PTT職涯區 / Soft_Job (軟體人)

[心得] Meta 面試

看板Soft_Job (軟體人)作者 (長鷹)時間1年前 (2022/05/10 13:04), 1年前編輯推噓54(54推 0噓 8→)
留言62則, 51人參與, 1年前最新討論串1/1
Meta London AI Center 年初聯絡我 我想說有對到我的專業就聊聊看 所以就跟他們的 HR 聊了一下針對他們目前在看的方向做一個瞭解 整體來說 Meta London AI Center 主要是做推薦系統相關的研究 想說推薦系統也做過了幾次，有些經驗可以聊聊，所以就開始跑流程 ---- 流程是先跟一個 SWE Manager 聊天 他會問一些經驗問題還有 Behavioral Question 這邊非常好的是 Meta 會有面試問題的方向的文件 告訴你他們問題的一些方向，還有一些範例問題 ---- 聊完之後就進 Loop Interview Loop 有五關 - Coding x 2 - ML System Design x 2 - Behavioral x 1 ---- Coding 的部分我沒有太多準備 寫完這個的必要題目: https://www.lintcode.com/collection/29/ 約 32 題 然後找了這個: https://gist.github.com/fielding/8e22a9e8c2eb4c707f10d3a2b5db59c7 約 80 題 結果最後題目都沒有看過，反正也不難所以都有把最佳解寫出來 (大概?) 一關兩題所以總共四題難度都是 Medium 左右 ---- ML System Design 找了朋友，同學，前同事，同學的朋友做 Mock Interview 一開始想到什麼講什麼，後來講的更有架構 時間上面剛好 5 關裡面的前兩關就是 ML System Design 順序是不一定的，會根據面試官的時間做調整 第一關結束，我就想說炸裂了 因為有個關鍵的名詞講錯， 雖然解釋都是對的可是誤用了另一個不該放在這裡的算法的名字 我感覺是個不該被原諒的錯誤 所以接下來 4 關就全部 For Fun ---- Behavioral 因為前面已經 For Fun 了，所以沒有怎麼準備 基本上問的方向跟最一開始 SWE Manager 的問題不會差太多 ---- 結果出來 ML System Design 兩個都 Strong Hire (? Behavioral 有疑慮 (可能因為我 For Fun 的關係) 可是因為 ML System Design 有兩個 Strong Hire ， 所以出現了兩個選擇： - Hire as Senior SWE-ML (E5) - Have another Behavioral Interview if target Staff SWE-ML (E6) 反正我又不急，所以就繼續安排面試 ---- 這次因為目標明確就是要 E6 所以訓練自己修改了說故事的方向 之前主要會介紹做過的專案的技術複雜度 改成講述做專案過程中還有專案之後怎麼彙整專案的結果 整理成可以重複利用的模組，再教給其他人用在其他的專案裡 拓展自己做完專案的影響力 結果換個說故事的方向果然就有拿到 E6 Offer ---- 有趣的是 Meta 通常是進去之後再分組 可是如果是 E6 就可以先做 Team Matching 聊聊部門現在發展的方向 因為也還沒決定要不要去 Meta 所以就當作聊天，請 HR 幫忙約了一些團隊聊聊他們最新的發展 ---- 結論: Coding: 對自己算法有自信的寫個 1XX 題，其實概念就都有了，其他只是變形 System Design: 找人做 Mock Interview 有幫助，而且確定方向也有幫助 像是我知道他們主要做推薦系統，就準備這個方向的架構 Behavioral: 故事準備好，說故事的方向也很重要，會影響入取等級 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.130.121 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1652159074.A.598.html
→
05/10 13:12, 1年前 , 1F
推 猛猛的
05/10 13:12, 1F
推
05/10 13:13, 1年前 , 2F
推 請問原本是在台灣工作嗎？
05/10 13:13, 2F
人在台灣
推
05/10 13:14, 1年前 , 3F
高手推
05/10 13:14, 3F
推
05/10 13:15, 1年前 , 4F
補推
05/10 13:15, 4F
→
05/10 13:16, 1年前 , 5F
能請問原Po年資嗎？
05/10 13:16, 5F
約十年
推
05/10 13:23, 1年前 , 6F
謝謝回覆 恭喜原Po大大
05/10 13:23, 6F
推
05/10 13:25, 1年前 , 7F
推高手
05/10 13:25, 7F
推
05/10 13:26, 1年前 , 8F
神
05/10 13:26, 8F
推
05/10 14:05, 1年前 , 9F
神
05/10 14:05, 9F
推
05/10 14:09, 1年前 , 10F
是要去倫敦工作嗎好奇還是可以純Remote
