📣 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: 32967| 回复: 62
跳转到指定楼层
上一主题 下一主题
收起左侧

FB hr电面onsite全面挂经,批评坑爹面试官

   
全局:

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
准备了近三个月的FB最终还是挂了,可以说是准备的相当充分,可惜被加面的面试官坑了。呵呵,我能有什么办法

HR面试:
聊了下实习经历,经常用HiveQL和Python,HR很喜欢。
同样的SQL简答题:
1. default ordering: ASC
2. count distinct
3. left join
4. 啥题忘了. 1point3acres.com

电面:. .и
华裔面试官很靠谱,考的spam原题。后来我才知道是原题,table都一模一样,这还面个毛?不过现场写出来了link写完SQL问怎么建一个model识别spam post,就一个很简单的binary classifier ..
  • 要考虑文字本身的信息,可用sentiment classifier找推销/诱导语气很强的,output作为feature。当然可以用RNN,但没时间扯RNN,就没提到。
  • 考虑post metadata:发表时间,是否反复重复,有没有带有链接outbound link,特别是去不安全网站的
  • class inbalance问题:false positive比false negative严重,把正常用户的帖子删了,后果比漏掉一个spam要严重。解决方法:1. 直接修改cost function 2. 用bayes rule预测cost数学期望最低的class。(别用upsampling, downsampling就行)
  • 怎么衡量是否work:我没说AB testing,最直接的显然是看reported spam是不是变少了,然后看predicted spams和人工识别出的spam的交集。这个算法不可能完全自动化,只要不是100%铁定的spam就一定要有content reviewer把关的。衡量这个model的价值应该从对content reviewer减负的角度出发.

店面
第一轮quantitative analysis ..
newsfeed广告原题,两种投放方式:(1) 4%概率把一个post替换成广告; (2) 每25个post里随机选一个替换成广告。问在100个newsfeed post里:
. .иa. expected number of ads: 都是4,我愣了一下,感觉这题可能有诈(没看面经不知道是原题),其实没有。
b. variance of number of ads: (1) 就是Beoulli random var, variance np(1-p), p=0.04。 (2) 是个deterministic algo,variance = 0
c. probability of seeing more than 8 ads in 100 posts, (1) 就是个summation取补给;(2) 概率为0
d. expected number of ads collision, 就是连续两个post都是ads。等于是有了个新的Bernoulli process,概率p=0.04^2. (1) 有99个地方可以有collision,期望是99p。(2) 只有三个地方可以collision,期望是3p。
e. 哪种方法对用户体验好,显然(2)好,衡量标准是连续两个ads让人很不爽,要尽量避免。这题的实质是stratified sampling的变式,控制collision variance。
回家以后仔细想了下,发现没考虑collision是否independent,写了个模拟发现自己没算错,相邻两个点是否出现collision是同时决定的,所以independent。模拟代码见我github

概率题全秒了。然后考AB testing。给了三个confidence interval要做分析,我一激动把confidence interval公式写错了,眼看不对直接手画sampling distribution做分析。考confidence interval的意义是什么,注意别说得像个bayesian就行(可参考我的medium文章详细解析)。问interval很宽是为什么,因为standard error高,为啥高?user segment对treatment的反应不一样,两极分化呗。会有什么outlier:bot user, inactive screentime。怎么处理:truncate tails, 或者用Winsorized mean.


--------------------------

第二轮applied data. Χ
考的是instagram restaurant recommendation原题,一开场就坑爹了。远程面试,摄像头是固定电视上的,位置很低,而且拍不到白板。我只能把整个电视给移了,然后跪地上写白板!shadow在一旁舒服坐着,我在地上跪了30分钟,基本没法写字,也没键盘打字。建议遇到这种情况可以直接抗议换房间!(我找HR抗议争取到了加面,结果加面更坑)

总之发挥的很一般。先做feature engineering,分demographic和behavioral两类,demographic包括人种,地域。behavioral包括点赞记录,阅读记录等,还有和朋友的互动。朋友的记录也可以作为参考,特别是close friend,因为出去吃饭一般是和朋友一起吃的,不是只考虑自己。后来没时间聊AB testing了,草草收场。.1point3acres

