昨天刚面完wayfair DS Algorithm and profit 组。过来分享一下面经。
11月初电面，一个物理phd小哥，基本就是问问你的简历。聊一聊你的project（最好准备一个machine learning的），会问一些细节，比如你为啥用这个model 不用 那个 model，解释一下这个model是啥意思，你该如何从头开始建模等等。接着就是一个case。Wayfair的case说实话，没法做专门的准备，基本都是面试官当前在做的project。但你可以准备一些比较general的，因为wayfair做的东西本质是recommendation system，所以你可以看看recommendation system 的书，不用看的很细，就是看看有啥概念你需要了解一下。而且因为wayfair是网上购物，那你需要了解一下online shopping 相关的概念，最后基本就是把脑洞打开点。技术上的你要知道啥是colaborate filtering，啥是feature filtering。具体machine learning的东西他们不会问的太细，毕竟都是调包。电面的case是关于如何确认登陆的是同一个人。
之后16号终面，2case1个behavior。两个case基本也都是怎么group together，用什么metrics，用什么模型等等。需要注意的是，business sense也很重要。比如其中一问是“如果你只有有限的资源去分析公司的产品，你该如何处理优先级？” 正确答案是“优先看量大利润高的产品。。。“。还有”among all the features, what do you think is the most imporant feature" 答案可以是“price”. behavior的话，就是仔细问问你的简历，然后让你讲讲你的project和research，等等。
哦，最后hr会和你要code sample。需要100line以上，比较substantial的，写成class， well documented什么的。
材料的话，我推荐这两本书，网上都可以下：
Hands-On Machine Learning with Scikit-Learn and TensorFlow （大略浏览一下）
Mining of Massive Datasets （重点看看similarity和recoomendation system的章节，有不少有用的概念）
当然，你也要浏览一下wayfair的网站，看看wayfair的产品都有哪些feature （price，manufacturer，specification等等），聊的时候起码知道能从那些方面描述产品
补充内容 (2018-3-6 10:55):
2018-3-5 补充：入职一个月，这两周每天组里DS都在面试，想跟大家说一下。面试的case很多应聘的提前准备原题这事我们公司也知道，所以其实最近的面试开始侧重于深挖你的resume 上 project细节。希望大家注意。
