地里的朋友们好 好久不见 当年在地里刷申请经验的过程还历历在目 很遗憾工作之后就很少上线了 最近跟Warald又有一些联系 也有一些私心 所以决定以后多抽时间回来希望能帮到 ...
给一些action, timestamp, userId, 转换成关于action的workflow, 每步的action需要加和，最后print 出来。比如 action timestamp userIdA 1 1 ...
从3月份到4月份跟pin前前后后纠结了2个月，经历了2次phone interview，被这个HR演技给惊到了。timeline：1. 经同学内推，1周之后，两个HR 联系，一个是MLE NG， 一个是ML ...
P家MLE电面，总时间是一个小时，十分钟左右ML相关问题简单回答，45分钟coding好像是地里的原题，实现 Excel 表格cell值的计算比如 B2 里面是一个表达式，他 ...
面试分为三个部分 总共时长 1小时1 【background】介绍一下自己做过的project，面试官对其中一些技术细节比较感兴趣，追问了一下。25 mins2 【ML Basics】1. 什么 ...
ML:In LR (logistic regression), does L1 regularization or L2 regularization give sparser model?Is regularization used to prevent overfitting or underfit ...
大家好，托论坛的福，去年秋招顺利上岸了。回报地里，分享一下经验，希望能给大家带来一些帮助。下面我以整个秋招流程说自己的一些经验，但可惜去年fanng没怎么放ng职位， ...
一共6轮面试。第一轮：Tech leadership第二轮：hiring manager 1。VO之前都聊过，基本就是聊聊项目，过去leadership的经验，之类。第三轮：hiring manager 2。 ...
半个小时的hiring manager screen， 内容为analytics的case studypart1，答得一踏糊涂，这里就是fail的地方。。。－ cost per click 和 advertiser churn的关系－ 如 ...
面试官很好，面试过程也很顺利。就是详细讲一下自己的project（可能也没有认真听？都没有follow up的）然后就是ml快问快答：GD，L1/L2是解决overfitting还是underfit ...
先过简历，然后ML快问快答，和板上其他人问题类似，面试官多问了为啥L1和L2 Norm regularization会有如此效果，还问了不同的activation function题目是数学题https://en. ...
背景：硕士 FB 三年MLE时间线：12月底圣诞放假无聊开始刷题，一月各种recruiters约，二月大半个月都在面试。 二月底三月初谈offer大概只用了一周，因为正好赶上某公司 ...
店面：Linkedin上投简历, HR很快schedule quick chat，然后安排面试。店面上来先自我介绍，聊背景，马上就开始做题, 题目是刷题网栖唔鹫。Pinterest process 速 ...
利口269外星人字典 topological sorting，写题讲解跑test。最后还有十来分钟，follow up问如果想输出所有的可能的order怎么做？由于时间也不够写完的，就说了一下DFS backt ...
简直太开心~ 每天在地里沾喜气 + 疯狂刷online case status，终于等到了approval~ :P最后一块大石头落地，坐等去新公司开启新的旅程~报一下timeline:2021.02.12 - LC ...
听说拼有趣bar还挺高的，所以我一个DS转MLE的小菜鸡拿到面试本身就挺乐的了。约完面试就马不停蹄的看面经，最后面的和面经说的其实也差不多简历部分：问了我上一份实 ...
米用完了，发个过期的包求大米。
一共有三项考试内容1. sql 非常经典的p家 imporession table，ad table and user table， join三个table （面试官会提示key的信息），计算哪些impression不是ad的百分比 ...
朋友内推的店面是利口无二舅昂赛分别是 系统设计typeahead，newsfeed 代码题一个是利口器物就，另外一题不记得了，也是哥medium level的题代码题整体答得还可 ...
