【學長姊帶路】2021 Microsoft 機器學習工程師 求職分享
原標《面試趣 Microsoft — ML, Taipei (2/3)》
文/ I-Chiao Lin (林依巧)
正巧在今年五月疫情爆發時離職,這段期間也體驗了一些線上面試,想說趁這段空檔沈澱心情寫寫過程,分享這三、四個月面試人生中,遇見了三家印象深刻的公司。
註:面試題目、細節不會分享,只分享過程囉
大約奧運閉幕後,收到 Microsoft Recruiter 的 LinkedIn 面試邀請訊息,回覆後 Recruiter 約了當天下午電話聊聊
![【學長姊帶路】2021 Microsoft 機器學習工程師 求職分享](https://www.technice.com.tw/wp-content/uploads/2024/03/person-using-ai-tool-job_23-2150714239-1-1024x683.jpg)
Recruiter Prescreen
通話大約 20 分鐘,簡單自我介紹以及說明目前工作狀態,開始討論相關職缺,台北職缺裡當時與 ML 相關是偏廣告應用,跟我熟悉的 Computer Vision 比較沒有關係,不過 Recruiter 建議還是投投看,給主管決定是否面試,於是「上傳履歷」後開始了另一段 Microsoft 面試旅程。
大約一、二天收到 Phone Interview 通知
Phone Interview
正式面試時間大約 1 小時左右,面試前先問了 Recruiter 準備方向,內容含蓋 Project Presentation、Behavior Questions 、Algorithm & Data Structure 和 System Design,建議用英文準備。但內容這麼多 3、4 天準備一定來不及,所以決定把重心放在 Project Presentation 和 Algorithm 兩部份,Behavior Questions 趁空檔休息時想一想。
很快來到星期五 11:00 AM,用 Microsoft Teams 視訊面試,首先先是 Project Presentation 和討論,討論過程中穿插不少的 Behavior Questions,接著面試官詳細的介紹部門、工作內容和細節、以及未來廣告與 Computer Vision 有關應用。
接著考演算法,形式是用自己電腦寫 code 再分享整個桌面給面試官。第一題應該屬於 Medium 難度,解題過程中,面試官很在乎 corner cases,希望我盡量想多一點 corner cases 執行看看。面試官解釋,因為實際上資料又多又雜,要處理 corner cases 確保系統穩定運行對微軟很重要。
第二題演算法是第一題的延伸,不過寫第二題時感覺到難度,需要考慮滿多情況,這感覺是面試官自己出的。解題過程中我想用 O(N) 時間複雜度處理,所以程式多了點 if else 處理一些 case,討論時著重在 corner cases,以及問如果可以用多一點時間、空間複雜度,程式會怎麼寫。整個答題過程其實是汗流夾背,面試官會一直追問答到滿意為止。不過可能是視訊我看得到對方表情,以及面試官合善說話方式,過程中沒有一直很緊張。
心得:
正式面試過程大約中午 12 點結束,而後面試官說,如果對工作、微軟、職涯有疑問的話,他願意分享他的經驗。
這大好的機會,我當然馬上答應。而我對面試官的職涯很有興趣,問了滿多職涯、處事、微軟文化和 soft skills 等等問題,面試官也分享了他轉職、工作經驗和一些甘苦談,聊著聊著時間過得飛快,希望沒有耽誤到面試官時間。
也許吃飯時間分享經驗不算是面試一部份,感覺面試官也比較不緊蹦了,反而像個前輩分享經驗。聊天過程中,覺得面試官私底下應該是個紳士暖男,但我很不好意思跟他要聯絡方式,只知道名字而已,總之還是很謝謝他的時間和經驗。
大約一、二天收到 Virtual Onsite Interview 通知
Virtual Onsite Interview
總共 3 個 sessions,每個 session 各 1 小時,3 位面試官,也就是連續 3 個小時。面試內容含蓋 Project Presentation、Behavior Questions、Algorithm & Data Structure、ML 和 System Design。
前兩個面試官也都是在 Project Presentation 時穿插不少的 Behavior Questions 和 ML 問題,而後剩下20~30分鐘各考一題演算法,兩題都是 Binary Tree 的問題。而第三位面試官著重在 Behavior Questions 和 System Design 方面,也有問如果什麼模型效果不好,該如何處理等等開放式問題。
過程中我一直以為之後可能還會有下一關,問了往後的面試流程,沒想到最後一位面試官跟我說:「這關真的是最後一關,我真的就是決定要不要錄取的那個 Hire Manager」。那我真的是誤會 Coordinator 意思而有眼不識泰山,抱歉抱歉。結束前問了 Hire Manager 大約多久會回覆,他面有難色說真的有滿多面試者,所以 2~3 星期內一定會回覆。
心得:
(1) 一個小時內要問這麼多不同面向問題,說話語速都很快
(2) 連續 3個小時面試需要體力。時間掌握真的很重要,時間一到面試官就迅速切換,一秒都不等
Virtual Onsite Interview 結束後,大約一個多星期收到感謝函。時間掌握真的很重要。全部面試應該就差在其中一題演算法還有點不完整時間就到了,可惜了。
心路歷程:
這次微軟面試前後大約花 1個月左右,Behavior Questions 的比例滿重,幾乎3成時間會穿插著問。
相比起來 Leetcode刷 Microsoft 題目比刷 Google 題目開心一點,Google 題目有些真的很刁鑽。但是我還是很不喜歡面試考 Leetcode,好想知道這遊戲到底是誰發明的。
最後感謝 Microsoft 尤其是跟 Phone interviewer 最後的談話 🙂
本文由 I-Chiao Lin (林依巧) 授權轉載, 原文: 《面試趣 Microsoft — ML, Taipei (2/3)》
___________
你也有經驗想分享嗎?快來投稿賺稿費吧!
![](https://www.technice.com.tw/wp-content/uploads/2024/01/112.png)
瀏覽 563 次