Ce n’est un secret pour personne que l’écart entre les sexes existe toujours dans les domaines STEM. Malgré une légère augmentation ces dernières années, des études montrent que les femmes ne représentent qu’un quart de la main-d’œuvre totale des STEM au Royaume-Uni. Bien que les raisons varient, de nombreuses femmes sont affligées par le manque de représentation, d’opportunités claires et d’informations sur ce que signifie réellement travailler dans ce secteur.
Combler le fossé entre les sciences, la technologie, l’ingénierie et les mathématiques (STEM) n’est pas une solution miracle, mais un effort d’équipe pour tous les acteurs de l’industrie. De nombreuses organisations telles que Women in Machine Learning (WiML) travaillent activement pour aider à créer un environnement plus inclusif où les succès des femmes sont amplifiés. C’est également un point d’information important pour de nombreuses femmes qui veulent en savoir plus sur ce que c’est que de travailler dans les STEM.
C’est pourquoi, pour la Journée internationale des femmes ingénieurs de cette année, nous avons demandé à la communauté WiML de partager avec nous les questions les plus courantes qu’elles reçoivent au sujet des entretiens techniques. Pour partager leurs points de vue et discuter de ce que c’est que de travailler chez DeepMind, nous avons réuni Mihaela Rosca (ingénieur de recherche), Feryal Behbahani (chercheur scientifique) et Kate Parkyn (agente de recrutement – Recherche et ingénierie).
Comment savoir si je suis prêt à postuler pour un emploi dans l’industrie ?
Mihaela : Il n’est pas rare d’avoir des doutes ou d’avoir l’impression de ne pas être prêt pour un poste dans ce domaine. Il n’y aura jamais de moment idéal pour postuler et vous pouvez facilement vous convaincre qu’il y a plus à apprendre, mais cela ne devrait pas être un facteur dissuasif dans votre décision de postuler.
Bien sûr, le bon ensemble de compétences dépendra du rôle spécifique que vous recherchez, mais si vous souhaitez travailler sur l’avenir de la recherche en apprentissage automatique, lire des articles de recherche et mettre en œuvre des algorithmes de pointe – vous re set … alors postulez!
curieux? En savoir plus sur nos équipes de recherche et d’ingénierie.
Quels sont les indicateurs les plus importants pour l’emploi ? Publications papier, GPA, expérience dans l’industrie ?
Kate : Nous recrutons pour de nombreux rôles au sein de l’organisation, de sorte que les qualités sur lesquelles nous nous concentrons varieront en conséquence.
La majorité des chercheurs que nous embauchons sont postdoctoraux, nous ne surindexons donc pas les publications. Nous n’avons pas non plus de note spécifique pour le grade ou GPA. En ce qui concerne l’expérience, nous sommes toujours intéressés à lire les stages précédents d’un candidat et/ou ses expériences bénévoles dans l’industrie. Nous recherchons une capacité éprouvée non seulement dans la recherche, mais également dans l’exécution, l’ingénierie et l’application. Lire sur les projets parallèles et les contributions open source est également idéal pour rechercher des candidats potentiels, alors n’hésitez pas à créer un lien vers Github, des projets parallèles ou du code.
Pour les ingénieurs de recherche, il est important de se rappeler que le rôle est en partie recherche et en partie ingénieur, nous sommes donc toujours à la recherche de personnes qui aiment mettre la théorie sous forme informatique.
Pour les ingénieurs logiciels, nous recherchons une capacité démontrée à communiquer les problèmes et les solutions. Les ingénieurs logiciels de DeepMind traitent régulièrement des problèmes obscurs qui ont également des complexités techniques sous-jacentes. Des preuves de travail sur des projets similaires, ou des expériences d’accélération de la recherche et d’exploitation d’outils pour augmenter la recherche, sont essentielles.
Avez-vous des conseils pour rédiger un CV réussi ?
Kate : Créer le CV ou le curriculum vitae parfait est une tâche ardue. Heureusement, il existe d’innombrables ressources qui peuvent vous aider à faire le travail. Pour faire simple, nous vous suggérons de vous concentrer sur les points suivants :
- Gardez-le autour de deux pages
- Inclure des informations supplémentaires (langages de programmation, communautés, récompenses, bénévolat)
- Restez cohérent avec la police et le format
- Lisez et relisez la copie – n’oubliez pas de vérifier l’orthographe et la grammaire
- Ajouter des compétences techniques pertinentes (langage de codage/bibliothèques)
- Lien vers github / linkedin / votre portfolio personnel
Pouvez-vous recommander des ressources qui pourraient être utiles pour le développement professionnel ?
Férial : Il existe un large éventail de ressources disponibles pour vous aider à apprendre et à développer vos compétences en apprentissage automatique. Cela comprend des cours d’introduction en libre accès sur YouTube (tels que le cours de Nando de Freitas sur l’apprentissage en profondeur, le cours de David Silver sur l’apprentissage par renforcement et la série de conférences DeepMind x UCL), des articles de blog donnant un aperçu de technologies spécifiques (telles que Distill) et plus encore. apprentissage automatique avancé Actes de conférence tels que NeurIPS, ICML et ICLR.
Il existe également un certain nombre d’écoles d’été (telles que MLSS et DLRLSS) qui aident à soutenir les étudiants et les professionnels intéressés à apprendre des meilleurs experts dans le domaine. De nombreuses écoles d’été proposent également des vidéos et des exercices pratiques des années précédentes, qui peuvent être d’excellentes ressources pour apprendre à votre rythme.
