Nearmap 机器学习工程师 面试流程
岗位方向: ai-engineer
Nearmap 是地理空间 AI 领域的领导者，利用深度学习和计算机视觉从高分辨率航空影像中提取 130 多种特征，依托 1.42 亿张影像和 13 年以上的建模积累。Nearmap 的机器学习工程师使用 Amazon SageMaker 训练和部署生产级 CV 模型，处理覆盖澳大利亚和美国的 PB 级航空影像。面试流程同时评估 ML 基础能力（特别是计算机视觉和深度学习）以及大规模模型部署的工程能力。流程包括招聘人员筛选、与团队负责人的 ML 技术讨论、动手 ML 挑战及小组展示，以及文化契合面试。
Nearmap的机器学习工程师面试共6轮，以下是每轮面试的详细流程和准备建议。
- 第1轮 (20-30 minutes): 与人才招聘团队的初次对话，讨论你的 ML 背景、研究或行业经验，以及对 Nearmap 地理空间 AI 使命的兴趣。招聘人员会介绍面试流程，并提供 ML 团队当前重点方向的背景信息，如航空影像分析、目标检测和大规模特征提取。
面试亮点: Heavy focus on computer vision and geospatial deep learning — Nearmap's AI detects 130+ features from aerial imagery、Production ML at scale using Amazon SageMaker with petabytes of image data、ML challenge may involve image segmentation, object detection, or geospatial feature extraction、Panel presentation requires explaining model architecture, training decisions, and deployment strategy、Open-source Python library (nmaipy) shows Nearmap's commitment to the ML ecosystem
标签: Nearmap, Machine Learning, Computer Vision, Deep Learning, Geospatial AI, SageMaker, Sydney, Aerial Imagery