05/10 14:09, 10F
我談的這個是要去倫敦的
推
05/10 14:22, 1年前 , 11F
強者
05/10 14:22, 11F
推
05/10 14:30, 1年前 , 12F
好強，原po可以多透露一下background嗎？
05/10 14:30, 12F
四大學碩 EE 實驗室研究領域是醫療軟體 新創約五年 然後進美商 現職也在 FAANG 其中一間的台灣部門
推
05/10 14:32, 1年前 , 13F
推大神
05/10 14:32, 13F
推
05/10 14:32, 1年前 , 14F
神
05/10 14:32, 14F
推
05/10 14:41, 1年前 , 15F
太猛了吧 真的是 for fun XD
05/10 14:41, 15F
推
05/10 15:05, 1年前 , 16F
推
05/10 15:05, 16F
推
05/10 15:22, 1年前 , 17F
高高高手
05/10 15:22, 17F
推
05/10 17:09, 1年前 , 18F
人外有人啊
05/10 17:09, 18F
推
05/10 17:16, 1年前 , 19F
高手
05/10 17:16, 19F
推
05/10 17:50, 1年前 , 20F
推
05/10 17:50, 20F
推
05/10 19:35, 1年前 , 21F
推大神for fun
05/10 19:35, 21F
推
05/10 20:13, 1年前 , 22F
太強了，不愧是Fanng的
05/10 20:13, 22F
推
05/10 20:25, 1年前 , 23F
for fun (y)
05/10 20:25, 23F
推
05/10 20:45, 1年前 , 24F
神人
05/10 20:45, 24F
推
05/10 20:49, 1年前 , 25F
神
05/10 20:49, 25F
推
05/10 21:26, 1年前 , 26F
猛！
05/10 21:26, 26F
推
05/10 21:35, 1年前 , 27F
推 E6 一定要拚一下的
05/10 21:35, 27F
推
05/10 22:37, 1年前 , 28F
倫敦Meta做推薦系統的 是不是有一個鄉民在裡面啊？
05/10 22:37, 28F
推
05/10 22:37, 1年前 , 29F
我想到之前也是有人只刷1xx就上了
05/10 22:37, 29F
→
05/10 22:39, 1年前 , 30F
都到E6了 system design跟 behavioral的比重會比較高 codi
05/10 22:39, 30F
→
05/10 22:39, 1年前 , 31F
ng就不要太離譜就可以了 標準會跟E3 E4 不一樣 而且兩個 s
05/10 22:39, 31F
→
05/10 22:39, 1年前 , 32F
ystem都SH
05/10 22:39, 32F
推
05/10 22:53, 1年前 , 33F
高手就是for fun還是可以上
05/10 22:53, 33F
推
05/10 23:03, 1年前 , 34F
真好，這就是天生的智能差距
05/10 23:03, 34F
推
05/10 23:30, 1年前 , 35F
推好猛
05/10 23:30, 35F
推
05/11 00:02, 1年前 , 36F
神人!
05/11 00:02, 36F
推
05/11 01:47, 1年前 , 37F
推
05/11 01:47, 37F
推
05/11 03:06, 1年前 , 38F
E6有猛
05/11 03:06, 38F
推
05/11 03:34, 1年前 , 39F
推 做研究不需要博士的勵志故事
05/11 03:34, 39F
推
05/11 04:31, 1年前 , 40F
強! 有認真要來倫敦嗎? 要不要考慮一下DeepMind (私訊聊)
05/11 04:31, 40F
還在考慮中
推
05/11 09:21, 1年前 , 41F
不知道非北美external E6好不好survive
05/11 09:21, 41F
推
05/11 11:43, 1年前 , 42F
高手for fun也能上XD
05/11 11:43, 42F
推
05/11 12:09, 1年前 , 43F
我認真起來 搞不好連原po的for fun都不到xd
05/11 12:09, 43F
推
05/11 12:44, 1年前 , 44F
推推 神人
05/11 12:44, 44F
推
05/11 13:55, 1年前 , 45F
股價悲觀到不行 招聘也凍結 請問對Meta未來的看法是
05/11 13:55, 45F
→
05/11 13:55, 1年前 , 46F
？
05/11 13:55, 46F
好問題 所以還在考慮 不知道大家有什麼想法 就我目前知道的資訊 內部的團隊運作很正常 平台收益也沒有掉 在我目前看到招聘應該也是正常 現在的考量點是成長動能的問題 現在幾乎是沒有成長動能 除了 VR 之外也還有幾個在拓展的方向 只是目前都還沒有使用者數量上的突破 現在問題是要不要在一個關鍵拓展方向的團隊跟著賭一波 反正目前這間公司還是很賺錢就是了 剛好在轉型階段
推
05/11 16:02, 1年前 , 47F
好強...
