登录
  • #面试经验
  • #数科面经
  • #分析|数据科学类
  • #amazon

热带雨林AS电话加现场表演

一亩三分地匿名用户
1388
4
终于整理了下流程和笔记来回报地里啦,各位如果觉得有帮助请不要吝啬的加米~~

亚麻的recruiter先在linkedin上发了Applied Scientist的小广告,当时也没多想就点了一下感兴趣,没想到过了一周有recuiter发来了email邀请,填了一个background的问卷调查然后正式的在他们的jobs网页上申请了,然后过了几天就把电面约好了,这里要赞一下recruiter的速度。个人经验绝大多数公司在没有内推的情况下这种投简历都是石沉大海的。。

电话:

国人小哥,电面之前recuiter说可能考coding, ML breadth和BQ,早有耳闻亚麻对BQ特别重视,害得我在要刷题的前提下花了很长时间准备BQ,结果小哥一个BQ和ML breadth都没问,上来一半时间聊了过去的project细节(可能我比较老工作时间比较长?),剩了一半做题,LC medium。电话完两小时后收到onsite通知。

现场:

去之前recruiter花了一个多小时prep我,大意就是BQ一定要重视,工作时间越久就越是不要讲重复的故事等等。然后说其他几轮就是标准的ML depth, ML breadth, Coding,

本帖隐藏的内容需要积分高于 188 才可浏览,点击前往一亩三分地论坛阅读

e是怎么做的,常见的MCMC模拟方法,白板multi armed bandit的pseudo code;KL距离是什么,和常见的cross entropy的区别与联系;numerical optimization主要的方法都有哪些,一阶的方法(SGD,ADAM, etc), 二阶的方法(newton, bfgs)都有什么要注意的。 (一阶主要关注step size, 二阶主要关注Hessian inverse)。为什么要regularization,讲讲你知道的regularization有哪些,L1为什么给出稀疏解,等等。

还是主要看基本功,但是建议大家系统的把ESL或者intro stat learning那本书再翻翻,很多学校学的东西工作常年不用也不一定答得上来。

面完后发现果不其然开始面的组position 已经fill了,不过在recuiter的帮助下还是顺利找到了两个hm愿意收留。整个跳槽的过程中经历了很多,不光是完全没有休息时间几乎没日没夜的学习,还有各种情绪低落,心态调整真的很重要,现在回顾这个过程觉得当时其实不应该放弃去gym的时间,一来长时间学习的效率不一定高,二来work out还是可以很有效的帮助解压。另外lz庆幸家里有人支持,虽然工作上有很多朋友但是跳槽期间的种种确实不方便在同事间说,有那么一两个能vent的朋友很重要。

预祝大家都offer多多! 别忘了加米:)
4条回复
热度排序

发表回复