İlan - SAP Innovation Center Network

[Cd-]

Selam,

Bazılarınız biliyordur belki SAP Innovation Center'da çalışıyorum. İlgisini çeken olursa hala baya açık pozisyon var. Pozisyonların bazıları Berlin'de bazıları da Potsdam'da (ben Potsdam'dayım Berlin'e yarım saat trenle).
Parantez içinde Associate veya Senior yazanlar o pozisyon için aranan kişinin Senior veya Associate olması gerektiğini söylüyor ama şart değil. Yani Senior olmayıp senior pozisyona da başvurabilirsiniz ama tabi mülakatlar da ona göre oluyor.
Daha fazla detay için bana mesaj atabilirsiniz ya da direk buraya yazabilirsiniz.

DESIGN
(Senior) User Experience Designer - ICN https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=138215&company=SAP&username=

DEVELOPMENT
(Associate) Backend Developer - Finance Cloud Applications https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=137713&company=SAP&username=
(Associate) Frontend Developer - RUUM https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=123902&company=SAP&username=
Development Manager - Machine Learning Platform https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=133065&company=SAP&username=
Full Stack Developer - Knowledge Workspace https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=138008&company=SAP&username=
(Senior) Cloud DevOps Specialist - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=133074&company=SAP&username=
(Senior) Data Engineer - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=133750&company=SAP&username=
(Senior) Developer / Development Expert - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=132152&company=SAP&username=
(Senior) Knowledge Management Specialist - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=133059&company=SAP&username=
(Senior) Researcher / Research Expert - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=137680&company=SAP&username=

OPERATIONS
Operations Support Associate / Specialist - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=138013&company=SAP&username=

[Esh]

potsdamer platz berlin degil mi abi zaten?

[Cd-]

Yok Potsdam ayrı şehir =) güneyde

[MrLevie]

fonksiyonelle gel=)

[Phoenixlin]

Cd- said:

(Senior) Researcher / Research Expert - Machine Learning https://career012.successfactors.eu/sfcareer/jobreqcareer?jobId=137680&company=SAP&username=

Anasını sattığımın alanı zaten 5-6 senedir popi oldu, şimdi herkes senior researcher arıyor başvuramıyorum :(

[Cd-]

Yani gerekli tecrüben varsa başvurabilirsin aslında dediğim gibi o Senior/Junior şeyi daha çok "hani olsa iyi olur" gibisinden

[Phoenixlin]

Başvuruyorum zaten de Amazon/IBM tecrübem "doktoranı yap öyle gel"e evrildi 2. mülakatlardan sonra hep =)

[Phoenixlin]

Şuraya bir not düşüyüm, gelecekte biri başvurmak isterse neler soruyolar, nasıl işliyor süreç merak etmesin.

Öncelikle Researcher / Research Expert - Machine Learning pozisyonuna başvurup; CV'den red yedim Phd'm olmadığı için. Başvurduktan 2 hafta sonra falan no-reply mail ile red.

Şu an Data Engineer - Machine Learning için iki interview'e girdim. Üçüncüsünün olmasını isterim; ama nefesim yetmedi galiba. Başvurduktan yaklaşık 4 hafta sonra ilk interview için 2 gün sonrasına confirmation istendi. Kabul ettim.

Telefonda 1 saat machine learning ve deep learning geyiği yaptık. Yani geyiği yaptık diyorum da işte önce karşı taraf SAP napıyoru anlattı; sonra benden yaptığım projeleri anlatmamı istedi. Deep learningle alakalı olanları deşti (x'i nasıl yaptınız, y yöntemini kullansanız olmaz mıydı) vs. Sonra genel machine learning ve deep learning soruları geldi. Sorular overfitting, regularization ve deep neural networklerin train edilmesinde kullanılan trickler (dropout, batch normalization vs.) ve faydaları üzerineydi. Bu mülakatta kod sormadı; ama son dakikaya "1000 makinen ve bu makinelerde milyarlarca integer'ın var. En büyük 50 integer'ı nasıl bulursun?" sorusunu sıkıştırdı. Ben mergesort'tan yürüdüm; ama cevap heapsorttu (en son 6 sene önce adını duyunca bilindiklerden yürümeye çalıştım =)).

