Top 10国际大厂人工智能岗位经典面试题精选
新智元原创
作者：智能禅师
【新智元导读】来自国际AI大厂Google、亚马逊、微软、Facebook、IBM、英特尔、Netflix、特斯拉、Uber，以及苹果公司的AI岗面试题精选。希望对大家面试有所帮助。
大家好，我是为人造的智能操碎了心的智能禅师。我的日常是操心一切跟AI相关的东西，以及从另一个角度看待这个被AI包围的世界。
AI专业应届毕业生年薪40万的消息，大家都看到了吧？禅师这里给大家来一个比较直观的对比：
这张图虽然有些年头了，但不妨碍我们拿来做参考。再结合当前的环境，十分耐人寻味。
企业缺人是真的，但缺人不代表用人单位会降低招聘门槛。毕竟，年薪40万啊！
大厂的面试题很多，但大厂的AI岗面试题目前还比较少。今天禅师为大家带来国际大厂AI岗经典面试题精选，为即将毕业、或者正准备投身AI行业的读者，提供一个参考。希望能够对大家的面试有所帮助。
本文由作者Vimarsh Karbhari授权新智元发布。VK是Acing AI的创始人，对国际大厂AI岗面试比较有经验。
VK一边满脸佛笑，一边向新智元读者推荐了3本对入行AI非常有价值的书，书单附在文末。
这里先列一下大厂名单表，方便大家快速搜索定位到自己关注的公司（排名不分先后，完全是按点开顺序排列的?）：
1. Google面试题精选
Google AI相关研究有三大系列：数据基础架构和分析，Google Brain Team和Google AI Residency。目前在下面3个领域发力很猛：
1. 机器智能
2. 机器感知
3. 自然语言处理
面试流程
Google的技术面试流程比较密集。形式包括电话面试和现场面试。他们自己还出了一套技术岗面试指南，向大家介绍Google的具体面试流程。
https://careers.google.com/how-we-hire/interview/ 建议：?复制链接在电脑端打开
面试题
2. 微软面试题精选
微软已经超过Google和苹果，成为全世界市值最高的企业了。微软成立智能云和智能边缘，同时也在不断加强在AI领域的投入，以及对AI人才的争夺。
面试流程
微软面试数据科学家也是分电话面试（涉及编码），和现场面试。现场面试大概4-5次，大概有2-3个候选人能够真正深入研究与数据科学相关的问题，调研和模型。剩下的主要做码农。
面试题
可以看出微软的面试题，有很多开放式的问题。不一定有标准答案，但是比较注重对知识的理解，和解决问题的思路。
3. Amazon的面试题
亚马逊刚刚开放了AWS机器学习课程。提供30多种在线机器学习课程，包括视频、实验室和文件，这些课程在亚马逊过去20年中一直使用。
https://aws.amazon.com/training/ 建议：?复制链接在电脑端打开
面试流程
亚马逊的面试流程比较独特，有一个叫做“Bar raiser”的角色。Bar raiser本来指的是调高时候，不断抬高杆的人。
亚马逊的bar raiser，主要来源于各岗位的精英，在其他部门做全职工作，可能是财务、营销或者开发等工作岗位上的员工。
这些人面对应聘者的时候，拥有一票否决权，
面试题
这些问题包涵很多编程和计算的元素。有些问题既实用又具有基础性，确实需要人员逐步完成数据模型和数据集才能获得解决方案。以上面试题部分出自bar raider。
4. Netflix的面试题
Netflix夏天的时候推出了自己的研究网站，增加了机器学习教程。值得一提的是网站UI，显然是经过非常用心的设计。
https://research.netflix.com/research-area/machine-learning 建议：?复制链接在电脑端打开
面试流程
Netflix主要是电话面试加招聘经理面聊，流程非常简洁。
现场面试分两次，第一词有大概4个数据科学家/工程师面，第二次是和3个高级管理人员。产品，业务，分析和统计问题都有可能出现。
统计问题主要围绕A/B测试：假设校验，还有一些SQL问题；分析问题通常包括要分析的假设问题和评估产品性能的指标。高级管理人员主要关注背景和过去的经验。
面试题
看得出和其他公司不同，Netflix还掺杂了一些战略层面的问题。围绕Netflix问题的数据很少。高阶问题在于解决A/B测试，推荐系统。基础问题涉及激活函数等。
5. IBM的面试题
IBM在人工智能领域的项目，最出名的就是IBM Waston，华生医生。
面试流程
IBM Data Science团队使用HireVue来筛选候选人、好处是降低了人力成本，坏处是其实它不够智能。人工智能解决不了的问题，由招聘人员解决。
面试题
IBM面试过程非常严谨，因为它测试数据科学的多个方面。基础知识和编码非常重要。
6. Uber的面试题
Uber是最早、最坚持做自动驾驶上路的公司之一。Uber开源了机器学习平台米开朗基罗，在Github上也非常活跃，项目地址?
