या लेखात आपण कृत्रिम बुद्धिमत्तेसंबंधातील नोकऱ्यांच्या मुलाखतीच्या स्वरूपाविषयी बोलूया. आपण मुख्यत्वे विदा वैज्ञानिक (Data Scientist), साधन शिक्षण अभियंते (Machine learning engineers) आणि कृत्रिम बुद्धिमत्ता अभियंते (AI engineers) यांच्या मुलाखतींबद्दल चर्चा करणार आहोत. 

ताज्या बातम्यांसाठी डाऊनलोड करा ई-सकाळचे ऍप

या मुलाखतीमधील प्रश्न प्रामुख्याने उमेदवाराचे कृत्रिम बुद्धिमत्तेच्या क्षेत्रातील ज्ञान तपासण्यासाठी असतात. उमेदवाराला यातील मूलभूत संकल्पना किती चांगल्या अवगत आहेत, हे तपासले जाते. काही उमेदवार या संकल्पनेच्या विषयीचे थेट प्रश्न व्यवस्थित सोडवू शकतात, पण त्याच्या व्यवहारातील वापराबद्दल अनभिज्ञ असतात. या मुलाखतीतील प्रश्न व्यवहारातील परिस्थितीद्वारे उमेदवारांसमोर मांडले जातात. उदा. तुम्ही यू-ट्यूबवरील असंबधित (Spam) टिप्पण्या (Comments) कशा ओळखाल? किंवा त्यासाठीची प्रणाली कशी तयार कराल? हा प्रश्न सोडविताना उमेदवाराला मूलभूत संकल्पनांचा सुयोग्य वापर करावा लागतो. उमेदवाराने सुरुवातील हा प्रश्न कृत्रिम बुद्धिमत्तेद्वारे नेमका कसा सोडविता येईल, हे मांडणे अपेक्षित असते. कोणताही प्रश्न विविधांगाने मांडता येतो आणि योग्य मांडणीद्वारे तो सहजरित्या सोडविला जाऊ शकतो. हा प्रश्न पर्यवेक्षी शिक्षण या प्रकारातील आहे, हे ओळखता आल्यास पहिली पायरी ओलांडली असे म्हणता येईल. हे ओळखताना उमेदवाराकडून तालीम संचविषयी विचारणा परीक्षकाला अपेक्षित असते. तालीम संचामध्ये किती उदाहरणे उपलब्ध आहेत आणि त्यांचा दर्जा कसा आहे, यावर तालीम अवलंबून असते. प्रत्येक उदाहरण कोणत्या वैशिष्ट्यांसह मांडले जाते त्यावरून टिप्पणी यासंबंधित आहे का, याचा अंदाज बांधता येतो. या पायरीवर सृजनशीलतेला खूप वाव असतो आणि उमेदवाराची कल्पकता जोखण्याची संधी परीक्षकांना असते. 

पुण्याच्या इतर बातम्या वाचण्यासाठी येथे- क्लिक करा

तंत्राविषयी सांगणे गरजेचे 
एकदा का प्रश्नांची मांडणी करून झाली की तो नेमका कसा सोडवायचा, त्यामध्ये कोणती तंत्रे वापरायची हे उमेदवाराने सांगणे अपेक्षित असते. उमेदवाराने या पायरीवर उपलब्ध संगणक तंत्र आणि आज्ञावली या विषयी माहिती देणे आवश्यक असते. उपलब्ध तंत्राद्वारे एकदा तालीम पार पडल्यावर आपल्याला हाताचा प्रश्न सोडविण्याची प्रणाली प्राप्त होते. ही प्रणाली किती प्रभावशाली आहे, याची तपासणी आपल्याला करावी लागते. त्याचा आराखडा उमेदवाराने सादर करणे महत्त्वाचे असते. कोणतीही कृत्रिम बुद्धिमत्ता प्रणाली १०० टक्के अचूक नसते आणि या प्रणालीद्वारे होणाऱ्या चुका हाताळण्यासाठीचे डावपेच उमेदवाराला अवगत असावे लागतात. या प्रणालीला अधिक अचूक बनवण्यासाठी काय करावे लागेल, हे समजून घ्यायला प्रणालीद्वारे होणाऱ्या चुकांचे विश्लेषण करावे लागते. त्याची माहिती उमेदवाराला असणे अपेक्षित असते. ता तांत्रिक बाबीबरोबरच उमेदवाराची इतर लोकांबरोबर मिळून काम करण्याची क्षमताही मुलाखतीमध्ये तपासली जाते. 

पुढील भागात आपण यातील अधिकचे बारकावे तपासण्याचा प्रयत्न करूया. 

पुणे