Han
JackAmazon Applied Scientist 面试经验（Phone Screen + VO 全流程）
1. 基本信息
- 面试国家： 美国
- 公司名称： Amazon
- 面试日期： 2025 年
- 面试职位： Applied Scientist（AS）
- 候选人背景： 博士，应届毕业生
- 面试渠道： LinkedIn reach out / 网上海投
2. 面试详情
2.1 面试流程概览
- Phone Screen（ML + Project Deep Dive）
- VO 第一轮：Project Presentation
- VO 后续五轮：Stats / ML / Coding / LP（每轮 1 小时）
- 每轮均含 ~20 分钟 Leadership Principles
2.2 各轮面试内容与细节
第一轮：Phone Screen
面试官让我快速自我介绍，然后围绕两个部分深挖：
(1) ML 知识（以项目为核心）
所有问题都基于我的项目展开，并不断 follow-up：
- RAG 如何 evaluation？
→ 回答：使用 ragas - ragas 的 ground truth 从哪里来？
→ 回答：没有专家标注，用另一 LLM 做 evaluator
面试官还会追问：
- evaluator bias 如何控制
- retrieval vs generation 的独立评估
- metric 如何解释
(2) Coding（本轮未考）
面试官本人不喜欢考 LeetCode，但强调后面可能会考。
难度接近 ML coding：“知道思路即可”。
结果
- 周三面试
- 周五结果：通过
- 约两周后进行 onsite（VO）
VO Full-round（6 轮）
- 1 轮 Project Presentation
- 5 轮技术 + LP
- 每轮约 60 分钟
第二轮：Stats Application（统计题 · 难点）
以为是 ML Design，结果完全不是，是 纯统计。
题目：
给定：
- 30 男性样本
- 30 女性样本
- feature：age、score、height 等
问：如何判断两个群体的分布是否存在显著差异？
我尝试：
- KL divergence
- t-test
但都不是面试官要的方向。
期望答案（推测）：Kolmogorov–Smirnov Test（KS Test）
KS Test 特点：
- 非参数检验（不需要假设数据服从正态）
- 用于判断两组样本是否来自同一分布
- 能比较分布整体形状，而不仅仅是均值
- 输出 D-statistic 与 p-value
在此题中：
- 样本数量小
- feature 多
- 分布未知
→ KS test 是最合理的答案。
LP：Bias for Action, Deliver Results
3. 技术重点与思考方式（非完整解答）
RAG Evaluation
- ragas metric 原理
- evaluator LLM 的偏差与局限
- 如何分离 retrieval/generation 评估
- 是否需要 human gold set
统计应用（VO）
关键点：
- 明确 H0 / H1
- KS test / t-test / Mann–Whitney U 的适用场景
- p-value 解读
- 多 feature → multiple testing 问题
KS 是最通用的答案。
4. 面试结果反馈
- Stats Application 表现不佳 → 高概率挂点
- 其余 ML / LP 表现正常
- 整体偏学术 rigor，难度高
5. 总结与建议
- Amazon AS 比一般 ML/DS 面试更强调 统计基础
- KS test、non-parametric tests 必须熟悉
- LP 占比极高，每轮都有
- RAG evaluation 虽非重点，但会深入问
- Coding 并非重难点，但不可忽略
6. 小结
AS 面试侧重：
- 统计 rigor
- 模型解释能力
- 实验设计能力
- 业务连接能力
- LP（尤其 Bias for Action / Deliver Results）
Stats 那轮最容易翻车，建议面试前务必补齐 KS test 与两样本检验的知识。