[心得] AI算法工程師面試心得-amazon piccollage
兩間AI算法工程師面試心得分享,應該也可以避免大家踩雷。
時間有些比較久,所以可能會比較模糊
Amazon
第一關:面試官是senior scientist。ML的基本概念,像是指標、conv、transformer等原理。一題behavior question。最後是一題leetcode medium。
很久沒面試leetcode有點卡關,和面試官討論後很順利完成。主要是Recursion的概念。
第二關:要求準備投影片報告給所有面試官聽。報告完面試官會對內容做發問。不過報告完從他們的發問才知道他們專門做detection的,所以對我的內容基本上不太懂…。問的
問題也比較基本和詭異XD
接下來是對第二關中所有面試官做1-1面試。
第三關:面試官是senior scientist。一樣是ML觀念,都是detection相關,像是指標。一題leetcode medium。寫的途中有想跟面試官討論,但他只持續說不用寫的那麼複雜(真的只重複這句XD),感覺的出他想回答我的問題和討論但不知道如何做。一題behavior question。
第四關:唯一一位不在第二關的面試官。在北京的面試官,也是唯一一位可以用中文的。全部問behavior question,真的問的很仔細。連回答到後面題目還會問跟前面題目的關聯性。所有題目要求依據自己的經驗回答問題。
第五關:面試官是staff scientist。非常詳細詢問以前如何解決ML問題的經驗,怎樣的問題和如何解決。ML觀念問得很仔細,但也都是和detection相關,不過比較基礎。一題leetcode easy。一題behavior question。
第六關:兩個主管。感覺沒有很懂ml,主要問一些模型驗證相關的觀念。2題behavior
question。
第七關:面試官是scientist。印度人,不是很聽得懂他在說什麼。detection相關的loss等方面問題。一題leetcode medium。寫完後發現面試官也不確定我寫的是不是正確。花了些時間討論和驗證,還好結論說是對的。
第八關(?):recruiter。閒聊,3題behavior question等等。
piccollage
作業:ML觀念
第一關:director(?)和一位工程師。以前的工作經驗和一些履歷上的問題。
第二關:主管(?)和一位工程師和人資。據說是專業面試(?)
同樣也有個作業必須先做。基本上專注在問SD和lora等問題,但問題本質很淺,像是默背sel-attention公式或是用sdwebui還是什麼。只有一題比較有深入點,但有點微妙,等等會說。
在面試中理解到這是一個非常特殊AI團隊運作方式。
資料:沒對訓練資料做任何處理或增加,從以前到現在只有一個人做過一次數據清理。
不用跟其他競爭對手比較:做出來的模型不用跟其他競爭對手比較。這對員工應該蠻爽的。但競爭力不知如何。問面試官為什麼不用比,他很緊張的不知道在回答什麼。
GPU:不會有GPU不夠問題,不是因為有很多GPU。因為他們只需要fine-tune模型,不會重頭訓練。基本上主管認為fine-tune模型就可以解決一切。不確定是因為他們做的東西很窄的原因,還是因為對其他diffusion應用沒概念(雖然聊完的感覺應該是這個)。雖然也有其他ml應用,像是分割,但感覺得出好像一下就能訓練完,可能因為沒數據也沒大模型概念。
溝通能力和專業能力:其中一題面試題目在我回答後,面試官很自信的說出他的答案。
但很明顯他說的答案有問題,因很確定不想加入這團隊所以直接跟他說以物理的角度他的答案是有問題的。接著他用自己的方式寫出公式,但沒時間讓我看。他說會後可以再看並可以讓他知道,如果他的答案是錯的話。
會後我查了下論文和詢問別人確認自己沒錯,寄了email講出我的答案為啥是正確的,但很明顯他的回信在鬼扯也沒在看內容和打算溝通。
我後來也不想再回信,畢竟對方也不願意溝通,我到大學演講還有演講費,幫這公司教會他也沒錢拿。
這其實是很簡單的題目,他竟然能無法看出自己錯在哪,這實在蠻令人訝異的。另外一位面試官不知是在放空還是贊成他主管的答案。
錯誤是難免,但不願意溝通的主管感覺超級雷。
人資最後說何時會回覆時,其實當下就想跟他說不管結果如何都不可能去,但覺得好像有點誇張就沒說了。
結論:想躺平的話這家公司應該很可以,畢竟不用比較ml結果也不用處理數據,這超級爽,但前提是你要能回答到跟他一樣錯誤的答案。
如果是剛畢業或有想做出點東西的人是不太建議。這樣的團隊運作方式要做出有競爭力的ml模型可能性非常低,也學不到東西。以資方角度,這些算法功能還不如外包還比較省成本和有競爭力。
非常意外到2024還有這樣被帶領的ai團隊,主管很明顯不是這圈子也沒看過如何帶ai團隊,但卻非常有自信,也沒在溝通,這點超級差。
收穫應該是我永遠會記得這個錯誤答案的概念細節,算是浪費這麼多時間後得到的唯一好處。自己帶團隊面試別人都很小心翼翼的不要說出錯誤答案或引導。這麼自信的說出錯誤答案且無法溝通,真的讓人印象深刻到不行。
講的這麼明顯應該一下就能被找出是誰,但還想做出有競爭力的東西和不想降低薪資,所以也沒啥差。
--
那位主管是老外?
