这份AI算法岗面经很干货：亚马逊分享实战经验，履历到面试全都有

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

亚马逊，全球首富贝佐斯之下的巨头，全球市值最高的科技公司。

也是目前技术人才发展前景最被看好的组织。

那么问题来了：如果你是算法工程师，加入亚马逊这样的公司，会经历一个怎样的面试过程？

最近这则详实面经，获得高赞，或许可能给你一些参考和借鉴。

满满干货，建议先收藏后看~

岗位要求

首先，我们先来看看最刺激的——岗位要求。

• 数学、统计学、计算机科学或类似专业的本科学位以上
• 5年以上相关领域的工作经验
• 具有丰富的预测和决策模型和数据挖掘技术的工作经验，以及能够使用开发此类模型的工具。

是不是觉得还好？那我们再来看看优先条件：

• 构建以及操作高可行性的分布式数据提取、收集和处理大型数据集的系统的经验
• 使用Linux/UNIX处理大型数据集的经验
• 熟悉AWS技术，如Redshift、S3、EC2、Data Pipeline和EMR等。
• 具备深厚的技术能力和足够的业务知识，能够与客户组织内的各个层面和各个领域的人员进行沟通。

有哪些岗位可以选择？

看完岗位要求，是不是深吸一口气！

别急，我们再来看看在亚马逊，算法工程师们有哪些岗位可以选择。

就目前来看，主要有4种，分别是数据科学家、机器学习工程师、研究科学家以及应用科学家。

这些岗位大体上相似，都是使用大量数据来为各种客户构建机器学习（ML）和深度学习（DL）模型。

但还是有些区别的。

首先在亚马逊，数据科学家要有对数据驱动的洞察力。

他们是连接业务和技术的纽带，负责分析大数据集，并对其进行建模。

机器学习工程师则是构建机器学习和深度学习模型的专家。

不仅需要为亚马逊本司构建模型，也为AWS上的其他大型企业构建模型。

除了构建模型之外，还有实现模型，然后将其投入生产。

研究科学家呢，顾名思义，就是要搞研究。

这个岗位通常是具有较高的教育水平，往往是硕士或博士。

研究型科学家需要突破知识技术的局限，扩展可能的极限。简单来说，就是对新旧技术进行研究，以确定这些技术在实践中是否有益。

应用科学家也需要较高的教育水平，这是比亚马逊的研究型科学家略高的角色。

这个岗位专注于提升亚马逊客户体验的项目，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、文本到语音（TTS）和对话管理等。

看到这里，你觉得OK吗？

不管OK不OK，先投着简历试试呗~

投之前，先来看看基本的面试流程。

面试流程

亚马逊的面试流程有2步到3步不等。

但是对于算法工程师，主要有电话面试、技术面试、以及现场面试3个步骤。

首先，第一步，电话面试。

跟大多数公司的第一次面试差不多，这一步骤主要是由公司的HR负责。

主要是了解应聘者的基本情况，例如简历、过去的经历，希望看到你想要加入亚马逊的兴趣以及职位匹配的能力。

这一步只要你保持谦虚真诚，实事求是就好，就能够安稳度过。

那么就来到第二步——技术面试，这一面试是由来自公司的算法工程师来负责。

首先，询问一些专业知识，包括ML的一些基本概念，比如不同ML模型的解释、偏置-方差取舍、过拟合等。

主要是你对这块知识的了解情况。

接着，就会是一些编码问题，你可以使用任何语言来解答。

当然根据你所应聘的岗位，问题也会有所不同。

要不先来提前了解一下有哪些问题？

举几个例子：

• (Coding) Given an Array of numbers & a target value, return indexes of two numbers such that their Absolute difference is equal to the target.(给出一个数组和一个目标值，返回两个数字的索引，使其绝对值与目标值的绝对差值相等)
• (Coding) Given two dates D1 & D2. count number of days, months?(给定两个日期，算出天数、月数?)
• (Machine Learning) How do to find thresholds for a classifier?(如何为分类器找到阈值？)
• (Machine Learning) What’s the difference between logistic regression and support vector machines? What’s an example of a situation where you would use one over the other?(逻辑回归和支持向量机有什么区别？在什么情况下，您会使用其中一种而不是另一种？)
• (Modeling) What is the interpretation of an ROC area under the curve as an integral?(如何解释曲线下的ROC面积的积分？)

如果你前面两轮面试都过了，那么恭喜你，来到了现场面试。

现场面试大概会有5轮到6轮，主要是技术面试和行为面试。

首先，技术面试不多言，就是刷题。大概会有几轮，主要是关于ML和编程这两个方面，面试官喜欢询问面向对象的设计问题，所以一定要好好刷题！

举一个例子：

Let’s say you have a categorical variable with thousands of distinct values, how would you encode it?(假设你有一个有成千上万个不同值的分类变量，你会如何编码？)

行为面试，就需要你提前去了解一下亚马逊的14条领导力原则、岗位的具体职能、以及公司文化等一些知识。

据了解，Amazon的问题喜欢围绕着Customer为中心来提问，需要你提前准备好经历故事，整理好话术，结合着那14条的原则来答就可以啦。

好了，以上就是亚马逊的面经指南，希望能够对你有所帮助。

或许对于其他大厂的相似岗位，也有可用之处。