亚麻alexa波士顿做NLU的某个组给CMU定向狂发invitation，身边一大堆master同学都收到了，不知道葫芦里卖的什么药
从地里的情况看能拿到applied scientist offer的几乎都是PhD，而我自己也一直在往SDE靠，master期间没有research经历，所以没抱太大希望，也没准备太多，估计不会过
Timeline：
8/15 收到该组manager的linkedin私信，立即回复并附上简历
8/21 简历通过，约电面
8/26 电面，次日通知通过
9/13 onsite，按以往经验最迟下周二（9/17）会出结果
（注：以下内容不含具体题目）
每轮都是1小时，每轮都有BQ，BQ占的时间都在20分钟左右，都是问亚麻十四条的标准格式。下文写面试内容时不再写BQ。
电面：国人。deep learning基础知识。结束时直接告知通过onsite一轮presentation加五轮面试（presentation也是一小时)
presentation：内容是一项近期research成果，onsite前两天要提交slides。我因为近期实在没有research，讲了我本科期间发的一篇paper，加了一些该方向近期进展，40分钟讲完，加上Q&A按时结束。听众5人全是国人，其中有些是后面的面试官。
面试1：老印。GAN基础知识（因为我的paper和GAN有关），卡了几次不过应该没有大错。
面试2：老白，bar raiser（事后才知道）。唯一一轮coding，leetcode字符串最难题之一。简单提了最优解，但写了不容易错的次优解，面试官没有异议。
午餐：居然是下楼到外面的餐馆吃，上菜巨慢差点赶不上下一轮面试。
面试3：老中manager（就是一开始联系我的人）。ML system design，而且不是常见题。乱答一通，感觉跟master new grad考这个过分了……
面试4：老印。NLP基础知识，应该没有大错。
面试5：老中，家里有事迟到了15分钟。传统ML基础知识，应该没有大错。
感想：
1、亚麻面试一半BQ是常态。我只花了不到一天准备BQ，例子十分有限而且也不强，不同轮重复用了几个例子（不过问题本身也有重复的）
2、技术问题难度比论坛里的PhD面经稍低，认真research的master应该有希望通过，但对我这样master期间转SDE的还是太难了……
补充:
居然过了？？？！！！？？