Top 10國際大廠人工智慧崗位經典面試題精選

Top 10 國際大廠人工智慧崗位經典面試題精選

 

https://blog.csdn.net/weixin_42137700/article/details/85044291

 

2018-12-15 20:31:25

AI 專業應屆畢業生年薪40萬的訊息，大家都看到了吧？禪師這裡給大家來一個比較直觀的對比：

 

這張圖雖然有些年頭了，但不妨礙我們拿來做參考。再結合當前的環境，十分耐人尋味。

根據新智元報導，中國有12113個AI崗位空缺。

企業缺人是真的，但缺人不代表用人單位會降低招聘門檻。畢竟，年薪40萬啊！

大廠的面試題很多，但大廠的AI崗面試題目前還比較少。今天禪師為大家帶來，為即將畢業、或者正準備投身AI行業的讀者，提供一個參考。希望能夠對大家的面試有所幫助。

本文由作者Vimarsh Karbhari授權新智元釋出。 VK 是Acing AI的創始人，對國際大廠AI崗面試比較有經驗。

VK 一邊滿臉佛笑，一邊向新智元讀者推薦了3本對入行AI非常有價值的書，書單附在文末。

這裡先列一下大廠名單表，方便大家快速搜尋定位到自己關注的公司（排名不分先後，完全是按點開順序排列的）：

 

 

1. Google 面試題精選

Google AI 相關研究有三大系列：資料基礎架構和分析，Google Brain Team和Google AI Residency。目前在下面3個領域發力很猛：

1. 機器智慧

2. 機器感知

3. 自然語言處理

面試流程

Google 的技術面試流程比較密集。形式包括電話面試和現場面試。他們自己還出了一套技術崗面試指南，向大家介紹Google的具體面試流程。

建議：複製連結在電腦端開啟

面試題

 

 

2. 微軟面試題精選

微軟已經超過Google和蘋果，成為全世界市值最高的企業了。微軟成立智慧雲和智慧邊緣，同時也在不斷加強在AI領域的投入，以及對AI人才的爭奪。

面試流程

微軟面試資料科學家也是分電話面試（涉及編碼），和現場面試。現場面試大概4-5次，大概有2-3個候選人能夠真正深入研究與資料科學相關的問題，調研和模型。剩下的主要做碼農。

面試題

 

 

可以看出微軟的面試題，有很多開放式的問題。不一定有標準答案，但是比較注重對知識的理解，和解決問題的思路。

3. Amazon 的面試題

亞馬遜剛剛開放了AWS機器學習課程。提供30多種線上機器學習課程，包括影片、實驗室和檔案，這些課程在亞馬遜過去20年中一直使用。

建議：複製連結在電腦端開啟

面試流程

亞馬遜的面試流程比較獨特，有一個叫做“Bar raiser”的角色。Bar raiser本來指的是調高時候，不斷抬高杆的人。

亞馬遜的bar raiser，主要來源於各崗位的精英，在其他部門做全職工作，可能是財務、營銷或者開發等工作崗位上的員工。

這些人面對應聘者的時候，擁有一票否決權，

面試題

 

 

這些問題包涵很多程式設計和計算的元素。有些問題既實用又具有基礎性，確實需要人員逐步完成資料模型和資料集才能獲得解決方案。以上面試題部分出自bar raider。

4. Netflix 的面試題

Netflix 夏天的時候推出了自己的研究網站，增加了機器學習教程。值得一提的是網站UI，顯然是經過非常用心的設計。

建議：複製連結在電腦端開啟

面試流程

Netflix 主要是電話面試加招聘經理面聊，流程非常簡潔。

現場面試分兩次，第一詞有大概4個資料科學家/工程師面，第二次是和3個高階管理人員。產品，業務，分析和統計問題都有可能出現。

統計問題主要圍繞A/B測試：假設校驗，還有一些SQL問題；分析問題通常包括要分析的假設問題和評估產品效能的指標。高階管理人員主要關注背景和過去的經驗。

面試題

 

 