05/11 16:02, 47F
推
05/12 00:34, 1年前 , 48F
BIG congrats! :)
05/12 00:34, 48F
推
05/12 01:42, 1年前 , 49F
好猛
05/12 01:42, 49F
推
05/12 10:28, 1年前 , 50F
推分享
05/12 10:28, 50F
推
05/12 11:57, 1年前 , 51F
好猛...
05/12 11:57, 51F
推
05/12 13:42, 1年前 , 52F
好猛 推
05/12 13:42, 52F
推
05/12 14:54, 1年前 , 53F
強人就推，現在正是肉身抄底的大好機會。
05/12 14:54, 53F
肉身抄底... 怎麼這麼貼切啊
推
05/12 23:53, 1年前 , 54F
請問強者在system design時 對算法的要求大概是怎麼樣?
05/12 23:53, 54F
ML System Design 每個人會根據自己的專業有不同的回答方向 我會專注於整個 ML 流程 定義完 Input, Output, Feedback Data 之後 會討論資料怎麼收集，可能需要什麼樣的前處理跟分析 會講一點之前的經驗，遇過什麼問題用了什麼算法做前處理 前處理算法本身稍微描述一下 然後進入機器學習流程 建立一套機器學習系統通常不只一個機器學習問題 已推薦系統來說就有： - 推薦品項與推薦目標的特徵工程問題 除了物件本身的規格化資訊之外 可能還能從從文字圖片做辨識，甚至從關聯網做 Graph Embedding 來產生特徵向量 - 推薦品項與推薦目標在不同維度的衡量指標的計算問題 通常我們說推薦算法指的是這個，計算兩個 Entities 之間的 Matching Score 通常推薦系統會需要計算不只一個商業目標，再用不同的機制去平衡商業目標 - 計算篩選方法問題 當推薦品項與推薦目標數量太大的時候沒辦法計算全部一對一的分數 所以需要設計篩選的機制 這邊其實也有機器學習算法專門做多個篩選機制的平衡 - 多個推薦算法的競爭機制問題 現在很流行同時跑多個算法然後讓他們競爭 可是這裡又需要同時考量多個不同的商業目標，所以也有很多能分析的 - 使用者體驗問題 做完推薦系統之後除了推薦本身的表現，其他的平台影響是什麼能怎麼分析 - 異常回報問題 推薦品項如果有違法或是其他異常我們怎麼調整 甚至怎麼自動判斷異常回報是否真的是異常 等等的問題... 然後系統怎麼上線，跟什麼系統對接，維運可以建立什麼樣的機制來監看... 因為我花了太多的時間在流程上 所以算法都只是講講名字跟大概的運作特性，為什麼選這個算法 不過每個人在 System Design 都有自己強的地方 如果你是算法很深入的人也有可能主要討論 - 怎麼分析資料的統計特性然後調整深度學習網路結構 - 怎麼分析問題特性與 Loss Function 之間的設計 等等的問題... 這個方向我雖然有些經驗可是不是我的強項，所以我著墨比較少
推
05/13 01:30, 1年前 , 55F
你是鬼
05/13 01:30, 55F
推
05/13 06:41, 1年前 , 56F
感謝大神 <(_ _)>
05/13 06:41, 56F
→
05/13 14:35, 1年前 , 57F
meta好像要縮編了 恭喜搭上末班車
05/13 14:35, 57F
推
05/13 21:25, 1年前 , 58F
推
05/13 21:25, 58F
推
05/13 21:51, 1年前 , 59F
真肉身抄底XD
05/13 21:51, 59F
推
05/13 22:26, 1年前 , 60F
我覺得在穩定賺錢的部門那就好了 反正都是領薪水 起
05/13 22:26, 60F
→
05/13 22:26, 1年前 , 61F
碼不用太顧慮裁員問題 股價就大環境問題了
05/13 22:26, 61F
因為 London 這邊都是推薦系統的部門 所以其實都是跟目前比較賺錢的應用掛鉤 比較像是賺錢多少還有業務成長的問題 ※ 編輯: longlyeagle (1.167.51.159 臺灣), 05/13/2022 22:51:48
推
05/14 22:22, 1年前 , 62F
恭喜
05/14 22:22, 62F
‣ 更多 longlyeagle 的文章
文章代碼(AID): #1YUV9YMO (Soft_Job)
Soft_Job 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 longlyeagle 的文章
文章代碼(AID): #1YUV9YMO (Soft_Job)