日本亚马逊 GenAI 职位面试经验

不重样装逼

最近感觉咨询行业的前景不太乐观，同时我也意识到自己可能并不太适合这个领域。所以我开始考虑转向科技公司，看看能否换个环境。正好有个中介联系我，推荐了亚马逊的 Sr. Generative AI Specialist 这个职位。我看了职位描述，觉得挺符合我的背景，于是就申请了。 刚刚结束了第一轮面试，想和大家分享一下我的面试经验。（因为面试问题会因人而异，所以我不会写具体的题目，而是分享一些大致的方向和准备建议。） 面试重点总结：
面试分为三部分：经验、机器学习知识、代码。
经验部分：根据简历提前准备好项目细节，做到心中有数。
机器学习知识：建议复习吴恩达的机器学习课程，尤其是基础概念。
代码部分：提前刷几道 LeetCode 的 Easy 题，热热身。
面试流程回顾：
面试官是一位在业界有近 20 年经验的前辈，面试全程用日语进行交流（因为对方是日本人）。面试一开始并没有让我做自我介绍或说明志望动机，而是直接从简历上的项目开始提问。 接下来的 50 分钟，基本上都是围绕我在生成式 AI 项目中的具体工作进行深入探讨。没有涉及到亚马逊常见的 Leadership Principles 问题（可能会在后续面试中出现）。此外，面试官还特别关注了我是否有 client-facing 的经验，幸好我之前有相关经历，所以也顺利回答了。 机器学习知识部分：
在接下来的 10 分钟里，面试官问了两个机器学习的基础问题。第一个问题是关于 评价指标 的，我因为一时忘记了具体定义，没能完全答上来，但还是尽量解释了相关概念。第二个问题是关于 模型泛化 的，这个是我的强项，所以回答得比较顺利。 代码部分：
最后的代码环节是我这次面试的“翻车”点。面试官发了一个链接让我现场写代码，这让我有点措手不及，因为我完全没准备写代码的部分。 首先，面试官让我用 Numpy 实现一个基础的机器学习算法。我当时有点懵，虽然讲解了算法的概念，但没能成功实现代码（所以说，提前复习吴恩达的课程真的很重要！）。接着，面试官又给了一个 LeetCode Easy 难度的题目，题目本身非常简单，但由于我事先完全没准备，再加上有点紧张，结果也没写出来。