匿名1688
(匿名1688)
1
时间线是9月初HR screening， 10月中一轮tech电面，10月底onsite。
HR问了一些基本情况和sql基本概念，地里都有不赘述了。电面45分钟，问了简历里一个project和一个AB test的case study。电面完两天收到onsite。
onsite每轮30min，吃饭也是30min，非常赶，10点半开始下午2点不到就结束了。四轮分别是applied data，product，quantitative (statistics)和technical analysis(sql)。
technical analysis：怎么evaluate search algorithm，table有quest_id, query, rank, rate，其中query是search内容，rank是页面上每个结果的排序，rate是用户对每个搜索结果的评分。先要想出metric再用sql写出来。
applied data：instogram里面用prompt（我的理解是在发post的对话框里显示一些东西）来引导用户多发post，问怎么做这个prompt，然后怎么evaluate
product：有用户觉得in-app notification太多，如何evaluate notification使得之后可以prone掉一些不好的。怎么evaluate prone的好坏。
quantitative：非常简单的binomial distribution，统计背景的应该是秒杀。
因为有ddl催了一下hr，面完当周就通知挂了。
匿名1688
(匿名1688)
2
马上要去onsite了，求问楼主technical analysis的思路！我的想法是，对于每个query，将rate从大到小排序为user_rank，然后计算rank和user_rank之间差值，加总在一起的值作为衡量标准，为了adjust一下rank的数量，再除以number of ranks。
我一开始也是这么说的，因为在另一个面经里看到过，但是他说只看分数排序不看分数大小是有问题的，又让我想别的。我就说按照排序倒数做分数加权平均来看search query表现如何，他说可以，我也不清楚他心里的答案是怎么样。
匿名1688
(匿名1688)
3
想问下 电面是 vedio 面试吗？AB test的case study 是什么题呢地里有出现过吗？多谢楼主！
是video面，我印象是有看到过这题的。多谢！
匿名1688
(匿名1688)
4
求问楼主点面的product 题是什么呢
是关于newsfeed里面spam的，就是有一个方案是把这些spam down rank，然后让你设计一个实验看该不该launch。可能的问题是哪些，怎么改进
匿名1688
(匿名1688)
5
楼主可以分享一下applied data science思路吗？谢谢～
不知道是不是挂在这轮，仅供参考。我答得是可以推荐之前经常发的类型啊，根据location做一些推荐，还有就是好友发了一些内容。这个上面没有说很多，马上就开始问怎么test这个功能做的好不好
匿名1688
(匿名1688)
6
求楼主具体说一下统计的题～
就记得用了贝叶斯公式和binomial distribution。这俩知道是随便做
匿名1688
(匿名1688)
9
那就还是ABtest方面的吗？还想问下楼主product那道题是建个model预测notification的click through rate然后决定吗～
notification那题我觉得应该是这样的，没啥别的办法，重点在feature engineering，我感觉我feature找的不好