看得出和其他公司不同，Netflix還摻雜了一些戰略層面的問題。圍繞Netflix問題的資料很少。高階問題在於解決A/B測試，推薦系統。基礎問題涉及啟用函式等。

5. IBM 的面試題

IBM 在人工智慧領域的專案，最出名的就是IBM Waston，華生醫生。

面試流程

IBM Data Science 團隊使用HireVue來篩選候選人、好處是降低了人力成本，壞處是其實它不夠智慧。人工智慧解決不了的問題，由招聘人員解決。

面試題

 

 

IBM 面試過程非常嚴謹，因為它測試資料科學的多個方面。基礎知識和編碼非常重要。

6. Uber 的面試題

Uber 是最早、最堅持做自動駕駛上路的公司之一。Uber開源了機器學習平臺米開朗基羅，在Github上也非常活躍，專案地址

建議：複製連結在電腦端開啟

面試流程

Uber 的技術面試流程是標準的技術面試流程。 它包括電話面試，然後是現場面試（通常是5-6次）。

面試題

 

 

基於實際產品的問題：這些問題包含優步的真實問題場景，需要了解產品和市場。

技術基礎設施限制的AI問題：一些問題還針對暴露解決資料相關問題所需的技術限制。

模型培訓和評估：問題旨在透過從不同的資料角度考慮不同的模型來探索AI研究。

7. Tesla 的面試題

特斯拉從一出生就帶著各種光環。情懷、執著、理想…特斯拉也早早就推出了機器學習平臺Autopilot。

建議：複製連結在電腦端開啟

面試流程

面試有三個步驟，首先是電話採訪，第二步是針對某些具體問題的take out考試。 最後一步是現場面試。

面試題

 

 

特斯拉是一個非常有情懷的公司，大多數人被問到的問題是“為什麼選擇特斯拉？”很明顯，馬斯克對是否能跟他一起瘋狂，看的比較重要。

很多問題都涉及到R語言，想去特斯拉，必須要了解。

8. Intel 的面試題

這位晶片巨頭很顯然不會放過AI的。最近剛剛釋出了一款對機器學習非常友好、價效比超高的顯示卡Titan RTX。近日清華髮布的《AI晶片白皮書》，值得關注晶片的朋友們參考。

面試流程

Intel 的面試流程較長，大概需要3周時間。包括電話面試和現場面試。

面試題

 

 

冷知識 ：可重組（anagrams），指的是將原詞或者片語裡的所有單詞重新排序，可以變成另外一個詞或片語，的詞或片語…。例如“God”可以變成“Dog”。但有些詞，例如no，queue，就不可重組。

9. 蘋果的面試題

蘋果最近也是有點背。首先是在市值大跌，被微軟超越；接著在中國輸掉了和高通的專利官司，導致包括iPhone X在內，多款在售iPhone型號停售。

蘋果在人工智慧領域的成就，大家也是有目共睹的。用一句話來總結可能就是：嘿，希瑞。

面試流程

面試流程分電話和現場。現場面試大概會有4-5次、

面試題

 

 

Apple AI/DS 訪談有很多與Hadoop相關的問題。似乎他們的資料探勘後端是基於Hadoop構建的。

許多問題也基於歷史研究工作和投資組合。這與我們之前看過的其他公司不同。批判性思維和基於場景的問題非常豐富。

10. Facebook 的面試題

Facebook 可能是跟Google爭奪AI人才最狠的對手了。他們不光從Google大腦挖人，還挖來了CNN的發明家Yann LeCun。

面試流程

大公司的標準流程。

面試題

 

 

在Facebook，我們看到了對基於機率的場景的問題傾向。許多問題還需要深入瞭解Facebook產品以及編寫程式碼的能力。

OK 。到此，我們大概瞭解了國際大廠面試的套路了。禪師覺得大家可以對比一下，自己在應聘過程中面試官給的問題。

因為面試的問題，其實也同樣反映出一個公司，是不是真的專業、是不是值得浪費掉你寶貴的青春年華。

反過來，如果你發現面試官的問題很奇葩，但這家公司確實又很專業，那麼也有可能面試官在試圖委婉的勸退你。

總之，2018馬上就要過去了，祝福大家在新的一年裡，都能順利找到好工作！