Il est également formidable de rechercher des organisations telles que Women in Machine Learning (WiML) qui aident spécifiquement les femmes dans ce domaine à renforcer leur confiance technique et leur voix tout en amplifiant leurs réalisations dans la communauté au sens large.
À quoi puis-je m’attendre dans le processus d’entrevue?
Férial : Le processus d’entretien chez DeepMind peut varier en fonction du poste auquel vous postulez. D’après mon expérience, le processus d’entrevue pour un Chercheur Le rôle consiste en quatre phases :
Phase 1 – Discussion initiale avec l’équipe de recrutement
Il s’agit de couvrir vos antécédents, votre expérience, votre motivation à postuler et vos projets futurs. À ce stade, vous aurez également la possibilité de poser toutes les questions que vous pourriez avoir sur le rôle ou le processus d’entretien.
La deuxième étape – les entretiens techniques
Cette partie du processus implique plusieurs sessions – dont une avec un examen technique couvrant un large éventail de sujets en informatique, statistiques, mathématiques et apprentissage automatique. Il est important que vous passiez en revue cette session de manière approfondie ! À ce stade, il y aura également un entretien de codage où vous (dans la langue de votre choix) devrez résoudre quelques questions et un problème spécifique dans le but final d’arriver à une mise en œuvre de la solution.
La troisième étape – entretiens de recherche
Cette étape consiste en plusieurs courts entretiens (par exemple, environ 30 minutes) avec des chercheurs et des responsables sur votre parcours de recherche et vos intérêts spécifiques. Ici, vous aurez l’occasion de donner une conférence sur votre recherche, donnant aux enquêteurs une meilleure idée de la direction de votre recherche générale. À ce stade, essayez de démontrer votre compréhension technique du domaine et n’hésitez pas à évoquer vos réalisations et vos idées de recherche. Ce n’est pas nécessaire, mais je suggère également de lire les articles de recherche récents publiés par l’équipe DeepMind pour essayer de mieux encadrer vos points forts !
Quatrième étape – entretien culturel
Vers la fin du processus d’entretien, vous recontacterez l’équipe de recrutement pour discuter de la culture et de la mission de DeepMind. Je vous recommande de lire la mission de DeepMind et de réfléchir à la manière dont vos objectifs de carrière s’y intègrent.
Dans quelle mesure l’accent est-il mis sur les compétences/connaissances en recherche par rapport à la capacité de codage pour les entretiens techniques dans DeepMind ? Comment avez-vous préparé votre entretien artistique ?
Mihaela : Compte tenu de la diversité requise pour mener des recherches sur l’apprentissage automatique, le processus d’entretien présente une dichotomie relative entre le codage et l’évaluation des compétences en recherche. La première étape se concentre sur les mathématiques, les statistiques, l’apprentissage automatique et les connaissances en informatique, tandis que les étapes ultérieures se concentrent sur le codage. Gardez à l’esprit que tout au long du processus d’entretien, l’intervieweur essaie d’évaluer vos compétences en résolution de problèmes, alors concentrez-vous sur la communication et l’explication de vos réponses.
Pour ma propre entrevue, je me suis préparé en passant en revue certaines notes de mes cours de premier cycle – y compris un cours de statistiques que j’ai suivi. À l’époque, je ne connaissais pas grand-chose à l’apprentissage par renforcement, alors j’ai fait quelques recherches supplémentaires et j’ai regardé le cours de David Silver à l’University College de Londres sur le sujet. Pour mon entretien de codage, j’ai choisi Python. Pour préparer et pratiquer la vitesse, j’ai résolu quelques questions de codage sans utiliser d’environnement de développement intégré (IDE) ou mon éditeur préféré – juste un simple éditeur de texte.
Les Ingénieurs de Recherche peuvent-ils mener des projets de recherche ?
Mihaela : certainement! Les ingénieurs de recherche de DeepMind – et d’ailleurs – mènent souvent des projets de toutes tailles. Ils peuvent diriger en tant que premiers auteurs d’articles de conférence ou en tant qu’efforts de groupe plus importants impliquant des groupes de différentes tailles et se déroulant sur plusieurs mois.
Il existe de nombreux exemples, mais en voici quelques-uns : AlphaZero, une exploration améliorée de l’apprentissage par renforcement à l’aide de la modélisation générative et des bibliothèques de base open source comme Reverb.
À quoi ressemble votre journée dans la vie d’un chercheur scientifique ?
Férial : Être chercheur scientifique signifie que ma journée n’est jamais la même. Je passe souvent mon temps à réfléchir à mes projets de recherche, à coder, à rencontrer et à discuter d’idées avec d’autres, à lire des articles et à assister à des présentations ou à des groupes de lecture.
Comme toujours dans la recherche, ce que je fais peut changer selon que je travaille sur une échéance papier, que je travaille sur un projet spécifique ou que je réfléchis à ce que je vais faire ensuite. Heureusement, DeepMind est vraiment flexible dans la façon dont il organise son propre temps et son emploi du temps. Nous utilisons un « système de réussite » qui organise la recherche en petits morceaux mesurables (par exemple, 3 à 6 semaines), ce qui aide vraiment à planifier la recherche et à la décomposer en étapes concrètes.