老印8 我面過的都這調調 不屑面試者的回答也不想了
解背後邏輯 結果錯的是他自己 浪費大家時間
這種通常面試時連鏡頭都懶得開
我也遇過這樣的印度HW 很自信不想聽你解釋 當下就
知道在這人下面工作會很痛苦XD
面試時連鏡頭都懶得開 還真的
不過我覺得那是因為網路建設不夠好 開視訊會卡
我最近確實遇到一個印度仔愛打斷人講話
"我們直接講重點吧"
好猛ㄛ老哥
鄉民真的厲害 確實是老印
aws要八關,好多
你這Amazon的流程算是奇葩了
靠杯 花這麼多時間 結果主管們大多是白癡
你要跟它們收費才對 好沒sense也沒專業的鳥公司
大概就是面試時是最強的 之後廢掉機率很高
這種剛愎自用型主管真的要避開 在他下面會很痛苦
還以為主管都是 自己寫過神經元 寫fiteness的 笑死
感覺就是老印
職等越高 專業能力通常越不行 這是正常的
79
[面試] 2020新鮮人面試(MixerBox/Nvidia/AWS/Sho自我介紹: 四大學碩 這篇文章大概分享我今年2月多到現在面試的結果跟心得 但有幾間公司還在等結果 因為疫情影響都沒什麼面試機會 原本想試看看新思的研替 結果連面試機會都沒有43
[心得] 泰國面試經驗背景: 1. Agoda 2年, (Backend) Software Engineer 2. Leetcode 300左右 3. 英文履歷: -------------------------Coda Payments @ Bangkok-------------------------40
[心得][美國] 幾年的面試者+面試官經驗鑑於近年來LeetCode刷題被神化,被認為是面試必備 所以我想以5年多以來無論是當面試者還是當面試官的經驗 來分享一下如何準備面試 首先先分享一下我的經歷 我不是什麼強者,沒有參加過ACM競賽,Code jam頂多做兩題31
Re: [面試] 2019 華碩AICS 經驗 雷到爆前不久剛跟他們面試完 要了他們主管給的回饋 剛好搭到這波浪潮,順便分享一下 在這過程中只感受到面試官的溝通能力有待加強 不知道AICS有沒有打算看齊Google, Microsoft之類的公司19
[心得] 面試心得之前有發過一篇,後來想說等Amazon面完再一起發 今天終於把Amazon面完了,分享一些心得給大家 背景: 四大CS學碩,目前在MTK做軟韌體 程式能力就一般,跟板上大神比差很多18
[心得] 彩虹科技 / AmazingTalker Back-end Developer因為在板上收穫良多 想分享心得 或許能幫忙大家 會希望每天分享一兩間 能寫在標題上 希望想知道的人 能在這個版上的可以搜尋到 我希望能分享一些過程 但盡量不揭露到題目 主要是讓大家多了解這些公司 和 面試流程12
[心得] 2022 預聘研替面試心得(MTK/Synology)職缺只投我想去的公司所以我只面了兩家 背景: 大學非本科系,112電類碩 1.MTK 職位:軟韌體工程師13
[心得] 面試心得受前同事影響,覺得讓大家認識一些公司避免踩雷是個蠻不錯的方式,這邊分享今年的面 試經驗面試時間介於今年的3~4月,在職找工作。 先交代一下背景:四大非本科碩,在新創小團隊的後端待了2.5年。 ### Xfers(新加坡新創Fintech): - 應徵方式:獵頭推薦12
[心得] amazon面試心得 SDE II這次面試的經驗是因為linkedin上被recruiter邀請。 雖然沒有一定要換工作,但想說就試試也ok。 本來他信上是說 virtual interviews in February & March。然後是加拿大的缺。 但不知道為什麼拖到這麼晚才結束=_=。9
[心得] Line TW / VewdPart 2 Line TW Back-end developer 是透過HH介紹的 先跟大家說一下 對於Line TW 大家想像的工作 和 實際內容可能有些落差