Amazon Neuron AI/ML Engineer 时间线

背景：
硕士中途转码，之前是EE, 转码后更偏向于人工智能和数学方向。2023年初上岸。在AZ（亚利桑那州）的两个小厂做research eng和engineer lead， 组里人很少，甚至我觉得会利用数学建模的同伴们更少， 所以有一些不成熟的想法也能被老板重视，但很多时候计算资源，数据都不完备。随然这种情况下也很磨练人的技巧，但最终还是不得不转而投靠大一些的公司。
本次属于在职跳槽，3月28号投出了近20份简历，并最终获得3次面试的机会。（相比2022年底可真是好了不少）由于拿到面试了，我就没有继续投简历了，而是把为数不多的精力放在了准备面试上。以下是我的时间线，以供最近有面试或者面试亚马逊的同学参考。
职位描述：
ML/AI 岗位， L6，需要对一些模型训练中的并行情况，编译，部署有粗浅的了解。
4月1日 （周二）， recruiter 向我发邮件，称可以进入技术轮的面试。
4月11日 （周五）， 第一轮phone interview。 考的是最简单的并行，字典树， 以前的项目，和BQ(Behavior Question)。 时间一个小时， 是一位白人面试官。人非常好， 有些我之前项目的点，觉得我总结地不好，还会再总结一边，然后问我他总结地对不对。
4月11日 （同天）， 收到了后序面试的邀请，接下来的面试一共5轮，并在同一天完成， 是一个in-person的面试， 在西雅图。 但是只能预约两周后的面试。
4月29日 （周二），于4月28日到了西雅图，准备BQ以及让自己放松下来， 29号开始面试， 其中：

• 三轮普遍代码的面试， 包括DFS x2, 二分答案以及相对应的复杂度分析， follow up. 比较有记忆点的是leetcode rotten orange 那道题， 其他的题是没见过的， 但都不是很难。
• 两轮ML面试， 其中一轮是基本知识的考察，包括怎么能让inference更快， 其中有静态图向IR，IR 向 TIR， 一直到TRL (Transistor Resistor Level), 对于GPU的了解和一些常规的ML问题。 一轮是系统设计， 设计一个能承受一定QPS的语言模型的系统， 其中也包括一些计算还有对存算， 访存的知识。

5月2日 （周五）， 收到确认通过的消息。但是定级为L5。虽然有遗憾但是也算不错了。recruiter问我薪水，本人不善言谈， 说只要能生活就行， 估计不会是一个好的payment。最终地点定在cupertino。


——————————————
有一个细节就是面试是in-person的， 我觉得in-person会是一个不错的机会展示自己， 所以如果同学们有机会，也一定要选择in-person。