--------------------------

第三轮SQL
考的很简单,就一个表,甚至不用join。表是记录advertiser每天付的钱,然后有一列表示advertiser是否是banned了。. Waral dи,
第一问:昨天百分之多少的正常advertiser是活跃的(有付钱)。我用的mysql, 可以直接sum。面试官说没问题。其他sql server必须要求case statement。
SELECT . 1point 3 acres
  ROUND(SUM(spend > 0 AND status != "banned") / SUM(status != "banned"), 2) AS active_pct
FROM table
WHERE date = DATE_SUB(CURDATE(), INTERVAL 1 DAY);. Χ
.1point3acres
第二问:昨天有多少被封了。注意是昨天被封的,不包括昨天以前被封的。可用window function或者self join,结果一样,但self join必挂,为啥?因为self join condition里面要带方程比较日期的,浪费时间。
注意有个edge case是昨天新注册的当天就被封,这种情况lag得到的是null。
然后window function在WHERE之后生效,所以WHERE要选择两天的记录,如果只选一天,那lag就全是null了。. Waral dи,

WITH recent AS (
  SELECT id, status, LAG(status, 1) OVER (PARTITION BY id ORDER BY date) AS pre
  FROM table
  WHERE DATE_DIFF(CURDATE(), date) BETWEEN 1 AND 2.1point3acres
).1point3acres
SELECT SUM(status = "banned" AND (pre != "banned" OR pre IS NULL)) AS recent_ban. .и
FROM recent;

两题都秒了,交流的很顺畅。最后问了个qualitative的,如果让banned账户申诉重启,怎么衡量经济利益。就给回复的账户一个独立的status,比如resurrected。然后每天看resurrected账户贡献的利润所占总利润的百分比就行了,不用写sql。

--------------------------

第四轮product sense
印度小哥给我面的,开始怕被坑,结果这轮是发挥最好的。考的是衡量Facebook group的健康程度,不是衡量一个group,是衡量所有的group,
  • 定义metric,(weighted sum of # interaction) / (# groups)。interaction包括评论,post等。小哥指出可能有问题,我说没考虑group大小,一视同仁了。小哥说没错,怎么解决。我提议把分母改成(# members),但这样的metric很难interpret,因为估计会很接近0了,而且同一个用户加入多个group会double count。于是提议按group size分strata,大组和大组比,小组和小组比。小哥很满意。
  • AB test用Reddit的hierarchy comment,是否提高engagement。首先分析用户需求,如果@对方很频繁的话就显然有需求。然后设计实验,metric就用上一问的衡量engagement,分experiment & control groups要按cluster来分,不能按用户来分,而且cluster之间用户的friends overlap要最低,不然无法保证independent。然后问实验多久,就套公式算sample size,然后考虑novelty effect,learning effect之类的非理性行为的话至少要保证2星期的实验时间,小哥很满意,说totally valid。
  • 还问了ads之类的,衡量经济效益。我直接把balance ads matching algorithm写了出来,小哥一看没有多问。时间也差不多了就和我聊起了bootcamp,说FB生活如何幸福滋润。

--------------------------. From 1point 3acres bbs

加面

两周后安排加面applied data,面试官是economics phd。问的是回到两年前,FB没有15,000 content reviewer的时候,如何衡量fake news问题的严重性。我一看就乐了,一不要建模,而不要ABtest,随便聊聊都能过吧。我分两个角度衡量
  • 估计scale of problem,可通过stratified sampling看看各新闻类别中fake news的比例,没有content reviewer就只能unsupervised learning,用个pretrained RNN把新闻给整合成hidden state,然后给hidden state分成cluster,手动标识每个cluster的类别(政治新闻,娱乐新闻等)。面试官又说有conent reviewer,我就???有的话早说啊,直接stratified sampling给新闻分类取样,看有多少假新闻就行了。
  • 另一方面估计impact of problem,就是对用户的影响。最直接的就是看损失多少活跃用户,先定义什么叫活跃什么叫churn,一个月不上线就算churn了,所以我们需要一个月的记录来获取label (1: churn, 0: active),然后把一个月之前的数据提炼features,features种类分demographic, behavioral就不多说了,但这里重要的是要加上他们和fake news互动的feature,比如comment, share, like news that turned out to be fake之类的。怎么分别用户的损失是fake news导致的?先run full model,预测那些人会churn,然后把fake news feature去掉,预测哪些人会churn,两者之差就是fake news导致的用户损失。这个最好用tree ensemble model实现,课用logistic regression做baseline,面试官说logistic regression is fine,又问了我如何interpret coefficient,直接影响log odds,正数正相关,负数反向关。

