# I am the Watcher. I am your guide through this vast new twtiverse.
#
# Usage:
# https://watcher.sour.is/api/plain/users View list of users and latest twt date.
# https://watcher.sour.is/api/plain/twt View all twts.
# https://watcher.sour.is/api/plain/mentions?uri=:uri View all mentions for uri.
# https://watcher.sour.is/api/plain/conv/:hash View all twts for a conversation subject.
#
# Options:
# uri Filter to show a specific users twts.
# offset Start index for quey.
# limit Count of items to return (going back in time).
#
# twt range = 1 1
# self = https://watcher.sour.is/conv/wbv3auq
面试官如何判断面试者的机器学习水平？**
这个问题其实很有意思，很难有个定量的定论。以下是 _我个人_** 对于ML engineer/research scientist的能力的理解，用几个和其他回答不同的方面来说一说如何来看待在这个职位中的“水平”。也算是做了两年hiring manager后的一些看法总结，不一定全面，希望大家指摘。关于纯技术的内容，有很多回答说了很多，所以我在最后一个维度再来略谈一下技术。需要说明的是，以下的很多维度对比较资深的研究员和工程师更重要，而如果你刚刚毕业或者经验比较少，更重要的还是把技术掌握扎实。在以下的这些内容中，我会以一些例子来说明这些维度，我们姑且叫这位面试者小张吧。
### 第一个维度是：公司策略
这是一个我认为至关重要的维度，并且这关系着一个工程师或者研究员在一家公司中可以走得多远。公司策略这里指的是一家公司的发展方向，想要着重投放资源来扶持的领域。而对于工程师或者研究员来说，他们的目标就是要理解，他们的技术方向和公司策略是否能够贴合。如果 ... ⌘ Read more_