Şahsen bazı sorularda çok teklediğim için 2. bir mülakat olmaz diyodum hatta ilk mülakat sonunda adam pazartesi haber ederiz diyip; hiç haber gelmeyince direk umudu kesmiştim. Bugünde 2. mülakat yapıldı. Bu sefer bir kod bir de probability theory'den girdiler. Başvurduğum pozisyon python üzerinden yürüdüğü için ben de python kullanarak kodladım. Soru da "length of longest ascending or descending order sequence" (ingilizce yazdımki googlelaması kolay olsun. Zor soru değil; her kod interview'ü gibi yaptığın her şeyi anlatıp complexity'sini söylüyosun. İkinci soru da "[0, n] arasında uniformly random number üreten bir metodun var ve bununla [0, m] arasında uniformly random numberları nasıl üretirsin? m > n olacak şekilde" idi. Kodlama yapmam istenmedi sadece nasıl çözüleceği istendi. Açık şekilde acı çektim bu soruda. "n>m" durumunu vakti zamanında başka arkadaşlar tartışıp öğrendiğimden biliyodum da tam tersi olunca işler değişiyormuş. Cevabını merak edenler n=1 ve m=6 case'ini düşünebilir. Eldeki generatorlardan 3 sample alınır, örn. "101", ve bunu binary olarak düşünüp 6'lık aritmetik sisteme uyarlarsın. "111" case'i de special bir case ve onu handle etmek gerekiyor. Bunları daha sonra n ve m'e generalize etmek yeterliydi. Bana şu binary örneğini vermese eleman sabaha kadar cevaplayamazdım işin aslı. Son 5 dakikada da master tezimde kullandığım bir algoritmayı ve mantığını anlatmam istendi. O algoritmayı gözüm kapalı, ellerim bağlı bile yazabildiğim için artık sıkıntı olmadı (bu soruyu sormasının sebebi de algoritmanın Microsoft Bing için geliştirilmiş olması ve elemanın geçmişte o takımda çalışmasıydı).

Olur da 3. aşamaya geçersem onu da eklerim buraya; ama çok da ihtimal vermiyorum şahsen :(

[senko]

bunlar nasıl sorular abi
developer diye girsen istiklal marşını tersten okurken asm ile compiler yazmanı isteyecekler demekki.

neyse genius adam arıyorlardır belki hakketen.

türkiye sap böyle değil bu arada sdf

[Aduket]

hocam bu cevabi anlamadim. neden 3 tane sample aldik? 111 durumu 7 e denk geliyor, 6 lik sistemde bir alakasinin olmamasi lazim? m>n durumunda, random sayiyi m/n ile carpsak, [0..m] araliginda uniform random number generator uretmis olmuyor muyuz zaten?

Phoenixlin said:

İkinci soru da "[0, n] arasında uniformly random number üreten bir metodun var ve bununla [0, m] arasında uniformly random numberları nasıl üretirsin? m > n olacak şekilde" idi. Kodlama yapmam istenmedi sadece nasıl çözüleceği istendi. Açık şekilde acı çektim bu soruda. "n>m" durumunu vakti zamanında başka arkadaşlar tartışıp öğrendiğimden biliyodum da tam tersi olunca işler değişiyormuş. Cevabını merak edenler n=1 ve m=6 case'ini düşünebilir. Eldeki generatorlardan 3 sample alınır, örn. "101", ve bunu binary olarak düşünüp 6'lık aritmetik sisteme uyarlarsın. "111" case'i de special bir case ve onu handle etmek gerekiyor.
(

[Phoenixlin]

Senin söylediğini binary case'i için düşünürsen, küçük limitli rand generator 0 ürettiğinde, büyük generator'ın sıfır üretmekten başka bir şey yapmıyor. Küçük olan 1 ürettiğinde de sen onu her 6'yla çarpıyosun ve aradaki sayıları üretemiyorsun.

