回复: 4
跳转到指定楼层
上一主题 下一主题
收起左侧

热带雨林AS的phone screen 和 VO 面试

全局:

2022(4-6月) MachineLearningEng 博士 全职@amazon - 网上海投 - Onsite  | 😐 Neutral 😐 Average | Other | 在职跳槽

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
今天面完了热带雨林的VO,发贴来回报地里,毕竟也是从地里看了不少亚麻面经。 面的是AS L6, 是管理岗,所以没考coding, 主要是ML+LP为主,16条LP重中之重!  虽然HR一直说 Phone screen 和 Onsite 一定会考coding, 但是真的没考,甚至连white board 都没打开,纯靠比划和交流。

Phone screen:  一个老美,上来也没让我自我介绍,简单寒暄几句就进入正题。开始共享屏幕,显示的是一个热带雨林的主页,问如果有个项目需求是设计物品显示图片大小,让你来设计整个产品你怎么设计这个feature。我开始思路是需要一些用户的feedback, 毕竟是用户在用,只有他们知道图片是太大还是太小,可以通过物品的comments 收集一些feedback 然后用NLP来学习是positive 还是negative。 被大哥否了: 再想! 我说可以先上线测一下,然后通过click rate 来判断图片的大小size。大哥: make sense 继续。 然后就聊了一些设计思路和一些online ab testing 的 trick。 大哥说 如果模型全量后续效果又不好了可能是什么原因,我说有可能是改变了用户的behavior, 可以生成一些随机策略,来重新调整用户的喜好,大哥说 make sence。  后半个小时就是 ML八股文+ 一些LP问题,比如如何处理 underperformer。

过了一周HR reach out 说可以onsite 了, 一共五轮, 涉及 ML br
您好!
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式
游客,您好!
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
绍你的一个simple invention 项目,然后结果是啥。另外一个是 一个项目你发现scope 不够,要升级项目scope 怎么处理的。然后半小时ML问题,开始还可以主要问题ML八股文,后续问了很多NLP。虽然我不是NLP出身的,但是还是提前看了很多NLP的东西,BERT, Transformer 啥的扯一扯,感觉混过去了。

整体phone screen +  VO 面下来感觉难度还是不小的,每个LP至少要准备1,2个小故事,逻辑通俗并且阐明对应LP要表达的价值,临时想肯定gg,  国人英语表达问题和需要的临时流畅阐明根本来不及。还有一个就是system design 比较考验交流和沟通的能力,问题也比较随机(时间也比较紧迫),需要不断和面试官交流然后优化方案。

评分

参与人数 4大米 +11 收起 理由
kuanhuilee0201 + 1 很有用的信息!
mengmeng4263 + 1 很有用的信息!
匿名用户-KO5PC + 8
say543 + 1 给你点个赞!

查看全部评分


上一篇:4.2022.onsite.Waymo.Staff
下一篇:分析整理的最近几个月的Doordash电面和部分onsite面经
🔗
say543 2022-4-30 13:51:51 | 只看该作者
全局:
add rice 做一些 behavior clone 和 imitation learning 从 expert 数据里来学这个 policy <= 这个就是基本上annotation 的概念? 。感觉这些experts很难train 啊
回复

使用道具 举报

🔗
 楼主| zj00377 2022-4-30 16:52:10 | 只看该作者
全局:
say543 发表于 2022-4-29 22:51
add rice 做一些 behavior clone 和 imitation learning 从 expert 数据里来学这个 policy

和annotation可能不太一样,可以当成smart agent decision making 来理解,就是来学这个policy。 然后有少量的专家数据,并且专家的数据并不是perfect 的,有些数据切完的区域中还是有可能有defect 的。然后最后一问是 这些专家的数据的产生是来自不同的专家。有些agent 能力比较强,切完的区域比较大,并且里边基本上没有defects,但是有些agent 能力比较弱,切完的区域比较小,并且defect 的概率大一些。
回复

使用道具 举报

🔗
say543 2022-4-30 23:18:35 | 只看该作者
全局:
zj00377 发表于 2022-4-30 01:52
和annotation可能不太一样,可以当成smart agent decision making 来理解,就是来学这个policy。 然后有 ...

多谢  想学习一下有提到怎么model 这个problem 吗? eg : regresssion or classfication 之类的?
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-AC4J3  2022-6-16 05:37:52
楼主方便透露面的是什么组么
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表