このAIアルゴリズムの面接体験は非常に役立つ：Amazonは履歴書から面接まで実践的な経験を共有

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

世界一の富豪ベゾス氏の次なる巨人アマゾンは、世界で最も高い時価総額を誇るテクノロジー企業だ。

また、技術系人材の育成の見通しが最も有望な組織でもあります。

そこで質問です。アルゴリズム エンジニアの場合、Amazon のような会社に入社するときにはどのような面接プロセスを経るのでしょうか。

この最近の詳細なインタビュー体験は高い評価を受けており、参考や参考にしていただけるかもしれません。

役立つ情報が満載なので、まずは集めてから読むのがおすすめです〜

仕事の要件

まず、最も興味深い部分である仕事の要件を見てみましょう。

• 数学、統計学、コンピュータサイエンスまたは類似分野で学士号以上
• 関連分野での5年以上の実務経験
• 予測モデル、意思決定モデル、データマイニング技術に関する豊富な経験、およびそのようなモデルを開発するためのツールを使用する能力。

気分は大丈夫ですか？次に、優先条件を見てみましょう。

• 大規模データセット向けの実現性の高い分散データ抽出、収集、処理システムの構築と運用の経験
• Linux/UNIXを使用して大規模なデータセットを扱った経験
• Redshift、S3、EC2、Data Pipeline、EMR などの AWS テクノロジーに精通している。
• クライアント組織内のあらゆるレベル、あらゆる分野の人とコミュニケーションをとるための高度な技術スキルと十分なビジネス知識を備えています。

どのようなポジションが空いていますか?

仕事の要件を読んだら、深呼吸しましょう。

焦らずに、Amazon でアルゴリズム エンジニアが選択できる職種を見てみましょう。

現在、データサイエンティスト、機械学習エンジニア、研究科学者、応用科学者の4 つの主要なタイプがあります。

これらの役割は大体似ており、大量のデータを使用してさまざまなクライアント向けに機械学習 (ML) およびディープラーニング (DL) モデルを構築することが含まれます。

しかし、まだいくつかの違いがあります。

まず第一に、Amazon では、データ サイエンティストはデータに基づく洞察力を持っている必要があります。

彼らはビジネスとテクノロジーをつなぐ役割を担い、大規模なデータセットの分析とモデリングを担当します。

機械学習エンジニアは、機械学習およびディープラーニング モデルの構築の専門家です。

Amazon 自体のモデルを構築するだけでなく、AWS 上の他の大企業向けのモデルも構築する必要があります。

モデルの構築に加えて、モデルを実装して本番環境に導入することも含まれます。

研究科学者は、その名前が示すように、研究を行います。

この職には通常、修士号または博士号といった高等教育レベルが必要です。

研究者は知識と技術の限界を打ち破り、可能性の限界を広げる必要があります。簡単に言えば、新旧の技術を研究して、これらの技術が実際に有益であるかどうかを判断することです。

応用科学者にも高いレベルの教育が求められ、Amazon の研究科学者よりも少し高い役割となります。

このポジションは、Amazon の自動音声認識 (ASR)、自然言語理解 (NLU)、オーディオ信号処理、テキスト読み上げ (TTS)、対話管理など、Amazon の顧客体験を向上させるプロジェクトに重点を置いています。

これで大丈夫だと思いますか？

大丈夫かどうかは関係ありません、まずは履歴書を提出して試してみてください〜

応募する前に、基本的な面接プロセスを確認してください。

面接プロセス

Amazon の面接プロセスは 2 ～ 3 段階に分かれています。

ただし、アルゴリズム エンジニアの場合、電話面接、技術面接、現地面接という 3 つの主なステップがあります。

まず、最初のステップは電話インタビューです。

ほとんどの企業での最初の面接と同様に、このステップは主に企業の人事部門によって処理されます。

主な目的は、履歴書、過去の経験など、応募者の基本的な状況を把握し、Amazon への入社に対する関心と、そのポジションに見合う能力があるかどうかを確認することです。

このステップで謙虚で誠実、そして現実的な姿勢を保つ限り、無事に乗り切ることができるでしょう。

次に、2 番目のステップである技術面接に進みます。これは、会社のアルゴリズム エンジニアによって実施されます。

まず、さまざまな ML モデルの解釈、バイアスと分散のトレードオフ、オーバーフィッティングなど、ML の基本的な概念を含む専門知識について質問します。

それは主にこの知識に対するあなたの理解に依存します。

次に、任意の言語で解決できるコーディングに関する質問がいくつかあります。

もちろん、応募する職種によって質問内容は異なります。

まずは何が問題なのかを理解してみませんか?

以下にいくつか例を挙げます。

• (コーディング) 数値の配列とターゲット値が与えられた場合、絶対差がターゲットと等しくなる 2 つの数値のインデックスを返します。
• (コーディング) 2 つの日付 D1 と D2 が与えられます。日数、月数を数えますか?
• (機械学習) 分類器のしきい値を見つけるにはどうすればよいでしょうか?
• (機械学習) ロジスティック回帰とサポートベクターマシンの違いは何ですか? どちらか一方を使用する状況の例を教えてください。
• (モデリング) ROC 曲線下面積を積分として解釈するとしたら、どのような解釈になるでしょうか?

最初の 2 回の面接に合格した場合は、おめでとうございます。現地面接に進むことになります。

現地面接は技術面接と行動面接を中心に5～6回程度行われます。

まず第一に、技術面接は質問を練習するだけです。主に ML とプログラミングに関するラウンドが複数あります。面接官はオブジェクト指向設計に関する質問をすることが多いので、よく練習しておきましょう。

次に例を示します。

何千もの異なる値を持つカテゴリ変数があるとします。これをどのようにエンコードしますか?

行動面接では、Amazon の 14 のリーダーシップ原則、職位の具体的な機能、企業文化を事前に理解しておく必要があります。

Amazon の質問は顧客を中心に展開されることが予想されるため、事前に体験談を準備し、言葉を整理して、14 の原則に基づいて回答する必要があります。

さて、上記はAmazonの面接ガイドです。お役に立てれば幸いです。

おそらく、他の大企業の同様の職種にも役立つかもしれません。

また、他のスター企業での面接経験や経験をお持ちの方は、ぜひシェアしてくださいね〜