Applied Scientist Summer Intern
未公开
专业：未公开
实习申请
目标地区：美国；方向：数据 / AI
核心支持
所以client找到我们主要两个目的，一个是给他定点推荐适合他background的openning, 第二个是系统性提升面试…
申请推进路径
- 12月底
Apply 2023 Applied Scientist Internship-Machine Learning, AS这实际是一个MLE岗位，申请后过 了一周拿到OA
- 23月
OA两道题，开摄像头人脸采集，做题的时候不用开，难度不是特别难。详细的题后面分享，第一道题A list of unique product ids needs to be extracted from a database of products available on Amazon’s website..第二道题on Amazon Prime Day, non-critical requests for a transaction system are routed through a throttling gateway to ensure…做完OA后HR过几天来联系，发邮件约VO
- 33月
VO和其他Amazon intern一样，就一轮，但是和SDE Intern大部分1VS不一样, AS的这次VO是2 VS 1。 VO没考任何现场Coding题，上来就是聊Resume, 因为resume里面没有什么工作经历，所以重点聊了科研经历和项目经历，基于科研经历和项目经历问了DL/ML相关的concepts，然后问了一道ML system design的case, 最后就是Amazon必考的bq, 也是结合简历里的Project和做科研的经历，问了一些他们leadership principals的常见题目，不是很难，都提前准备到了。总共VO一个小时
- 43月
VO后一周，口头offer 03 0401 02
遇到的困难
Client是1月找到我们的，本来是没有找summer intern的计划的，圣诞后和朋友沟通，觉得想23年 summer到工届体验一下，给自己准备plan B。
在学届待久了的client, 都有一个共同点：对自己研究的方向很懂，但是对于job market没那么了解，同时普遍以科研严谨的思维回答面试问题，这是一把双刃剑，对于部分面试官ok, 但是
蒸汽提供的帮助
所以client找到我们主要两个目的，一个是给他定点推荐适合他background的openning, 第二个是系统性提升面试能力。
在整个服务周期内，Client拿了adobe mle、dropbox mle的面试，在初次的两次面试并没有抓住机会，面试的弱点还是很明显的，在回答concept问题上不长篇大论，不直接重点。
所以复盘了两次面试，重点对于自己如何和面试官沟通自己的科研/项目经历重点打磨，以及如何回答technical的问题。
Amazon的AS-MLE很适合这位client, 因为这个岗位基本是phd only,所以申请的人会少去很多硕士竞争者，从Apply-到OA-到VO非常流畅，面试完后体感也很好，最终在3月的尾巴拿到了23年Amazon Summer intern offer。
想把你的背景也拆成一条可执行路径
案例能帮助你判断方向，但真正的差异还在于时间线、简历深度、签证窗口和岗位策略。扫码咨询后，我们会结合你的背景给出更贴近现实的判断。
顾问会先帮你看清下一步
添加后发送你的地区、学校、目标岗位，我们会尽快给你更具体的路径建议。