訪談 | 聊聊面試Amazon心路歷程

被採訪人背景：

D同學，碩士畢業於卡內基梅隆大學。將於畢業後到Amazon擔任Business Intelligence Engineer，同時有Oracle Data Scientist和Paypal的offer。

D同學曾是BitTiger DS201 Data Analytics實戰訓練營的學員。

採訪內容：

D同學你好，我在你的Linkedin看到你有很多DatanScience相關的經歷，包括在學校的項目以及一些實習經歷。那麼你之前是如何進行職業規劃的呢？

其實我本科時沒有什麼明確的目標，直到在eBay中國做了BusinessnAnalyst Intern，我才覺得，恩，這不僅和我的專業相關，而且我還蠻喜歡的。於是後來就考慮往這個方向發展，到CMU讀了MISM的BIDA方向，而且選課也基本都在Data Science這一塊。

那麼從面試中你有沒有發現，所有這些經歷，公司最看重的是哪一塊兒呢？

我發現公司最看重的是我在美國PayPal的這段實習經歷。

從相關度來看，其實我在國內時eBay的那段經歷是最相關的，但在我所有面試中，他們都非常喜歡問我在美國PayPal的這段實習。當然也會問到別的相關經歷，比如我在學校那些project。

那麼DatanScience這塊，面試是怎樣的流程呢？

我個人面試了很多家，也和同學有過交流，發現面試流程真是因公司而異。

有的公司會讓申請者錄一段video，也有的是幾輪電話面試幾輪video面試，有的是發一個小assignment，給你幾天的時間去完成。

有些公司的面試就非常的technical，會穿插幾個問題讓你寫幾行code，出一個情形問你會用怎樣的samplensize，或者也有問algorithm問題的。

所以這個真的很難概述整個流程是怎樣的。

你覺得自己被Amazon看重的最重要原因是什麼呢？

我曾經和一個Oracle的師兄聊，他說Oracle最看重的 就是：1.這個candidate是否聰明；2.這個candidate是否和我們的團隊culturalnfit。其實我覺得所有公司看重的東西都一樣相似。看你是否capable是否和團隊culturalnfit。

那麼能和我們分享一下你在Amazon的面試經歷嗎？

當然。

我在Amazon的面試，其實是很「非常規」的。因為在我接到Amazon的面試邀請時，PayPal已經給我了returnnoffer，並且我只有兩周時間可以決定，所以我就跟Amazon的HR說明了這個情況。於是我的整個流程都走的都非常的快。周一我接到第一個電話，周三就進行了電話面試，然後就去了公司onsite面試，當天總共走了5輪面試。

電話面試的過程，對方問了我很多Project的細節。描述性的問題巨多，也有不少tech的問題，主要就是想看看我在技術方面的經驗。

至於onsite面試，在Amazon的這段經歷真的讓我很驚訝。當天的5輪面試，我見了團隊里5個不同崗位的人，問的基本上都是behavioralnquestion。例如：假如在project過程中，你發現了自己做的內容不太對，而且你的成果會影響到團隊里其他人的工作，這時候你會怎麼做？假如你在project過程中，發現自己一開始的assumption全錯了，這時候你會怎麼辦？等等……概括來說，就是他們給我一個scenario，然後問我在這個情形下會怎麼做。

面試的準備

面試準備就是要了解自己所有的簡歷內容，任何一個點如果被問到，都要知道怎麼回答。這個說法有點老生常談，但是真的就是不停的練習。

有什麼建議

我對同學們的建議就是，如果你在積累經驗的階段，就去涉及一些不同維度的項目經驗。比如，應用的是不同語言，在不同行業領域，然後在數據/textnmining/ graphic不同方面都有所涉獵。這個對你找工作的幫助會非常大。

在面試所需的技術棧和項目方面，我從太閣的DS201 Data Analytics實戰訓練營中就學習不少。阿里大牛周老師從數據獲取、存儲、分析到可視化非常系統的講解了Data相關職位所修要的技能，並對求職和面試進行了分析。這門課對我後期的找工作很有助益。

重點面試點是下面這些，建議想做Data Analyst或是Data Scientist的同學們不僅要修相關的課，一定要有相關的項目經驗，因為面試中公司是通過你對項目細節的描述，來評定你的capability的。

常見編程語言:

1. R

2. Python

3. SQL

• 概率與統計（Statistics & Probability）

• Algorithm / data structure

• ml ＋ big data ＋ stat/ probablity + database

• 演算法與coding

• 機器學習（Machine Learning）

八小時內如何熟練掌握Tensorflow，成為深度學習高手？Google Search特約教師，全球華語首發，揭開秘訣。

點擊鏈接，立即註冊免費第一節課。Welcome! You are invited to join a webinar: DS401 深度學習TensorFlow 第一堂課. After registering, you will receive a confirmation email about joining the event.

本文作者：Katie Fan

著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。

更多精彩，盡在矽谷高端線上教育社區BitTiger：請猛戳我

公眾號：論碼農的自我修養 或 搜索「bit_tiger」 （回復career獲取原創程序員求職指南）

知乎專欄：太閣實驗室

微博：@太閣BitTiger

今日頭條：太閣BitTiger