✨ Amazone分類排行第一
✨ 蟬連Amazone暢銷榜超過20個月
✨ 授權翻譯多國語言


這本最新的面試指南提供了大量具有高度相關性的深入洞見，為讀者解鎖ML系統設計面試的整個程序。科技業長期以來一直缺乏這樣的資源，而作者則是用本書給出了解方。
— Eddie Santos，Block機器學習工程師

本書是ML專業人士的重要資源，針對各領域的ML系統設計，提供了極為精彩的實用資訊。對於任何有興趣學習系統設計應用知識的人來說，本書可說是非常完美，也是準備面試時非常理想的參考資源！
— Aishwarya Srinivasan，Google資料科學家

在ML相關的各種面試中，ML系統設計可說是最具有挑戰性的主題之一，這類的職位有可能包括資料工程師、資料科學家、 ML工程師等等。

如果你正打算準備參加ML面試，無論初學者還是經驗豐富的工程師，本書就是為你而寫的。

想像一下，在一場競爭激烈的ML面試中，面試官要求你設計一套端到端的ML系統，可能是視覺搜尋、偵測違反社群守則的字詞，或廣告點擊預測。
你知道，這些題目沒有標準答案，真正的挑戰在於你如何思考，如何深入理解各種ML主題，最後設計出一個既複雜又實用的系統。
面試官會仔細評估你的設計過程、在多種設計選項中你如何做出權衡取捨。最重要的是，你是否有能力成功設計出一個有效的ML系統。

該如何在這樣的面試中脫穎而出，順利成為一名成功的ML工程師呢？

本書以7步驟框架、10個真實案例及211個圖表，提供機器學習系統設計面試的強化策略。

ML系統設計的面試考題，主要是想評估應試者能否設計出一些端對端的ML系統（例如視覺搜尋、影片推薦、廣告點擊的預測……等等）。這些考題通常都缺乏清晰的結構，涵蓋的主題範圍也比較廣泛，往往相當具有挑戰性；而且通常不會有很明確的答案，所以很可能有多種不同的解釋方式與解法。

總體來說，面試的目標就是要評估應試者能不能應用ML的理論知識，設計並實作出真正有效的系統。


本書有哪些內容？

關於面試官真正想找的人以及背後的緣由，提供內行人真正的看法。
7步驟框架 可用來解決任何ML系統設計面試問題。
10個ML系統設計面試實戰題 以及詳細的解決方案。
211張圖表 更直觀解釋了各種系統的原理。

作者簡介：

Ali Aminian是Adobe的機器學習工程師，他在機器學習與大規模分散式系統方面，具有相當專業的背景。他曾為Google工作，協助建構和部署各種大規模的機器學習系統。除了在Adobe的工作之外，他也很喜歡向學生與專業人士傳授機器學習相關的知識。

Alex Xu是一位軟體工程師兼作家。他的前一本著作《內行人才知道的系統設計面試指南》是 Amazon的暢銷書，目前已被翻譯成六種語言。他曾任職於Twitter、Apple和Zynga。

電子書閱讀方式

您所購買的電子書，系統將自動儲存於「我的電子書櫃」，您可透過PC（Windows / Mac）、行動裝置（手機、平板），輕鬆閱讀。

• Ｗindows / Ｍac 電腦
• 請先安裝瀏覽器，→並以Chrome開啟我的電子書櫃後，點選『線上閱讀』，即可閱讀您已購買的電子書。建議使用 Chrome、Microsoft Edge有較佳的線上瀏覽效果。
• 手機／平板
• 請先安裝 電子書APP後，依照提示登入「會員中心」→「電子書管理」→「電子書APP通行碼/載具管理」，取得APP通行碼再登入APP，下載您所購買的電子書。完成下載後，點選任一書籍即可開始離線閱讀。 APP 適用版本：iOS 14.2 或以上版本，Android 6.0 以上版本。

注意事項：
使用讀冊生活電子書服務即為同意讀冊生活電子書服務條款。
下單後電子書可開啟閱讀的時間請參考：不同的付款方式，何時可開啟及閱讀電子書?
因版權保護，您在TAAZE所購買的電子書/雜誌僅能以TAAZE專屬的閱讀軟體開啟閱讀，無法以其他閱讀器或直接下載檔案。
退換貨說明：電子書、電子雜誌商品，恕不提供10天猶豫期退貨，若您對電子書閱讀有疑慮，建議您可於購買前先行試讀。並於訂購本商品前請務必詳閱電子書商品退換貨原則。