Binary case'i için, ilk generatorla [0, n=1] arasında 3 kere random sayı üretmen, ikinci generatorun [0, m=6] arasındaki integerları üretmesine yeterli. Sonuçta uniform bir şekilde 111, 110, 101, 100, 011, 001, 001 ve 000 üreticeksin ve bunları 6'lık sisteme evirirsen aslında [0, 6] arasındaki sayıları random bir şekilde üretmiş olacaksın. Special case (111=7) için de ben [0, 6] arasına düşene kadar tekrar 3'lü sample ederim diyip kolaya kaçtım :d (karşı taraftan da doğru ya da yanlış olmasına dair bir tepki gelmedi, doğrusunu da söylemedi işin aslı).

Zaten binary'i case'ini anladıktan sonra olay n ve m arasındaki relation üzerinden herhangi bir n ve m için optimal sample sayısını buldurmak oluyor. O da "m > n" conditionı yüzünden aslında bildiğin kalanlı bölme problemi oluyor: "(m+1) = x * (n+1) + r". x, sample sayın oluyor burda. "+1"lerin sebebi de sınırları included yapmamdan ötürü [0, n) ve [0, m) olsa +1'e gerek yok.

senko said:

bunlar nasıl sorular abi
developer diye girsen istiklal marşını tersten okurken asm ile compiler yazmanı isteyecekler demekki.

neyse genius adam arıyorlardır belki hakketen.

türkiye sap böyle değil bu arada sdf

Türkiye SAP benim ilgi alanımla ilgilenmiyor =) Bir de Türkiye'de kalmak için yanıp tutuşsam gene de Kurtköy'de çalışmam

[Aduket]

pardon, uniform random generator denilince real sayilar/continuous anlamistim; ama senin durumunda kastedilen integer/discrete imis. bu sekilde bakinca, evet kolay geldi :) sortinge de ben okuyunca priority queue demistim ( heap sort un turevi) :)

deep learning'de transfer learning gibi state of the art konulari filan sordu mu, yoksa sadece o bahsettigin temel kavramlara mi degindi?

Phoenixlin said:

Senin söylediğini binary case'i için düşünürsen, küçük limitli rand generator 0 ürettiğinde, büyük generator'ın sıfır üretmekten başka bir şey yapmıyor. Küçük olan 1 ürettiğinde de sen onu her 6'yla çarpıyosun ve aradaki sayıları üretemiyorsun.

Binary case'i için, ilk generatorla [0, n=1] arasında 3 kere random sayı üretmen, ikinci generatorun [0, m=6] arasındaki integerları üretmesine yeterli. Sonuçta uniform bir şekilde 111, 110, 101, 100, 011, 001, 001 ve 000 üreticeksin ve bunları 6'lık sisteme evirirsen aslında [0, 6] arasındaki sayıları random bir şekilde üretmiş olacaksın. Special case (111=7) için de ben [0, 6] arasına düşene kadar tekrar 3'lü sample ederim diyip kolaya kaçtım :d (karşı taraftan da doğru ya da yanlış olmasına dair bir tepki gelmedi, doğrusunu da söylemedi işin aslı).

Zaten binary'i case'ini anladıktan sonra olay n ve m arasındaki relation üzerinden herhangi bir n ve m için optimal sample sayısını buldurmak oluyor. O da "m > n" conditionı yüzünden aslında bildiğin kalanlı bölme problemi oluyor: "(m+1) = x * (n+1) + r". x, sample sayın oluyor burda. "+1"lerin sebebi de sınırları included yapmamdan ötürü [0, n) ve [0, m) olsa +1'e gerek yok.

senko said:

bunlar nasıl sorular abi
developer diye girsen istiklal marşını tersten okurken asm ile compiler yazmanı isteyecekler demekki.

neyse genius adam arıyorlardır belki hakketen.

türkiye sap böyle değil bu arada sdf

Türkiye SAP benim ilgi alanımla ilgilenmiyor =) Bir de Türkiye'de kalmak için yanıp tutuşsam gene de Kurtköy'de çalışmam

[Aduket]

yanlis anlasilma olmasin:
"bu sekilde bakinca kolay geldi" = " buradan pc nin onunden bakinca kolay geldi"

yoksa, mulakatta insan adini bile unutabiliyor. "aman ben cok superim" gibi bir sey demek istemedim. yanlis anlasilmasin.

yanit icin de tesekkurler.

