想成為資料科學家?來挑戰Google、FB、Apple等六間公司人工智慧最新面試題

原文來自 Vimarsh Karbhari 的 Medium 文章 ,經合作媒體 AI 前線 編譯 (微信公眾號:ai-front)。INSIDE 編按:Medium 上一位資料科學工程師花時間將蘋果、 Google 、Facebook 等一線科技公司的機器學習、人工智慧最新面試題整理下來,供有志成為科技大廠資料科學家的讀者們研究。
微軟在企業中的統治地位是眾所周知的。微軟已經駕馭了雲端計算浪潮。在今年的第一季財報中,其 Azure 服務和 Office 365 在線生產力業務的收入分別增長了 90% 和 42%。
在微軟執行長 Satya Nadella 在最近致所有微軟員工的一封信中,Intelligent Cloud 和 Intelligent Edge 組建了兩支新團隊,以塑造下一階段的創新。這意味著人工智慧將要給微軟的業務帶來十分重大的改變。毋庸置疑,微軟在此公告之後可能會招聘更多機器學習背景的相關員工。所以,現在你的機會來了。
像大多數聘僱工程師的其他公司一樣,微軟有一套經典的面試過程。通常有電話面試(涉及程式碼),然後進行現場面試。現場有大約 4 -- 5 輪面試。面試過程中可能有 2 -- 3 個深入研究資料科學相關的問題,包括研究和機器學習模型。其餘的目的是測試寫程式的技能。
Amazon 從成為「地球上最大的書店」變成「地球上最以客戶為中心的公司」。執行長傑夫·貝佐斯一次又一次地在他的致股東信中定義了公司的發展道路。 Amazon 利用 Alexa 部署深度語言學習功能,並通過 AWS 為人工智慧服務提供雲端基礎架構。它還在 Amazon 網站上大規模地佈署了世界上第一批推薦系統。
在現場面試的過程中,會有一場稱為 Bar 的面試。Bar raiser 的意思是,面試小組中最有經驗的人,他的動機是決定你是否在 Amazon 的前 50% 的員工中。Bar raiser 有權否決一個候選人,不管其他面試者是否喜歡這個候選人。
Facebook 不需要過多介紹。經過近十年來累積大量資料之後,2013 年起,Facebook 內的工程師開始嘗試使用 CNN。之後,Facebook 認識到 AI 和 Deep Learning 的重要性,並聘用了他們的第一位 AI 工程師—— Google 大腦 Marc'Aurelio Ranzato。隨後又聘請了 CNN 的發明人 Yann LeCun(現已不再負責 Facebook AI 研究院的領導工作)。
Facebook 面試過程是大多數公司使用的標準面試過程。可參考 此篇分享 。
Google 擁有一批世界上最有才華的資料科學家、資料分析工程師。Google 執行長 Sundar Pichai 專注於將 Google 重新整合為一家人工智慧第一公司。 Google 已經將其大部分產品的人工智慧程式碼從 Gmail 搬移到擁有大量資料的自動駕駛系統。
Google 的技術面試流程是標準的技術面試流程。包括了電話面試和現場面試。詳情參見 此網站 。
Uber 的技術面試流程是一個標準的技術面試流程,由電話面試和現場面試組成(通常是 5 -- 6 輪面試)。Uber 在其 官方部落格 上詳細解釋了這一點。
人工智慧被包含在蘋果硬體內部的軟體中。也就是說,人工智慧是蘋果的一種服務。根據他們在 2018 年第一季財報,他們的服務收入比去年增長了 18%。截至去年 12 月底,所有服務產品的付費使用者數量都超過了 2.4 億。
與大多數聘僱工程師的其他公司一樣,蘋果公司也有典型的面試流程,電話面試與現場面試兼有。現場大約有 4 -- 5 名團隊成員進行面試。詳情可參考 此篇分享 。
六家代表著頂尖科技的技術企業,六套面試題,大家可以在這幾套題中看到每家公司的側重點有何不同,建議先收藏本文再慢慢研究。如果能將上面這幾套面試題研究透徹,就算進不了這六家公司,相信其他的人工智慧大廠同樣會為你敞開大門,未來就在你的手中!