HR联系完之后，就是发题做题。好像这么几年一直都是同一道ML题目，给定很多data的variable，让你来预测这个房间会不会有人request预定。。这个建模方法网上有不少类似的data和做法，多搜一搜总能找到有帮助的资料。反正大概就是用regression, tree model都可以，详细的写一写模型结果得到的意义，包括你要给的recommendation改进方案。
过了三天，告诉可以约Onsite…由于是在年底，空气床从12月中开始就安排面试了，只好约到第二年年初。。。
Onsite 先十几分钟参观整个building，装修和design真的是所有公司中最高大上的。。。面试大概是两轮cross functional, 一轮coding, 一轮 presentation 内容是你做的data challenge +自选project, 一轮 hiring manger面试，一轮machine learnign open question…
两轮cross functional 和普通BQ不太一样的是，会问很多生活方面的问题，地里已经有太多相关问题了，大概就是那套，搞清楚公司core value，大概就是be a host, 勇于创新，愿意share自己的经验并host别人。。。面试的都是非组内人，他们被要求也不知道你的简历，就是通过半个小时的聊天来了解你这个人。。
一轮presentation， 45分钟，会有几个组员对你的take home data challenge问问题，根据你的做法，会有一些追加深入问题。。
中午吃饭，说实话，airbnb的食堂比较一般，只是能吃而已。。而且他家神奇的是，没有任何瓶装水，所有水都要用杯子去接，which means带不走。。。
一轮hiring manager面试，一般都是HM想好的题目，或者问你的经历。。我的manager主要针对我之前工作实习的project问了很多技术上的问题，如何实行，怎么改进。。最后留了10分钟，我们讨论了一下Airbnb在KDD 2018上的best paper, 有什么内容是实际中用到的，但是并没有在paper中提到的，比如search 的recall, search的diversitification之类的问题。。。
一轮coding，题目是SDE的那个travel buddy，应该是简化版。。用电脑写。。第二部分就是白板 推binary log loss function, SGD的表达式，包括SGD如何在Distributed系统下work…
一轮Machine learning design…结果面试官没来，就没有面成。。不过Airbnb主要业务就是传统booking和最近的trip，一般就是搜索和推荐这两个业务相关的ML设计。Airbnb坚持网站里没有广告，所以暂时应该不会有广告ads target, 推送类似的业务。