Kensho的面经在地里只看到过一家，不过貌似和我面的不同。具体公司介绍可以自行google “kensho 知乎”，总之是金融人工智能公司，感觉里边的人都是做NLP的，公司前景非常好。据说给的package很好，公司又小，估计也因此抢破了头。总部在波士顿，我申请的LA新开office的，title有点模棱两可 叫Machine Learning Engineer/Data Scientist。一共四轮，HR面，技术电面，Take Home， Onsite。挂在Take home。
第一轮HR面，是个产品经理跟我聊，人很友善，体验很好，较懂Machine Learning，所以是要好好讲自己做的项目的。然而我跟她说听说你们公司做NLP的很多，我没有这方面的expertise，她说没关系的，来了以后会有人教你。这句话把我坑了，请看后面。
第二轮和LA Office的头聊，开了个Google Doc，给了你一个数据集，让你现场在上面敲代码，主要是看你的思路，不是真的跑分析，要熟悉一整套机器学习分析的流程和代码，总之你自己如果有个Kaggle竞赛的模板，到时候直接放在旁边照着打也行，我就是这么干的。分析了一个小时，然后面试官说过了，下一轮是take home数据分析，你给四个小时的时间段，他们邮件给你，然后准时交回去。面试官又说，他不喜欢take home这一环节，感觉多余，take home其实和他这个分析差不多，他一直想建议上面的人取消这一流程blabla，我信了他于是又被坑了。。
第三轮，没错，就发给了我NLP的数据，跟产品经理和面试官说的完全不一样T T。我以前做了个简单的NLP，就现场套用了一下，还开了个AWS来跑，怕时间不够。最后模型精度出奇的低，但没办法，时间不够，只能发过去了，估计就根据你的完成度和最后的精度来评估了，感觉很像一场限时的kaggle。我因为从来没做过kaggle，我看地里的面经都是考考leetcode，懂点机器学习的知识就行，也没有expect会有这样现场给你来个kaggle的面试。隔天早上就收到挂掉的通知，效率还挺高的。
由于有保密协议，所以不能透露具体的数据是什么样的。要做好准备，数据很有创意，不是那种标准化的数据格式，要开点脑洞。总之我觉得你要是想通过前面几轮，要有classification和regression的各一套模板，从预处理开始到最后提交test score。得做两个以上kaggle，因为需要手熟，并且尽量找一个NLP，再找一个数据不是规范化的什么给你一列y一列X这种，当然也不是说要像图像、语音这种unstructured。因为时间限制，一定要手熟，不要像我很多东西都是现查的，各种来不及，没受过训练的肯定做不完。全程面试前没有任何guidance，我问了但人家说不能透露太多，所以来发个面经，希望能帮到后来人。
补充内容 (2018-11-14 03:47):
发现没法编辑原贴。就是想加一句，并且求安慰鼓励，楼主第一次找工作，现在带着一个3个月大的娃，喂夜奶很辛苦T T，因为生宝宝延毕了一学期，目前还要顶着defense的压力。希望多交流一下缓解焦虑。