这个AI算法岗位经验很干：亚马逊分享实战经验，从简历到面试无所不包。亚马逊，世界首富贝索斯手下的巨头，是全球市值最高的科技公司。也是技术人才发展前景最看好的组织。那么问题来了：如果你是一名算法工程师，加入亚马逊这样的公司，会经历怎样的面试流程？最近这篇详尽的面经大受好评，或许可以给大家一些借鉴和参考。干货满满，建议先收藏再看~职位要求先来看看最精彩的——职位要求。数学、统计学、计算机科学或类似专业的学士学位在相关领域拥有5年以上工作经验在使用预测和决策模型以及数据挖掘技术方面拥有丰富的经验，并且能够使用用于开发此类模型的工具。你觉得还好吗？那么我们看一下优先级要求：有构建和运维高可用分布式数据抽取、收集和处理大数据集的经验有Linux/UNIX处理大数据集的经验熟悉AWS技术，如Redshift、S3、EC2、DataPipeline和EMR等。拥有深厚的技术功底和足够的业务知识，可以与客户组织内各个层次和各个领域的人员进行沟通。有哪些职位空缺？看完职位要求，深吸一口气！别着急，让我们来看看算法工程师在亚马逊有哪些职位可以选择。目前主要有4种类型，分别是数据科学家、机器学习工程师、研究科学家和应用科学家。这些角色大致相似，因为他们使用大量数据为各种客户构建机器学习(ML)和深度学习(DL)模型。但仍有一些差异。首先，在亚马逊，数据科学家必须具备数据驱动的洞察力。它们是业务和技术之间的纽带，对大型数据集进行分析和建模。机器学习工程师是构建机器学习和深度学习模型的专家。模型不仅需要为亚马逊本身构建，还需要为AWS上的其他大型企业构建。除了构建模型之外，还需要实施模型，然后将其投入生产。顾名思义，研究科学家从事研究工作。这个职位通常受过更高的教育，通常是硕士或博士。研究科学家需要突破知识和技术的局限，拓展可能的极限。简单来说，就是对新旧技术进行研究，看看它们在实践中是否有益。应用科学家也需要更高的教育水平，这是比亚马逊的研究科学家稍微高一点的角色。该角色专注于改善亚马逊客户体验的项目，例如亚马逊的自动语音识别(ASR)、自然语言理解(NLU)、音频信号处理、文本转语音(TTS)和对话管理。看到这里，你觉得还行吗？不管行不行先投简历试试~投之前先看看面试的基本流程吧。面试流程亚马逊的面试流程分为2到3个步骤。但对于算法工程师来说，主要分为电话面试、技术面试、现场面试三个步骤。首先，第一步，电话面试。和大部分公司的第一次面试类似，这一步主要是公司HR负责。主要是了解应聘者的基本情况，比如简历，过往经历，希望看到你对加入亚马逊的兴趣和职位匹配的能力。只要在这一步保持谦虚和真诚，实事求是，就一定能平安度过。接着来到第二步——技术面试，这个面试是公司负责的算法工程师。首先问一些专业知识，包括一些ML的基本概念，比如不同ML模型的解释，bias-variancetrade-off，overfitting等，主要是看你对这块知识的理解。然后是一些编码问题，你可以用任何语言回答。当然，问题会根据您申请的职位而有所不同。你为什么不继续找出问题所在呢？几个例子：（编码）给定一个数字数组和一个目标值，返回两个数字的索引，使它们的绝对差等于目标值，使其绝对值等于目标值的绝对差）（编码）给定两个日期D1&D2。计算天数、月数？（给定两个日期，计算天数，月数？）（机器学习）如何找到分类器的阈值？（机器学习）逻辑回归和支持向量机有什么区别？你会使用其中一个的情况的例子是什么？（逻辑回归它与SVM有何不同？您什么时候会使用一个而不是另一个？）（建模）曲线下的ROC面积作为积分的解释是什么？（曲线下的ROC面积怎么理解为积分？ROC面积分？）如果你已经通过了前两轮面试，那么恭喜你来到了现场面试。大概会有5到6轮现场面试，主要是技术面试和行为面试。首先，技术面试就不多说了，刷刷题就可以了。大概会有几轮，主要是机器学习和编程。面试官喜欢问面向对象设计的问题，一定要刷题！举个例子：假设您有一个包含数千个不同值的分类变量，您将如何对其进行编码？你需要提前了解亚马逊的14条领导原则、职位的具体职能、公司文化。据了解，亚马逊喜欢以客户为中心提出问题。你需要提前准备好自己的经历故事，梳理演讲技巧，结合14条原则进行解答。好了，以上就是亚马逊的面签攻略，希望对大家有所帮助。或许其他大厂也有类似职位的名额。另外，如果你有其他明星公司的面试经历和心得，也欢迎分享给我们哦~
