Perguntas frequentes de entrevistas da empresa Amazon
Candidatos do cargo de Data Scientist classificaram o processo de entrevista da empresa Amazon com 3,2 de 5 (no qual 5 é o maior nível de dificuldade) e a experiência da entrevista como 60% positiva. Para fins de comparação, a média da empresa é 63,4% positiva, segundo as classificações de usuários do Glassdoor.
O processo de contratação do cargo de Data Scientist dura, em média, 14 dias, segundo 5 entrevistas enviadas por usuários relacionadas a esse cargo. Para fins de comparação, o processo de contratação da empresa Amazon em geral dura, em média, 38 dias.
De acordo com 5 entrevistas adicionadas ao Glassdoor, as etapas comuns do processo de entrevista do cargo de Data Scientist da empresa Amazon incluem:
Entrevista individual: 33%
Outro: 17%
Apresentação: 17%
Teste de habilidades: 17%
Entrevista por telefone: 8%
Verificação de antecedentes criminais: 8%
Confira os cargos mais buscados para contribuições de entrevistas:
Candidatei-me online. O processo levou 3 semanas. Fui entrevistado pela Amazon (Seattle, WA) em jun. de 2016
Entrevista
3 different interviews:
1st interview (Monday) : technical interview of coding on a shared screen
Heard Back that i passed on Tuesday
2nd interview (Friday) : technical interview over the phone addressing my ML skills
Heard Back that I passed on Monday
3rd Interview (two weeks later): 5 rounds-1 BR, 2 analysis, 1 SQL, and 1 coding
Perguntas de entrevista [1]
Pergunta 1
technical coding: navigating a binary tree
phone interview: business questions
Fiz uma entrevista na empresa Amazon (Seattle, WA).
Entrevista
There are three rounds in total. The process begins with a coding round, followed by the main interview loop, where you will meet the team and discuss technical skills, experience, and fit.
First round is fun, second round, which is also the final round involved 5 sessions, with different focus. For some sessions, not be able to present my story completely, time was tight, and interviewers were rushing.
4 rounds:
ML breadth + Depth: Conceptual knowledge about ML and work experience discussion
Problem solving: Leetcode (Medium) + Basic ML concepts
Design + LP round: Use case discussion + Behavioural questions
Bar Raiser - LP round: Behavioural questions - Interviewer was non technical