.
一看就是面试经验不足,题目的constraint自己都理不清,一会儿说没有content reviewer一会又说有。你要是先说有content reviewer再说没有还能理解,因为constraint更难了。但你要先给我restrictive constraint再给我loose constraint我就不理解了。然后logistic regression问我what is the equation,我把logistic function给他说了一遍,感觉他压根问的就不是这个,也不知道自己问的是什么。最可笑的是model训练完后我说给整个用户群体做预测,他问我这一步怎么搞?feature都有了,同样的SQL code给所有用户跑一便,然后sklearn调用predict不就完事了么。

很无语,这面试官给人感觉没任何data science经验,找人就喜欢找smooth talker给他babysit从头到尾乐呵呵的就行。最后几分钟我问他有没有feedback,他给我一句"it's very difficult to tell from interview whether someone can do his job" 我心就凉了,这明明是你的问题好吗?两天以后收到拒信。找HR问冷冻期多久也不回我了,果然一旦没了经济利益,我什么都不是。


. From 1point 3acres bbs

-baidu 1point3acres
补充内容 (2019-4-17 09:21):
很绝望,现在手里一个offer都没有。面试前两天还出了车祸,开车睡着了,完全没踩刹车,直接撞报废三台车(包括自己),撞断一个电线杆,保险就是max out也赔不够了。家人最近还被诊断癌症,不知道怎么办

评分

参与人数 94大米 +151 收起 理由
ylian0613 + 2 给你点个赞!
tutti_gong + 1 给你点个赞!
fouroneo + 1 给你点个赞!
光影流转 + 3 给你点个赞!
rainie0525 + 2 加油加油!!相信自己

查看全部评分


上一篇:总结一下我知道的AB Testing学习材料
下一篇:求比较 Rochester&Neu MSDS (回答加米!)

本帖被以下淘专辑推荐:

全局:
楼主加油!! 我已经onsite 十个公司都悲剧了。。。呵呵还在奋斗中!虽然相信自己的实力,为什么面试有时候会不fit 呢?其实最后一个面试官说的很对,it is very difficult to tell if someone could do his job from the interview!  so, 不能进fb工作,不代表任何自己的能力和价值!每次都是一种经历!在短时间内,让别人相信自己是可以信任胜任的人,这是一个学问。我想也许不是每一个问题都回答的完美。
回复

使用道具 举报

推荐
onlyljy2 2019-4-22 11:19:05 | 只看该作者
全局:
看了一下楼主领英和medium帖子 非常的solid 感觉这个岗位配不上你(这个岗位面试更像进京赶考适合刷题刷了很多遍的 楼主肯定会有更好的等着你!
回复

使用道具 举报

全局:
> d. expected number of ads collision, 就是连续两个post都是ads。等于是有了个新的Bernoulli process,概率p=0.04^2. (1) 有99个地方可以有collision,期望是99p。(2) 只有三个地方可以collision,期望是3p。

第二题也能这么思考:
每个格子,广告有25种可能。2个collision的期望值是 2*(1/25**4),1个概率的期望值是((25*25-1)*2 + (25*25))/25**4。所以总体期望值是两个加起来等于0.0048
回复

使用道具 举报

🔗
ggtnht77 2019-4-11 23:34:09 | 只看该作者
全局:
感觉楼主准备的好充分啊!!请问楼主是new grad还是跳槽?
回复

使用道具 举报

🔗
simon_1405 2019-4-12 00:47:36 | 只看该作者
全局:
谢谢楼主的干货!!学到了
回复

使用道具 举报

🔗
森野夜 2019-4-12 09:53:09 | 只看该作者
全局:
谢谢分享,祝楼主找工作好运. Χ
想问下这是什么postion啊?应该不是analytics吧
回复

使用道具 举报

🔗
LuLukid 2019-4-17 08:09:54 | 只看该作者
全局:
学习一下!感觉楼主都答得挺好的啊~
回复

使用道具 举报

🔗
bekkkkkahhh 2019-4-18 11:50:06 | 只看该作者
全局:
楼主加油挺过去,我记得老妈经常跟我说,只要熬过去,回头看的时候,这些都不是事儿~
回复

使用道具 举报

🔗
sonic777 2019-4-19 03:06:01 | 只看该作者
全局:
楼主加油,没有什么是熬不过去的
回复

使用道具 举报

🔗
Yue8686 2019-4-19 13:03:13 | 只看该作者
全局:
感觉楼主水平很高啊!这都被挂了,典型的false negative了,加油加油!换smb那行组再面,这些没有冷冻期
回复

使用道具 举报

全局:
Bless一下,啥叫SMB啊
回复

使用道具 举报

🔗
tedchill 2019-4-20 09:32:48 | 只看该作者
全局:
楼主加油,觉得你已经表现很好了,马上会有别的机会的!
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