pallavi-shekhar/ai-engineering-interview-questions-company-wise

それは何か 35社にわたる公開された面接体験から集めた、実際のAIエンジニアリング面接質問の無料でオープンで検索可能なコレクション。企業ごとに整理され、各質問の下に回答があればリンクされています。READMEは、そこに機密情報はなく、面接ループは常に変化することを強調しています。つまり、各企業が何を重視する傾向があるかの地図であり、あなたが聞かれる内容のスクリプトではありません。

中身

• 35社からの実際の質問を5つのカテゴリにグループ化：
  • フロンティアAIラボ — Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、Moonshot、Zhipu、Alibaba、Sarvam
  • 大手テックAI組織 — Microsoft、Amazon/AWS、Apple、NVIDIA、Tesla、および消費者規模のML企業（Uber、Netflix、LinkedIn、Airbnb、Pinterest、Spotify）
  • AIインフラおよびプラットフォーム企業 — Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity
  • AIネイティブ製品企業 — Cursor、Cognition、Sierra、Harvey、Glean、Character.AI、ElevenLabs、Abridge、Figure AI、Waymo
  • 前方展開およびエンタープライズAI — Palantir
• 共通質問セクション：多くの企業で繰り返される質問。各質問は一度だけリストされ、それを尋ねる企業が付記され、企業セクションでは繰り返されません。これらはトピック別にグループ化：LLM内部とアーキテクチャ；推論、サービス、GPUパフォーマンス；RAGと検索；エージェントとツール使用；ファインチューニング/ポストトレーニング/アライメント；評価と可観測性；安全性と責任あるAI；マルチモーダル/音声；AIシステム設計；コーディング/データ構造。
• 各企業のセクションは、採用する役割、公開された面接ループ、およびトピック別にグループ化された企業固有の質問をカバーしています。
• 可能な場合は回答へのリンク（多くはOutcome School自身のブログ記事やビデオを指します — 例：KVキャッシュ、FlashAttention、連続バッチ処理、PagedAttention、RAG、エージェント）。

誰のためか AI関連の役割の面接を受けるすべての人。READMEは役立つ約15の職種をリストしています：AIエンジニア、生成AIエンジニア、LLMエンジニア、エージェントAIエンジニア、機械学習エンジニア、応用科学者、前方展開エンジニア、MLOps/LLMOpsエンジニア、AIプラットフォームエンジニア、AIソリューションアーキテクト。

使用方法（READMEによる）

1. 企業横断の共通質問から始める — これらはどこでも繰り返されます。
2. 次に、対象企業のセクションに移動します。
3. 回答は質問の直下にリンクされています（存在する場合）。さらに追加され続けています。

誰が維持しているか Outcome School。AI/MLプログラムとYouTube、X/Twitter、LinkedIn、GitHubでのコンテンツを持つ教育グループ。READMEはトピック別のコンパニオンリポジトリも指しています：amitshekhariitbhu/ai-engineering-interview-questions。

意図的にしないこと

• すべての質問に回答があるとは約束しません（回答は「あるところ」にリンクされています）。
• 網羅的または最新であるとは主張しません — 面接はチーム、レベル、地域によって異なり、メンテナーはリストを更新し続けると言っています。