요약
- 원제(블로그 표기) "MOLOCO ML Engineer Intern: Screening Interview" — 파일명 금지 문자(:)만 치환. 게시일 2026-03-23 · slug
moloco-ml-screening-interview-2026 · 카테고리 "채용 · 면접 · 커리어 / 채용 프로세스 · 면접 후기" · 한국어·영어 병기 - CodeSignal 코딩테스트 이후 Machine Learning Engineer Intern(3개월) 전형의 스크리닝 인터뷰 복기. 약 1시간 화상, 배경·프로젝트 설명 위주 대화에 ML·CS 기본기 질문이 이어지는 형식이었고, 진행은 나쁘지 않았으나 불합격 통지를 받았다. 평가 포인트로 ML 지식, CS 기본기, ML Modeling vs ML Infrastructure 적합성을 안내받음.
- 비기술 파트: 면접 준비, 30초 자기소개, Moloco 지원 이유(ML이 코어인 광고 데이터·실시간 시스템), 불합격 시 태도, 직무 이해. 직무 설명이 한 번에 이해되기 어렵다는 피드백과 함께 공고·기술 블로그 분석 방법을 질문받음. 오피스 선호(서울 우선)와 역질문(정규직 전환 시 미국 본사 리로케이션).
- 가장 길었던 파트는 한화 UGV 통신 이상탐지: 목표·제약(레이블 거의 없음), Isolation Forest 선택 이유, 룰 베이스 → 도메인 특성 벡터 → cold start 룰·ML 앙상블, contamination·폐쇄망 제약 등. 면접관이 "모델을 만들었다"는 표현의 경계(시스템 전체 vs 순수 ML)를 짚었다. 이어 학부 CS·OS(프로세스/스레드·동기화·데드락), LG Aimers 부스팅·XGBoost vs CatBoost·SMOTE-ENN·불균형 지표, Google ML Bootcamp의 QLoRA·4-bit(NF4), 광고 전환 예측 시나리오와 PyTorch backward(), Modeling vs Infra와 인턴 3개월의 의미.
등장하는 것
- Moloco — 지원 조직(블로그 표기 MOLOCO)
- 한화에어로스페이스 인턴 (UGV-MON) · UGV-MON — 심층 질문의 대상
- LG Aimers 5기 — 제품 이상 여부 판별·SMOTE-ENN 질문 · LG Aimers 7기 — F&B 수요예측 PatchTST·N-BEATS 앙상블 언급
- Google ML Bootcamp 2024 · financial_advisor — Gemma QLoRA·4-bit 파인튜닝 스토리
- 이전 글: MOLOCO ML Engineer Intern 코딩테스트
연결
- Writing · Applications · Moloco ML Engineer Intern 2026
- 원자 노트: 라이브러리를 쓸 줄 아는 것과 내부를 설명하는 것은 다르다 · 직무 설명이 면접관에게 한 번에 이해되도록 말한다 — 공고·기술 블로그 분석을 답에 녹인다 · 「모델을 만들었다」의 경계를 분명히 한다 — 시스템 전체와 순수 ML을 구분해 말한다 · 잘 풀린 체감과 결과는 별개다 · 극심한 불균형은 샘플링 조합으로 푼다 — SMOTE-ENN이 SMOTE 단독 대비 Precision +8pp · datetime.now() 기반 시계열과 message type 미분리는 ML 데이터를 오염시킨다 — 프로토타입의 솔직한 한계
- 개념: 4-bit 양자화 (NF4) · CatBoost · Gemma-2B · Isolation Forest · N-BEATS · PatchTST · QLoRA · SMOTE-ENN · UGV 통신 프로토콜 · XGBoost · i18n 다국어 · 광고 성과 지표 (CPI·CTR·ROAS) · 기술 블로그 운영 · 발표 · 수요 예측 · 시계열 이상탐지 · 앙상블 · 이상탐지 · 콜드스타트 · 클래스 불균형 · 파인튜닝 (SFT) · 폐쇄망·오프라인 환경 · 피처 엔지니어링 · 하이퍼파라미터 튜닝
