注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号
x
Amazon 5.24 西雅图 RS (research scientist) onsite 据经,EC2底下的一个组,找工作准备时间比较仓促,也是第一个正式onsite。签了NDA,不详细说面试具体题目。但把自己的经历和理解写出来,对自己是个总结,也希望对其他人也有帮助。
第一轮店面1小时,三哥加中国人shadow(才知道店面也会有shadow的吗),简短自我介绍,简短聊了一个项目,然后进入ML (machine learning) 快问快答,都是比较常见的题目,所以回答比较顺畅。大概四十分钟,把三哥准备的题目都答完了。于是气氛有些尴尬,三哥向中国人投出了求助的目光,问他有没有什么要问的,于是中国人临场提了几个简单的编程题。这一轮貌似也没什么可说的,顺利进入onsite,定在两周之后。在后来复习ML的时候,发现下面这个帖子总结一些常见题目,还比较有用:https://www.springboard.com/blog ... nterview-questions/
然后就是准备onsite,由于第一轮面的ML,lz把主要的经历都用在了复习ML上和准备BQ (behaviour questions)上。狂看了几天Element of Statistical Learning (ESL) 和Andrew Ng的deep learning的课。感觉ESL这个书写的真的很好,不过也认为真的不适合短时间内看。lz不是ML方向的,感觉这本书像个大石头,平时慢慢看可以练内功,短时间看,容易闪着腰。
结果是发现准备完全弄错了方向,onsite一个maching learning的问题都没问,都是我在回答问题的时候往maching learning上扯,不知道为什么会这样。Onsite 五轮如下:
. Χ
地里amazon research scientist的面经不是很多,所以lz在准备的时候也没很多面经可以看,都是当applied scientist来准备的,所以看了一堆ML,后来都没用上。面试的时候也没经验,没拿到offer开始有些失望,现在回想也觉得情有可原。感觉找工作要当持久战打才行,心态一定得好。都说失败是成功他妈,希望下次好运!
然后lz真的积分少,很多帖子都看不了,都不太清楚面试需要准备什么东西,希望走过路过的同学可以赏几个大米。
lz设置了99积分一下隐藏,只是想试试这个功能。.
|