https://github.com/uber 建议：?复制链接在电脑端打开
面试流程
Uber的技术面试流程是标准的技术面试流程。 它包括电话面试，然后是现场面试（通常是5-6次）。
面试题
基于实际产品的问题：这些问题包含优步的真实问题场景，需要了解产品和市场。
技术基础设施限制的AI问题：一些问题还针对暴露解决数据相关问题所需的技术限制。
模型培训和评估：问题旨在通过从不同的数据角度考虑不同的模型来探索AI研究。
7. Tesla的面试题
特斯拉从一出生就带着各种光环。情怀、执着、理想…特斯拉也早早就推出了机器学习平台Autopilot。
https://www.tesla.com/autopilot 建议：?复制链接在电脑端打开
面试流程
面试有三个步骤，首先是电话采访，第二步是针对某些具体问题的take out考试。 最后一步是现场面试。
面试题
特斯拉是一个非常有情怀的公司，大多数人被问到的问题是“为什么选择特斯拉？”很明显，马斯克对是否能跟他一起疯狂，看的比较重要。
很多问题都涉及到R语言，想去特斯拉，必须要了解。
8. Intel的面试题
这位芯片巨头很显然不会放过AI的。最近刚刚发布了一款对机器学习非常友好、性价比超高的显卡Titan RTX。近日清华发布的《AI芯片白皮书》，值得关注芯片的朋友们参考。
面试流程
Intel的面试流程较长，大概需要3周时间。包括电话面试和现场面试。
面试题
冷知识：可重组（anagrams），指的是将原词或者词组里的所有单词重新排序，可以变成另外一个词或词组，的词或词组…。例如“God”可以变成“Dog”。但有些词，例如no，queue，就不可重组。
9. 苹果的面试题
苹果最近也是有点背。首先是在市值大跌，被微软超越；接着在中国输掉了和高通的专利官司，导致包括iPhone X在内，多款在售iPhone型号停售。
苹果在人工智能领域的成就，大家也是有目共睹的。用一句话来总结可能就是：嘿，希瑞。
面试流程
面试流程分电话和现场。现场面试大概会有4-5次、
面试题
Apple AI/DS 访谈有很多与Hadoop相关的问题。似乎他们的数据挖掘后端是基于Hadoop构建的。
许多问题也基于历史研究工作和投资组合。这与我们之前看过的其他公司不同。批判性思维和基于场景的问题非常丰富。
10. Facebook的面试题
Facebook可能是跟Google争夺AI人才最狠的对手了。他们不光从Google大脑挖人，还挖来了CNN的发明家Yann LeCun。
面试流程
大公司的标准流程。
面试题
在Facebook，我们看到了对基于概率的场景的问题倾向。许多问题还需要深入了解Facebook产品以及编写代码的能力。
OK。到此，我们大概了解了国际大厂面试的套路了。禅师觉得大家可以对比一下，自己在应聘过程中面试官给的问题。
因为面试的问题，其实也同样反映出一个公司，是不是真的专业、是不是值得浪费掉你宝贵的青春年华。
反过来，如果你发现面试官的问题很奇葩，但这家公司确实又很专业，那么也有可能面试官在试图委婉的劝退你。
总之，2018马上就要过去了，祝福大家在新的一年里，都能顺利找到好工作！
BONUS
作者向新智元的读者推荐了3本他认为很有价值的书籍，大家感兴趣找来看看也可以。如果找不到也不要紧。我们后续还会有更多好书推荐：
- 《The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics)》作者Trevor Hastie / Robert Tibshirani / Jerome Friedman
- 《Recommender Systems: The Textbook》作者 Charu C. Aggarwal
- 《The Signal and the Noise: Why So Many Predictions Fail--but Some Don't》作者 Nate Silver
希望对有志于投身机器学习的开发者、学者有所帮助。