento e acompanhamento de modelos.

Entenda as pontuações e os parâmetros de comparação

Equidade e adaptações

As perguntas usam dados empresariais genéricos, como previsões de demanda, leituras de sensores e chamados de suporte, com inglês técnico claro, sem expressões idiomáticas nem conhecimentos locais. Elas avaliam conceitos duradouros e decisões de projeto, não preços, cotas, caminhos de cliques no console ou recursos renomeados recentemente. Assim, mudanças recentes nos produtos não determinam a pontuação. O código tem poucas linhas, e todos os candidatos têm o mesmo tempo por pergunta.

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

Uma avaliação curta e cronometrada de machine learning aplicado no Google Cloud. Os candidatos analisam situações realistas de projetos, algumas com poucas linhas de Python ou SQL, e escolhem como armazenar e preparar dados, treinar e ajustar um modelo, colocá-lo em produção e mantê-lo funcionando bem ao longo do tempo.

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.

Google Cloud, Google Cloud Platform, Vertex AI, BigQuery, Cloud Storage, Dataflow, Pub/Sub, Google Kubernetes Engine, TensorFlow, Kubeflow são marcas registradas de seus respectivos proprietários. A HireValid não é afiliada a eles nem conta com o endosso deles.

Perguntas frequentes

Como o teste de machine learning no Google Cloud Platform aborda a imparcialidade?+

O teste usa dados empresariais genéricos, como previsões de demanda, leituras de sensores e chamados de suporte, com inglês técnico claro, sem expressões idiomáticas nem conhecimentos locais. As perguntas se concentram em conceitos duradouros e decisões de projeto, não em preços, cotas, caminhos de cliques no console ou recursos renomeados recentemente. O código tem poucas linhas, e todos os candidatos têm o mesmo tempo por pergunta.

É permitido usar recursos de apoio no teste de Machine Learning no Google Cloud Platform?+

Não é permitido usar recursos de apoio, e os candidatos não podem voltar a perguntas anteriores. O código aparece em poucas linhas de Python ou SQL, que os candidatos leem no contexto de uma situação de projeto. Assim, nada depende das ferramentas ou do projeto de Google Cloud deles.

O que inclui o conjunto de prática de machine learning no Google Cloud?+

O conjunto de prática tem quatro perguntas e leva quatro minutos. Depois dele, vêm 15 perguntas cronometradas em 10 minutos. Ele ajuda os candidatos a se familiarizarem com os formatos de resposta única e de seleção de todas as opções aplicáveis, além de praticarem a leitura de uma breve situação de projeto antes do início das perguntas pontuadas.

Quem deve fazer o teste intermediário de contratação em machine learning no Google Cloud?+

É voltado para engenheiros de machine learning, engenheiros de MLOps, cientistas de dados que colocam seus próprios modelos em produção e arquitetos de nuvem que planejam cargas de trabalho de ML no Google Cloud. O nível intermediário é adequado para quem já leva modelos dos dados à produção, não para quem está começando em machine learning.