Intro
應徵職位：Machine Learning Engineer (MLE) 內推
碩士都要畢業了呢，一個 coursework 的最後硬是寫了一篇 paper 把自己搞到發瘋，沒時間準備面試，我是不是有病＾＾
（甚至最後加入 AICS 還發現我碩士指導教授在裡面，超瞎ＸＤ）
前面有面了一些 computer vision / machine learning 相關的新加坡公司，有鑒於疫情想要比較容易的往返台灣跟新加坡，所以最後選擇加入 AICS。
Background
- 112 CS 學士畢，專題跟 computer vision 有關
- NUS CS AI track 碩士畢，專題跟 computer vision 有關
- NUS Research Assistant
Timeline
- 3rd May, 1st round interview
- 7th May, 2nd round interview
- 12th May, offer gets
時間上應該不太準，因為已經是最後一間公司，然後我又在收尾論文，有要求 process 加速，所以 2nd round 就一次面了 3.5 小時。
Preparation
誠如前言所述，我正在水深火熱中，所以刷的題目也很少，大概前三四天開始刷，甚至只有 11 個 submissionsＸＤ
花比較多時間的是把底下兩篇自己整理的文章看完，雖然都沒考
如果再來一次的話，會建議大家認真刷 leetcode 的題目就好，以 medium 的難度為主，然後一些經典的上課有教的演算法看一看。
Interview
因為疫情的關係，都是採取 virtual onsite interview 的模式。每關都是一個小時，有四關 tech interview，還有最後一關姑且稱之為 behaviour interview 是跟 CTO 聊聊，總共五關。
Technical Interview
流程就是自我介紹，小問一點經驗，大約 15 分鐘，接下來就是進入 coding 的環節 45 分鐘，基本上就是考白板題，有些問一題有些問兩題，遇到的題目類型有：
Graph
Linked List
Design
難度我自己是覺得大概在 medium 而已，經歷的部分問得比較少，可能想像 google 看齊可是搶不到人只好降低難度（威）
因為難度沒有那麼高，所以幾乎每一關都提前結束了，剩下蠻多時間，本來以為至少會考一些簡單不用 coding 的 machine learning 相關問題之類的，結果沒有ＸＤ直接進入問問題環節，所以希望大家準備足夠多的問題（？）二面連續面三關，到後面問到沒梗了，我就有直接抓完成一題寫大約 30 分鐘左右。
Behaviour Interview
問的問題主要是資訊跟醫療結合的開放性問題，資訊＋醫療迸出新滋味><有幸之前有面是一家也蠻大間的公司，有詢問他們一些經驗跟分享，所以回答得還算不錯。
Conclusion
整體而言，前面的面試官人都蠻好的，蠻樂於分享他們的看法，也有幫我提希望能夠加速我的面試流程，才能夠跟火箭一樣一個禮拜直接拿到 offer。
小傻眼是 HR 有些信 title 沒有 “interview” 或是我的名字覺得問號；面的是 machine learning engineer 考得跟 general software engineer 沒兩樣讓人覺得問號，還有在新加坡 onboard 但是不在新加坡的 team 也有一點小問號。
但反正既來之則安之，繼續待在這個熱到不行的新加坡，疫情ＱＱ
