面试machine learning engineer怎样准备business case design类的问题

楼主是从大气科学转CS**一名，PhD明年毕业，楼主想找machine learning engineer方向的full-time position， 大概今年9月就要找了。
楼主17年在FB实习过3个月，但是奈何楼主实力太弱，或者是遇到的project比较虐（主要的困难是，楼主要run一个model，但是那个model没有楼主需要的功能，楼主要自己改，看不懂啊，木有注释，一个model感觉有6000行+，而且动不动就7，8层import；以及楼主要另外写一个wrapper，将那个model跑的结果拿去做一些楼主自定义的analysis，再用analysis的结果选择好的parameter），所以到最后的最后也没有完全做完，楼主含着泪把那个model在第10周周三改出来了（mentor要在第十周周五给实习生写最后评语，你就知道我也是赶在最后一刻搞出来的），结果就是offline evaluation 有5%提高，online 实验来不及做了，本来约好在online这一部分要带我的大姐，突然申请PTO回国玩去了，FB最后没有给return offer，所以楼主目前依然漂泊。不知道大家在FB实习的时候感觉怎么样？我是在纽约这边的，我比较熟的中国人PhD大概7个，最后两个return offer，一个return intern，剩下4个都被扫地出门。我去实习之前听说FB的return offer概率挺高的呀，HR当时问我想要return offer还是return intern，我就说要return offer，现在看起来拿到return offer的都是至少有两次实习经验的，但凡想一次实习就拿return offer的基本都挂了。

楼主现在在积极刷题，不过楼主想要问的是，面试中除了刷题以外，machine learning相关的方向怎么准备呢，据楼主的了解，machine learning一般会问两种题，一种是machine learning/deep learning的基础知识，比如大家为什么觉得SVM很吊啊之类的。另一类就是说假如给你描述一个问题，然后你会怎么样用machine learning来解决这个问题，这一类问题怎么准备啊？这就是我想问的问题！


我当年去FB面实习的时候，team match的第二轮里面，广告组的面试官就出了这么一个问题，他说 FB给用户推送广告，有的用户在电脑上看了一次，在iPad上有可能又看了第二次，在手机上可能又看了一次，怎样统计unique的广告观看人数？假设看广告的人有一些不是FB用户，他们是从与FB有合作的其他各种网站上看的广告，又该怎么估算？楼主当时答得不是很好，因为对cookie，浏览器具体结构等等这些纯CS的东西不是很懂，所以想法比较少，最后面试官看我打不出来，就换了一道统计题。

像这种“怎样用machine learning来解决这个问题”的面试，该怎样准备呢？有没有一些这类问题的集锦呢？我感觉这种问题想上50道应该就能触类旁通了。大家面试的时候遇到这类问题多吗，可不可以分享一下？

多谢大大加米！

同样的问题

帮顶一波，同关注啊。就这块不知道怎么准备。。

无他，自己想问题然后google答案，感觉quaro上machine learning 的话题比较多