📣 黑五价提前开抢|VIP一年通行证5折,蓝莓、Offer多多同步特惠
查看: 7817| 回复: 35
跳转到指定楼层
上一主题 下一主题
收起左侧

[找工就业] 拿下18封含FLAG的大厂DS/MLE offer,上万字超全面数据类的面试攻略

   
💯 1
全局:

2025(10-12月)-IEOR硕士+5-10年 | 内推| 分析|数据科学类全职@

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x

经过几个月每天刷题学习到凌晨两点,我和队友成功收割18封大厂的数据科学类 Data Science的Offer,给大家分享一下经验(主要是求个大米,2年没登入米都扣完了). From 1point 3acres bbs
🎯目录. 1point 3 acres
00 目录
01 SQL
02 ML System Design
03 Leetcode.--
04 Machine Learning 快问快答
05 Statistics. ----
06 A/B Testing
(以下仅为个人经验分享,欢迎交流讨论与指正)
👋. check 1point3acres for more.
今天终于鼓起勇气发这一篇超长干货贴,我们也曾经踩过很多坑、走过不少弯路,希望这篇经验总结能为正在求职路上的你,带去一些方向感。
offer包括:linkedin,meta,apple,amazon,microsoft,uber,walmart, intuit, robinhood, salesforce, etc
offer titles: ds, as, mle
01|SQL(准备时间:2周|💯必考). 1point 3acres
📌推荐工具:Stratascratch,支持 SQL 和 Pandas 双写模式。建议每道题都分别用 SQL 和 Pandas 各写一次。
🧠为什么要双写?
因为有的面试官会指定 Pandas,如果你没练过会非常慌!
📊面试必考点:
  • 100% 会考 Group by
  • 90% 会考 Window Function(尤其是
    1. partition by
    复制代码
    ,
    1. order by
    复制代码
    )
  • 有些公司还爱考 self join,nested query,比如 Twitter
  • Netflix 会让你优化 SQL,有时候甚至会讨论算法复杂度!

💡备考建议:
  • 面试前一定刷一亩三分地的面经,把题目在 sqliteonline.com 上复现练习
  • Pandas 强烈推荐我整理的双页 cheat sheet,文末可领取!



02|ML System Design(准备时间:2周|💯必考)
这一轮最容易区分 candidate 水平,也最容易让你脱颖而出。
🧩举个例子:
“设计一个 Twitter Feed 推荐系统” 或者 “Uber ETA 预估算法如何构建?”. 1point 3 acres
💡公司期待你能快速思考 2 分钟,然后输出半小时讲解方案。
📚我总结了 15 页的答题逻辑文档(文末领取),核心结构如下:
  • 明确问题(实时 vs 离线、影响人群)
  • 问题转化(回归 vs 分类)
  • 特征工程(我会准备 20+ features)
  • 数据获取
  • 模型训练 + model selection & evaluation
  • 线上评估(A/B 测试)
  • 模型监控与迭代
  • 其他考虑(比如推荐系统 diversity)

.1point3acres🎯目标是:让面试官相信你可以独立 lead 这个项目。

. 1point3acres.com
03|Leetcode(准备时间:2-6个月|🎯选考)
👀大家最怕的部分其实是最有捷径的一轮!
我是从看到题目头皮发麻,到最后一晚上刷 200 题!. Waral dи,
🔄最重要的不是刷了多少题,而是是否掌握了正确的思维方式:
  • Binary Search 万变不离其宗
  • BFS > DFS(能用 BFS 就别用 DFS)
  • 把题目分类归档而不是盲刷

📚我参考“九章”和“一亩三分”的高频题总结出来一个刷题 list,隔三天复习一次。Snap 的面试我居然写出了一道 hard 难度 BFS 题目,真的超爽!
🎁队友和我都面试到了 hard 题目能顺利写出,真的全靠提前分类训练!
🙌最后一句:刷题不易,但别死磕,不懂就看 Youtube / B站讲解,效率翻倍!


