HABILIDADES DE PROGRAMAÇÃO

Teste de PyTorch para recrutamento

Veja como os candidatos raciocinam diante de códigos PyTorch e situações de construção de modelos.

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 PyTorch é uma avaliação cronometrada de nível intermediário sobre conhecimentos práticos de tensores e autograd, além da construção de redes neurais feed-forward, convolucionais e mais complexas. Suas questões de múltipla escolha usam trechos de código ou situações de construção de modelos. Ele é voltado a engenheiros e cientistas ou analistas de dados que criam, treinam ou mantêm modelos em PyTorch.

O que mede

Conhecimento prático de tensores do PyTorch e autograd, além de experiência na criação de redes neurais feed-forward, convolucionais e mais complexas.

Tensores e autograd

Os candidatos preveem o que fazem trechos curtos de código com tensores e autograd.

Redes feed-forward

As questões abordam a construção e o treinamento de modelos feed-forward.

Redes convolucionais

Os candidatos calculam as dimensões de redes convolucionais.

Arquiteturas complexas

As situações de construção de modelos abordam a conexão de modelos maiores, residuais, recorrentes e baseados em atenção.

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 deep learning e machine learning, engenheiros de IA e de pesquisa, além de cientistas ou analistas de dados que criam, treinam ou mantêm modelos em PyTorch.

O que este teste pode mostrar

Raciocínio a partir de código
Os candidatos preveem o que fazem trechos de código com tensores e autograd, oferecendo evidências de como raciocinam sobre o comportamento do PyTorch, além do que consta no currículo.
Decisões de construção de modelos
Questões sobre o treinamento de modelos feed-forward e o cálculo das dimensões de redes convolucionais mostram como os candidatos lidam com etapas concretas da construção de redes neurais.
Um contexto prático e comum
Trechos de código curtos, nomes de variáveis neutros, cálculos simples o bastante para fazer à mão e o uso permitido de papel para rascunho ajudam a raciocinar sobre dimensões sem exigir GPU nem conhecimento específico de um setor.

O que você recebe para cada candidato

Relatório de exemplo (dados fictícios)PyTorch

73%Percentil 51. Referência: candidatos da HireValid, n = 737

Tensores e autograd74%

Redes feed-forward69%

Redes convolucionais80%

Arquiteturas complexas67%

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

Cada candidato recebe um conjunto diferente de questões, selecionadas de grandes bancos, em uma ordem diferente e com as opções de resposta embaralhadas. O navegador recebe uma questão por vez, e os gabaritos permanecem nos servidores da HireValid. O cronômetro funciona no servidor; ao recarregar a página, a mesma questão é exibida, com apenas o tempo restante. Os candidatos não podem voltar a questões anteriores. Não é possível copiar ou selecionar o texto das questões, e uma tentativa de cópia bloqueada é registrada na linha do tempo. A HireValid registra sinais como o tempo fora da aba do teste, textos colados nas respostas e respostas dadas mais rápido do que seria possível ler uma questão. O empregador analisa o Integrity Score junto com uma linha do tempo de evidências; o sistema nunca toma decisões por conta própria. Veja como criamos nossos testes.

Como evitamos fraudes com IA · Sinais de integridade

Use a pontuação como evidência

Considere a pontuação no teste de PyTorch como um dos sinais a serem analisados por uma pessoa, não como uma decisão de contratação por si só. Combine-a com uma amostra de trabalho relevante para a vaga, como rastrear o comportamento de tensores ou raciocinar sobre uma tarefa de construção de modelo, e com uma entrevista estruturada. Compare o que o candidato faz nessas situações com as respostas sobre código, cálculo das dimensões de redes e conexão de componentes de modelos. Para habilidades relacionadas, veja os testes de redes neurais e de visão computacional. Para orientações práticas sobre contratação, leia o guia de testes pré-contratação.

Perguntas para entrevistas estruturadas

Explique passo a passo como você rastrearia uma operação com tensores que produz uma forma ou um gradiente inesperado.
Procure uma explicação clara das etapas que a pessoa seguiria para raciocinar sobre o comportamento dos tensores e do autograd.
Como você escolheria e verificaria as dimensões das camadas ao criar um modelo convolucional?
Procure uma explicação prática de como a pessoa calcularia as dimensões da rede e verificaria o resultado.
Conte sobre um modelo em PyTorch que você criou ou manteve e como conectou seus componentes.
Procure decisões específicas e a justificativa para elas, incluindo como a pessoa abordaria uma arquitetura maior, quando pertinente.

Entenda as pontuações e os parâmetros de comparação

Equidade e adaptações

As questões usam trechos de código curtos e independentes, com nomes de variáveis neutros e inglês simples, e não exigem conhecimento de um setor, conjunto de dados ou artigo de pesquisa específico. Elas abordam comportamentos estáveis nas versões atuais com as configurações padrão, nunca o formato de exibição, os dígitos exatos de números de ponto flutuante ou detalhes triviais sobre versões. Nenhuma questão exige GPU. Todos os candidatos podem usar papel para rascunho ao calcular as dimensões dos tensores, e os cálculos são simples o bastante para fazer à mão.

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 cronometrada de habilidades práticas em PyTorch. As questões abordam a previsão do que códigos com tensores e autograd fazem, a construção e o treinamento de redes feed-forward, o cálculo das dimensões de redes convolucionais e a conexão de modelos maiores, como os residuais, recorrentes e baseados em atenção. Cada questão apresenta um trecho curto de código ou uma situação de construção de modelo e pergunta o que acontece ou o que deve ser alterado.

As perguntas estão em inglês.
Recursos permitidos: Papel para rascunho.
Cada pergunta é respondida uma única vez, em ordem, sem poder voltar.
4 questões para praticar, 3 minutos, antes do teste cronometrado.

PyTorch, Python, NumPy 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 PyTorch mantém o foco das questões em habilidades práticas?+

As questões usam trechos de código curtos e independentes, nomes de variáveis neutros e inglês simples. Não exigem conhecimento de um setor, conjunto de dados ou artigo de pesquisa específico, nem GPU, formato de exibição, dígitos exatos de números de ponto flutuante ou detalhes triviais sobre versões.

Os candidatos podem usar papel para rascunho ou voltar a uma questão anterior do teste de PyTorch?+

Todos os candidatos podem usar papel para rascunho ao calcular as dimensões dos tensores, e os cálculos são simples o bastante para fazer à mão. Não é possível voltar a questões anteriores; ao recarregar a página, a mesma questão é exibida com o tempo restante.

Quais cargos combinam com o teste intermediário de PyTorch?+

Ele é voltado a engenheiros de deep learning e machine learning, engenheiros de IA e de pesquisa, além de cientistas ou analistas de dados que criam, treinam ou mantêm modelos em PyTorch.

O que está incluído no conjunto de prática do teste de PyTorch?+

O conjunto de prática tem quatro questões e um limite de tempo de três minutos. O teste em si tem 15 questões de múltipla escolha, dura 10 minutos e pode ser feito em um computador ou dispositivo móvel.