AI-Engineer-Interview-Questions

按公司和岗位刷 AI 面试题，从零手写挑战直接练

这是一个面向 AI Engineer、LLM Engineer 与应用 AI 岗位的面试题库与备考资料库，主要帮助传统软件工程师转型进入 AI 领域，也适合 ML 从业者进阶。项目按公司和岗位组织题目，提供角色化学习路线图、带解析的参考答案，以及从零实现的编程挑战，覆盖生成式 AI、AI Agent、大模型应用等热门方向。相比零散刷题，它把面试准备拆成可执行的路径：先按目标公司或岗位定位考点，再通过 worked answers 理解思路，最后用 coding challenges 动手验证。内容偏实战与工程落地，涉及 Anthropic、Google 等公司风格题目，语言为 Python，适合边刷边练。

开源 unknown 学习教育

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 124

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类学习教育

开发团队ombharatiya

所属国家

官网地址https://aidaddy.tech

GitHubhttps://github.com/ombharatiya/AI-Engineer-Interview-Questions

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-agents,ai-engineer,ai-engineering,ai-interview,anthropic,coding-interview,faang-interview,generative-ai,google,interview-prep,interview-preparation,interview-questions,large-language-models,llm,llm-interview,machine-learning-interview,ml-interview,prompt-engineering,rag,system-design

GitHub 星标★ 124

30天Star增速

HF 下载量

上线时间2026-07-11 00:00:00

最近更新2026-09-17 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

按公司与岗位双维度组织题目，定位考点效率高
提供 worked answers 和从零实现的 coding challenges，不止给答案还练手
覆盖 AI Agent、生成式 AI、LLM 工程等当前招聘热点方向

不足之处

项目星标仅 104，题目量与更新频率仍处早期，覆盖面有限
缺少明确的题目难度分级和答案质量审核机制，部分内容可能偏个人整理

适用场景

软件工程师准备转型 AI Engineer 岗位时按学习地图系统刷题
面试前针对目标公司（如 Anthropic、Google）做定向突击
ML 从业者查漏补缺，练习从零实现 AI 工程相关编程题

替代项目

deeplearning-ai/machine-learning-yearning、khangich/machine-learning-interview、alirezadir/Machine-Learning-Interviews

项目介绍

AI-Engineer-Interview-Questions 是一个学习教育领域的开源项目，官方简介：Interview questions and prep for AI Engineer, LLM Engineer, and Applied AI roles. Built for software engineers breaking into AI and ML practitioners levelling up: company-specific question sets, role-based study maps, worked answers, and from-scratch coding challenges.。项目使用 Python 开发，在 GitHub 上获得 104 星标。

上一篇：Companion-Space

下一篇：AI-Agents-Projects-Tutorials