04|ML 快问快答(准备时间:1个月|💯必考)
电话面试、Onsite、Final round...都会出现!
🧠考察内容包括:
  • 模型逻辑(assumptions、loss function)
  • 如何解决 overfit
  • 分类模型 vs 回归模型区别
  • 是否能手写 K-means、Logistic Regression 不用库!

💡有一次我被问“K-means 可以处理 categorical 吗?不可以?你怎么修改代码让它可以?”
原本是 quick QA,结果变成了一道代码题😅
👥建议一定找人 mock,找出盲区!
推荐资源:
  • Youtube:StatQuest
  • 博客:Analytics Vidhya, TowardsDataScience
  • Sklearn 官网参数要熟



05|Statistics(准备时间:2-4周|💯必考)
📍Google、LinkedIn 特别爱考!
💥必备知识点:
  • 贝叶斯,P 值,置信区间
  • Sampling 方法(inverse, reservoir 等)
  • 分布类型(Poisson、Beta、Binomial)
  • Simpson’s Paradox(高频出现)
  • 各类 Test(T-test, Z-test, Chi-square)

有时 G 还会考微积分 🥲 队友面试直接懵了…
. .и

06|A/B Testing(准备时间:2周|💯必考)
🚕 Uber 考得比较深,LinkedIn/Google 会考到 Causal Inference。
📝你要熟悉:
  • Sample Size 怎么算
  • AB Test 流程 Walkthrough
  • 常见陷阱:Simpson’s Paradox、Data Peeking、Network Effect 等等
  • 特别是 Difference in Difference(DID)

推荐资源:Emma 姐的 Data Science Interview Pro,简直是宝藏!. 1point3acres.com

. ----
💬特别补充: 有些公司会考更特殊的内容:
  • Meta / Intuit:Data Challenge(类似 Kaggle)
  • Uber:Product Management
  • Google:微积分…
. 1point 3 acres
👣总之,面试很累,但逼一逼自己,真的能成长很快。
. From 1point 3acres bbs
.--
🧡希望这篇长文可以帮到大家,给正在努力的你一些陪伴与方向。祝我们都能在学习的路上,勇敢成长、开心收获。
【背后原因:为什么发文,因为没有大米了,求各位施舍大米,谢谢!】

评分

参与人数 8大米 +8 收起 理由
mgth + 1 很有用的信息!
chenyx95 + 1 给你点个赞!
ZYHDP + 1 很有用的信息!
两碗荞麦面 + 1 给你点个赞!
brtt13 + 1 欢迎分享你知道的情况,会给更多积分奖励!

查看全部评分


上一篇:被毕业院校教授被刺
下一篇:面试TikTok美国职位至少有一轮国内面试官吗?
全局:
这是点进了小红书?
回复

使用道具 举报

全局:
想问有人拿到了吗?没有要伸手党的意思,就是想问问加米的人拿到了吗
回复

使用道具 举报

全局:
已加米已点赞,求cheatsheet和15页文档,非常感谢!
回复

使用道具 举报

🔗
DarthEric 2025-10-22 10:03:43 | 只看该作者
全局:
你好!请问可以求一个文末福利的cheat sheet以及总结了 15 页的答题逻辑文档吗!没找到文末福利
回复

使用道具 举报

🔗
mgth 2025-10-23 09:04:31 | 只看该作者
全局:
同求!已加米
回复

使用道具 举报

全局:
求一份cheat sheet和15页文档!已加米
回复

使用道具 举报

全局:
同求cheat sheet和15页文档。谢谢!
回复

使用道具 举报

🔗
iridescent_yang 2025-11-13 04:11:36 | 只看该作者
全局:
同求cheat sheet和15页文档。谢谢!
回复

使用道具 举报

全局:
同求,已加米
回复

使用道具 举报

全局:
同求文档分享!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表