本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
亚马逊，全球首富贝佐斯之下的巨头，全球市值最高的科技公司。
也是目前技术人才发展前景最被看好的组织。
那么问题来了：如果你是算法工程师，加入亚马逊这样的公司，会经历一个怎样的面试过程？
最近这则详实面经，获得高赞，或许可能给你一些参考和借鉴。
满满干货，建议先收藏后看~
岗位要求
首先，我们先来看看最刺激的——岗位要求。
数学、统计学、计算机科学或类似专业的本科学位以上 5年以上相关领域的工作经验 具有丰富的预测和决策模型和数据挖掘技术的工作经验，以及能够使用开发此类模型的工具。
是不是觉得还好？那我们再来看看优先条件：
构建以及操作高可行性的分布式数据提取、收集和处理大型数据集的系统的经验 使用Linux/UNIX处理大型数据集的经验 熟悉AWS技术，如Redshift、S3、EC2、Data Pipeline和EMR等。 具备深厚的技术能力和足够的业务知识，能够与客户组织内的各个层面和各个领域的人员进行沟通。 有哪些岗位可以选择？
看完岗位要求，是不是深吸一口气
别急，我们再来看看在亚马逊，算法工程师们有哪些岗位可以选择。
就目前来看，主要有4种，分别是数据科学家、机器学习工程师、研究科学家以及应用科学家。
这些岗位大体上相似，都是使用大量数据来为各种客户构建机器学习（ML）和 学习（DL）模型。
但还是有些区别的。
首先在亚马逊，数据科学家要有对数据驱动的洞察力。
他们是连接业务和技术的纽带，负责分析大数据集，并对其进行建模。
机器学习工程师则是构建机器学习和 学习模型的专家。
不仅需要为亚马逊本司构建模型，也为AWS上的其他大型企业构建模型。
除了构建模型之外，还有实现模型，然后将其投入生产。
研究科学家呢，顾名思义，就是要搞研究。
这个岗位通常是具有较高的教育水平，往往是硕士或博士。
研究型科学家需要突破知识技术的局限，扩展可能的极限。简单来说，就是对新旧技术进行研究，以确定这些技术在实践中是否有益。
应用科学家也需要较高的教育水平，这是比亚马逊的研究型科学家略高的角色。
这个岗位专注于提升亚马逊客户体验的项目，如亚马逊的自动语音识别（ASR）、自然语言理解（NLU）、音频信号处理、文本到语音（TTS）和对话管理等。
看到这里，你觉得OK吗？
不管OK不OK，先投着简历试试呗~
投之前，先来看看基本的面试流程。
面试流程
亚马逊的面试流程有2步到3步不等。
但是对于算法工程师，主要有电话面试、技术面试、以及现场面试3个步骤。
首先，第一步，电话面试。
跟大多数公司的第一次面试差不多，这一步骤主要是由公司的HR负责。
主要是了解应聘者的基本情况，例如简历、过去的经历，希望看到你想要加入亚马逊的兴趣以及职位匹配的能力。
这一步只要你保持谦虚真诚，实事求是就好，就能够安稳度过。
那么就来到第二步——技术面试，这一面试是由来自公司的算法工程师来负责。
首先，询问一些专业知识，包括ML的一些基本概念，比如不同ML模型的解释、偏置-方差取舍、过拟合等。
主要是你对这块知识的了解情况。
接着，就会是一些编码问题，你可以使用任何语言来解答。
当然根据你所应聘的岗位，问题也会有所不同。
要不先来提前了解一下有哪些问题？
举几个例子：
(Coding) Given an Array of numbers & a target value, return indexes of two numbers such that their Absolute difference is equal to the target.(给出一个数组和一个目标值，返回两个数字的索引，使其绝对值与目标值的绝对差值相等) (Coding) Given two dates D1 & D2. count number of days, months?(给定两个日期，算出天数、月数?) (Machine Learning) How do to find thresholds for a classifier?(如何为分类器找到阈值？) (Machine Learning) What’s the difference between logistic regression and support vector machines? What’s an example of a situation where you would use one over the other?(逻辑回归和支持向量机有什么区别？在什么情况下，您会使用其中一种而不是另一种？) (Modeling) What is the interpretation of an ROC area under the curve as an integral?(如何解释曲线下的ROC面积的积分？)
如果你前面两轮面试都过了，那么恭喜你，来到了现场面试。
现场面试大概会有5轮到6轮，主要是技术面试和行为面试。
首先，技术面试不多言，就是刷题。大概会有几轮，主要是关于ML和编程这两个方面，面试官喜欢询问面向对象的设计问题，所以一定要好好刷题！
举一个例子：
Let’s say you have a categorical variable with thousands of distinct values, how would you encode it?(假设你有一个有成千上万个不同值的分类变量，你会如何编码？)
行为面试，就需要你提前去了解一下亚马逊的14条领导力原则、岗位的具体职能、以及公司文化等一些知识。
据了解，Amazon的问题喜欢围绕着Customer为中心来提问，需要你提前准备好经历故事，整理好话术，结合着那14条的原则来答就可以啦。
好了，以上就是亚马逊的面经指南，希望能够对你有所帮助。
或许对于其他大厂的相似岗位，也有可用之处。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
