2019(1-3月) MachineLearningEng 博士 全职 @ Pinterest - 内推 - Onsite | Other | fresh grad应届毕业生
上周五10月5日onsite面试结束的，很感谢各位提供面经的大佬，pinterest的面试题真的完全落在了面经里，所以真的想再发上来，让之后准备的人少一点紧张，多一点从容。
一共四轮+一轮吃饭
- coding：meeting room 2 变种，每个interval有weight，overlap的部分，weight相加
- coding：给字典和一个字符串，输出最短的substring使其包括所有字典里的char （李特口原题变种，原题字典里的char会重复，面试的时候不会重复）
- 吃饭
- 设计推荐系统
- 机器学习各种问题，很细，有的比较basic
面试官非常nice，除了设计推荐系统的面试官真的问了我好多不知道的问题，毕竟没啥这方面经验，有一点尬聊，一开始一直在系统层次设计，被他一点点引诱到了非常数学的推荐系统上。
在论坛里大家应该会很容易找到面经题，但是准备答案要花很长时间。我这里上传了我准备电面和onsite的文档，里面有详细的题和python答案，真的那时候准备起来非常紧张，到现在我也很没底，据说人家bar很高，觉得没有表现完美基本就跪了。所以我就只能假设我已经在跪的边缘，赶紧趁记忆力好的时候，把我准备的东西上传上来，希望对以后的朋友有所帮助。也算给自己找工作攒攒人品啦。
补充内容 (2018-10-8 14:48):
刚收到hr拒信，move on了，真的难过
准备电面和onsite的文档，里面有详细的题和python答案，欢迎下载
2018(10-12月) MachineLearningEng 博士 实习 @ Pinterest - 内推 - 技术电面 | Other | 其他
60min面试，前15min聊一聊做过的project，后45min Coding
Coding的题没有特别难，可能因为我面的是MLEng的关系。但是题确实和ML有一定关系（像是data preprocessing相关的）
比如有一题domain计数，就像是从log/database里提取点击量的过程，确实是ML里data preprocessing的一环，不知道是不是巧合
个人感觉卡拉特这个面试体验还是不错的，他们的理念就是尽量模拟一个贴近日常工作的环境。
面试时间24/7随便你选，还有真人和你聊，而且CodePad的界面和平时用的scripting app（比如我用的sublime text）还是很接近的，会高亮关键词，甚至可以自动填充，还允许你网上去查API（查之前要和面试官说清楚）
唯一需要注意的就是，coding的每一道题是需要你过test case的，就是要能实际跑出来的，有bug要现场debug，main函数也要自己写，这和狗家的意识流还是有不一样的地方的
希望对大家有帮助
2018(10-12月) **MachineLearningEng** **本科** **实习** @ **Pinterest** - 内推 - **技术电面** | **Other** | fresh grad应届毕业生
二面整个过程也1小时左右，分为三个部分（主要前2部分）
1.项目经验介绍
2.Machine Learning相关知识提问
3.有什么要问面试官的
Machine Learning的相关问题，问题本身都不难，但是覆盖面很广（广而浅），从logistic regression到deep learning都有。有几道答不上的，面试官直接说不知道也没关系，他们就是希望了解一下我在ML方面的知识覆盖面。我估计他们是了解一下candidate熟悉哪些领域，知识面如何，再根据公司内各个ML组不同的需求，招收合适的人。感觉英腾面试和fulltime差别还是不小的，后者的onsite似乎要求更严格一点。
补充内容 (2018-11-26 02:34):
感谢10垅jackydeep的补充，说他面的时候遇到了算法题。所以估计具体面试内容会因人而异，请大家注意