FB可以让HR安排面试同时evaluate 两个level吗？

脸书的level是面试的时候定的 当level越高的时候 design和BQ round占比越高 如果想达到N+1的level BQ里面记得好好表现自己的leadership 具体怎么表现recruiter会告诉你的 面试前可能会有一轮跟engineer的interview coach

groundzyy1 发表于 2020-12-31 14:11
design看题和看聊的深度吧，我只做ML design的面试，对system这儿的要求其实不熟悉。

个人觉得behavio ...

这样behavior question考察的能力很实际，工作中的确很重要

另外问问ML design的问题，看地里80%面经大部分都是面recommendation system，如果你们碰到细分领域，比如背景是nlp或者cv，或者涉及domain knowledge，之前expertise在fraud detection，time series prediction的那些面试者，面试官又不是同领域的话，很难聊的深，作为面试官你们怎么处理呢？

new grad 几轮啊？？？、

capybara9673 发表于 2021-1-1 06:43
这样behavior question考察的能力很实际，工作中的确很重要

另外问问ML design的问题，看地里80%面经 ...

ML design有两种，general的和specialist的(有些人就是面两轮ml了)。specialist的基本就是针对之前的expertise，但是主要是nlp/cv之类的了，面试官也是有对应背景的。

general的，实际上是个system而不是纯粹的ml题，更多的是一个e2e solution，重点在于problem explore（这个感觉最区分level了，ng和一个ic6+的看问题的角度是完全不一样的），以及一个ml system的各个模块：data/label, feature, model, evaluation (offline vs online, 这是最容易出闪光点的地方)。只有45分钟一轮，时间上决定了不可能每个地方都deep dive，甚至不可能在某一个模块上特别深入（意味这花太多的时间，所以更多的需要面试者自己去drive，然后面试官在某些地方问深入的问题，比如featuer时候提到 text/image embedding，会去问一下用什么方式生成，但是general的一般不会问到再细节的东西了。

另外一点，之前在回别人的帖子时候提到过（ML intern match时候最容易见到的），在model上，提出用lr做base model，尝试tree （RF/xgboost），最后来一句neural network的这种模板式的方式，可能已经不够了。。。这种套路回答已经是个negative的信号了，因为很大比例的这样回答的tc对deep learn（很）不熟