Aller au contenuAller au pied de page
  • Emplois
  • Entreprises
  • Salaires
  • Pour les employeurs

      Boostez votre carrière

      Découvrez votre salaire potentiel, décrochez des emplois de rêve et partagez vos témoignages de manière anonyme.

      employer cover photo
      employer logo
      employer logo

      Featurespace

      Est-ce votre entreprise ?

      À propos
      Avis
      Salaires et avantages
      Emplois
      Entretiens
      Entretiens
      Recherches associées: Avis sur Featurespace | Offres d’emploi chez Featurespace | Salaires chez Featurespace | Avantages sociaux chez Featurespace
      Entretiens chez FeaturespaceEntretiens d’embauche pour Machine Learning Engineer chez FeaturespaceEntretien chez Featurespace


      Glassdoor

      • À propos
      • Récompenses
      • Blog
      • Nous contacter
      • Guides

      Employeurs

      • Compte employeur gratuit
      • Centre employeur
      • Blog pour les employeurs

      Informations

      • Aide
      • Règles de la communauté
      • Conditions d'utilisation
      • Confidentialité et choix publicitaires
      • Ne pas vendre ni partager mes informations
      • Outil de consentement aux cookies

      Travailler avec nous

      • Annonceurs
      • Carrières
      Télécharger l'application

      • Parcourir par :
      • Entreprises
      • Emplois
      • Lieux

      Copyright © 2008-2026. Glassdoor LLC. « Glassdoor », son logo, « Worklife Pro » et « Bowls » sont des marques déposées de Glassdoor LLC.

      Entreprises suivies

      Tenez-vous au courant des dernières opportunités et profitez de conseils d’initiés en suivant les entreprises de vos rêves.

      Recherche d’emplois

      Obtenez des recommandations et des mises à jour personnalisées en démarrant vos recherches.

      Entretien pour Machine Learning Engineer

      11 mars 2020
      Candidat à l'entretien anonyme
      Aucune offre
      Expérience négative
      Entretien moyen

      Candidature

      J'ai postulé en ligne. Le processus a pris 3 semaines. J'ai passé un entretien chez Featurespace en mars 2020

      Entretien

      15 minute takehome Python exercise, followed by a 30 minute phone interview with line manager, followed by a longer takehome Python exercise (a script that processes a CSV file of customer transactions, keeps a running mean and standard deviation of transactions by customer ID, observes large deviations of individual transaction amounts from the running mean and, when such deviations are observed, generates alerts)

      Questions d'entretien [1]

      Question 1

      The phone interview was generally non-technical. The 2nd takehome exercise task was to write a script that processes a CSV file of customer transactions, keeps a running mean and standard deviation of transactions by customer ID, observes large deviations of individual transaction amounts from the running mean and, when such deviations are observed, generates alerts. This was to be done by implementing just one method, for which they had written a header definition. The instructions stated certain requirements: scalability, readability and code structure, logging and testing, and how simple it is to run and evaluate the code. Observe that some of these involve a large element of subjectivity. There was no mention of persistence, or function naming conventions.
      1 réponse
      9

      Autres retours d’entretien d’embauche pour un poste comme Machine Learning Engineer chez Featurespace

      Entretien pour Machine Learning Engineer

      13 août 2018
      Candidat à l'entretien anonyme
      Offre refusée
      Expérience positive
      Entretien moyen

      Candidature

      J'ai postulé en ligne. Le processus a pris 3 semaines. J'ai passé un entretien chez Featurespace

      Entretien

      Phonecall with head of Data Science who explained the role to me. Then a coding task and then an on-site interview. The on-site interview has two parts: a data science part and a computer science part. The data science part includes questions about how to train an ML algorithm and other concepts in ML. The computer science part included an algorithm question and questions about parallel computing.

      Questions d'entretien [1]

      Question 1

      Given an array of integers and a target integer, find all pairs of integers in the array that sum up to the target integer.
      Répondre à cette question