Aduket said:

pardon, uniform random generator denilince real sayilar/continuous anlamistim; ama senin durumunda kastedilen integer/discrete imis. bu sekilde bakinca, evet kolay geldi :) sortinge de ben okuyunca priority queue demistim ( heap sort un turevi) :)

deep learning'de transfer learning gibi state of the art konulari filan sordu mu, yoksa sadece o bahsettigin temel kavramlara mi degindi?

Phoenixlin said:

Senin söylediğini binary case'i için düşünürsen, küçük limitli rand generator 0 ürettiğinde, büyük generator'ın sıfır üretmekten başka bir şey yapmıyor. Küçük olan 1 ürettiğinde de sen onu her 6'yla çarpıyosun ve aradaki sayıları üretemiyorsun.

Binary case'i için, ilk generatorla [0, n=1] arasında 3 kere random sayı üretmen, ikinci generatorun [0, m=6] arasındaki integerları üretmesine yeterli. Sonuçta uniform bir şekilde 111, 110, 101, 100, 011, 001, 001 ve 000 üreticeksin ve bunları 6'lık sisteme evirirsen aslında [0, 6] arasındaki sayıları random bir şekilde üretmiş olacaksın. Special case (111=7) için de ben [0, 6] arasına düşene kadar tekrar 3'lü sample ederim diyip kolaya kaçtım :d (karşı taraftan da doğru ya da yanlış olmasına dair bir tepki gelmedi, doğrusunu da söylemedi işin aslı).

Zaten binary'i case'ini anladıktan sonra olay n ve m arasındaki relation üzerinden herhangi bir n ve m için optimal sample sayısını buldurmak oluyor. O da "m > n" conditionı yüzünden aslında bildiğin kalanlı bölme problemi oluyor: "(m+1) = x * (n+1) + r". x, sample sayın oluyor burda. "+1"lerin sebebi de sınırları included yapmamdan ötürü [0, n) ve [0, m) olsa +1'e gerek yok.

senko said:

bunlar nasıl sorular abi
developer diye girsen istiklal marşını tersten okurken asm ile compiler yazmanı isteyecekler demekki.

neyse genius adam arıyorlardır belki hakketen.

türkiye sap böyle değil bu arada sdf

Türkiye SAP benim ilgi alanımla ilgilenmiyor =) Bir de Türkiye'de kalmak için yanıp tutuşsam gene de Kurtköy'de çalışmam

[Phoenixlin]

Convolutional neural networklerin NLP'de uygulanmasından başladık (yaptığım projede kullandığımız için). Hatta Facebook'un 2016 aralıkta yazdığı makalenin kodunu bizim 2015'te yazdığmızı araya sıkıştırdım işte. Sonra niye CNN kullandık da LSTM kullanmadık, LSTMlerin sequence datada daha iyi olup olmadığını, (significantly bir iyiliğin söz konusu olmadığını da yakın zamanda IBM'in yazdığı bir makalede okumuştum şansa), doküman modellemeyi nasıl yaptığımızı falan konuştuk. Sonrasında da işte dediğim gibi olaylar regularization ve vanishing/exploiting gradientlara geldi.

Transfer learning bu arada öyle state-of-the-art bir yöntem değil ya (en azından adına transfer learning denmeden önce bunu yapan minimum 2 startup ve bizim huaweideki proje vardı). Fakirlikten ve gpu clustersızlıktan doğmuş bi şey. Zaten akademide pre-trained model kullanan herkes yapıyor; ama zekinin biri bunu makalesine farklı bir isimle sununca yeni bir şeymiş gibi atlıyor tüm community.

Soru zaten kolay ya. Normal bir günde birisi sorsa, gene düşünürsün; ama sağa sola bakıp araştırır cevap verirsin. Bir de bana kodlama interview'ü olacak diye mail geldiği için kalkıp graphları, treeleri, searchleri, sortları hatmettim; adam gitti probability sordu.