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

그것은 무엇인가 35개 회사에 걸쳐 공개된 면접 경험에서 수집한 실제 AI 엔지니어링 면접 질문의 무료, 공개, 검색 가능한 컬렉션입니다. 회사별로 구성되어 있으며, 각 질문 아래에 답변이 있으면 링크가 제공됩니다. README는 그 안에 기밀 정보가 없으며 면접 루프가 끊임없이 변한다고 강조합니다. 즉, 각 회사가 무엇을 중요하게 여기는지에 대한 지도이지, 당신이 받을 질문의 대본이 아닙니다.

내용

• 35개 회사의 실제 질문을 5개 버킷으로 그룹화:
  • 프런티어 AI 연구소 — Anthropic, OpenAI, Google DeepMind, Meta, xAI, Mistral, Cohere, DeepSeek, Moonshot, Zhipu, Alibaba, Sarvam
  • 빅테크 AI 조직 — Microsoft, Amazon/AWS, Apple, NVIDIA, Tesla, 그리고 소비자 규모 ML 기업 (Uber, Netflix, LinkedIn, Airbnb, Pinterest, Spotify)
  • AI 인프라 및 플랫폼 기업 — Databricks, Groq, Together AI, Hugging Face, Scale AI, Perplexity
  • AI 네이티브 제품 기업 — Cursor, Cognition, Sierra, Harvey, Glean, Character.AI, ElevenLabs, Abridge, Figure AI, Waymo
  • 전방 배치 및 엔터프라이즈 AI — Palantir
• 공통 질문 섹션: 여러 회사에서 반복되는 질문. 각 질문은 한 번만 나열되고 그 질문을 하는 회사가 함께 표시되어 회사 섹션에서 반복되지 않습니다. 주제별로 그룹화: LLM 내부 및 아키텍처; 추론, 서빙 및 GPU 성능; RAG 및 검색; 에이전트 및 도구 사용; 파인튜닝/포스트트레이닝/정렬; 평가 및 관찰 가능성; 안전 및 책임 있는 AI; 멀티모달/음성; AI 시스템 설계; 코딩/데이터 구조.
• 각 회사 섹션은 채용하는 역할, 공개된 면접 루프, 주제별로 그룹화된 회사별 질문을 다룹니다.
• 가능한 경우 답변 링크 (많은 경우 Outcome School 자체 블로그 게시물 및 비디오를 가리킴 — 예: KV 캐시, FlashAttention, 연속 배치, PagedAttention, RAG, 에이전트).

대상 AI 관련 역할 면접을 준비하는 모든 사람. README는 유용한 약 15개 직함을 나열합니다: AI 엔지니어, 생성 AI 엔지니어, LLM 엔지니어, 에이전트 AI 엔지니어, 머신러닝 엔지니어, 응용 과학자, 전방 배치 엔지니어, MLOps/LLMOps 엔지니어, AI 플랫폼 엔지니어, AI 솔루션 아키텍트.

사용 방법 (README 기준)

1. 회사 간 공통 질문부터 시작하세요 — 이것들은 어디서나 반복됩니다.
2. 그런 다음 목표 회사 섹션으로 이동하세요.
3. 답변은 질문 바로 아래에 링크되어 있습니다 (있는 경우). 시간이 지남에 따라 더 추가되고 있습니다.

누가 유지 관리하는가 Outcome School. AI/ML 프로그램과 YouTube, X/Twitter, LinkedIn, GitHub에서 콘텐츠를 제공하는 교육 그룹. README는 주제별 동반 리포지토리도 가리킵니다: amitshekhariitbhu/ai-engineering-interview-questions.

의도적으로 하지 않는 것

• 모든 질문에 답변이 있다고 약속하지 않습니다 (답변은 "있는 곳"에 링크됩니다).
• 완전하거나 최신이라고 주장하지 않습니다 — 면접은 팀, 레벨, 지역에 따라 다르며 유지 관리자는 목록을 계속 업데이트할 것이라고 말합니다.