▲IBM 資料科學家面試,圖片來源: freepik
文/Wu Harlem
NTUST, Information Management, MS
實習經歷:趨勢科技 Machine Learning Intern/威盛電子 AI Application/Frankish International Back-end Engineer Intern
技術背景:Neural Network應用於NLP領域,包括搜尋引擎及情感分析
02/02 — 第一關:投履歷
02/22 — 第二關:智力測驗
03/29 — 第三關:AI pre-interview
04/17 — 第四關:IBM career day
04/27 — Offer Get
總共五題,有數學題、走迷宮等等,以遊戲的方式呈現,有時間限制,會愈來愈快,蠻好玩的XD
基本上不用太多準備,平常心考就好!
Pre-interview通常是HR問題,形式是錄音,可以刪除跟新增直到錄好為止,五題總共是一個小時:
Q1. 學過什麼技術,分享一下過程
Q2. 團隊有遇過什麼樣的瓶頸,你有什麼樣的作為
Q3. 有沒有做過什麼準備,來完成一件事情
Q4. 有沒有把創意用在生活、工作之中的經歷
Q5. 遇過最大的困難(ENG)
這一關,主要是透過學經歷,來了解candidate的談吐及思考框架,假如沒有實習經歷,可以用學校做過的專案來代替!
這一關以往是在公司裡,由於疫情也是在線上完成。面試官是IBM的首席資料科學家 MJ Hsieh(一開始知道超緊張XD)
Q1. 遇過什麼資料集很難處理
Q2. 覺得自己熟習哪個領域的技術
Q3. 如果還有機會,你會怎麼處理之前的問題
Q4. 今天假設有個金融業問題,給定金流資料、客戶資料等,模型要怎麼處理這樣的資料
Q5. 跟客戶有沒有遇到溝通上的問題
Q6. 客戶如果問模型測試的效度?(用模型來預測客戶是否會抱怨某產品)
Q7. 在IBM的想像跟五年後的想像?
Career Day的面試主要圍繞在面試簡報及過去的AI專案中,面試官也提了許多情境題,大多是技術相關,主要想了解我們在業界中會怎麼利用AI solution來解決客戶的問題,也是我認為AI目前很重要的議題。
整個面試流程大約三個月,整體下來面試也很愉快,大部分的面試內容跟AI專案有關,並要求面試者在簡報中提到自身的AI相關技能樹,自己面試下來,覺得主考官在意的是有無AI專案落地經驗和團隊溝通技巧,畢竟IBM GBS部門屬於顧問團隊,也是Data Scientist所需之經驗。
IBM 相關推薦好文>>
文由 Wu Harlem 授權轉載, 原文:《IBM Associate Data Scientist (2021 Campus Hire) 面試經歷》