►前言：
相信Facebook更名Meta已经在大家的朋友圈刷屏一段时间了，而在公司全面更新之后，对大家的求职面试是否会有影响呢？说到Facebook的数据科学家薪资那自然也十分可观，高达150k的平均工资可以说是十分诱人了。
今天我们邀请到了通过PH求职的内推成功收获Meta offer的学员，从面试流程到面试准备来为大家分享最新的面试经验吧~
Facebook面试干货：
干货｜一份拿下Facebook DS offer的学习资料清单
►作者介绍：
姓名：C同学
研究生学校：哥大研究生
专业：MSBA
简历上的实习/全职公司和岗位：BAT DA + Flag DA + start-up DA（都是实习）
简历上的research/projects：两个学校的机器学习项目
►面试流程分享：
这个求职季我在PH的帮助下收到了Meta Data Scientist (Analytics)的new grad offer。以下是我的一些时间线和学习方法，希望能对其他同学有所帮助～
我首先通过PH的导师进行了内推，然后收到了HR发来的调查问卷，主要询问了一些个人的基本信息，比如毕业时间、实习项目经历，外加两道product题目，只需以邮件形式回复HR即可。
接下来是tech screening轮的面试，考察了两道SQL和一道product题目。SQL是无法跑出具体结果的（相当于在白板上写），同时不要求你掌握一些很具体的function（比如curdate这种的，你可以选择直接问面试官，也可以写pseudocode）。Product题目是给你一个场景，然后问很多小问题，比如metrics下降了怎么investigate，怎么做AB test看新版本的效应等等。这轮的时间是45分钟，会有5分钟左右的向面试官问问题的环节。
通过这轮后HR会约一个30分钟电话chat，主要是安排后续的面试、介绍后续面试的内容以及回答你的任何问题。这一轮的chat不计入面试表现所以有任何问题都可以跟HR沟通～
之后就是onsite面试，也是最终的一轮面试。在这一轮intern是45分钟，new grad是2小时45分钟。New grad的时间安排为4小轮（每轮30分钟 + 30分钟的lunch time chat + 15分钟休息）。4小轮分别是product、applied data、coding和statistics.
Product轮类似于screening轮的product题目，也是给一个具体情景（如改变一个feature）问各种实验和metrics的问题；applied data与product类似，区别在于情景和目标更加模糊和high level，需要你从头定义如何使用data、用什么方法以及对结果怎么分析，更像是用语言描述你怎么完成一个DS的大topic的研究，而不是专注于某处细节；coding轮考察SQL，3-4题，会有一些follow up的问题，难度感觉比screening轮要难（可能是个例哈哈哈）；statistics轮主要考察probability的计算、metrics的分布、以及实验结果的解读，需要比较熟悉贝叶斯和假设检验的理论。中间的30分钟lunch time chat是跟一个manager聊天，这一轮不计入面试表现，所以有任何关于公司、岗位的问题都可以聊～
►面试准备：
对于不同的考察内容，我的准备方法如下：
SQL的话我是刷leetcode medium题目，因为easy的题目往往不能起到练习提升的效果，而hard题目也不太会在面试中出现，所以我通过刷medium来进行训练。每一道题都力求一遍通过，如果第一遍没有通过，则将没有通过的原因和相对应的知识点（比如union和union all用混了）记录下来，这样在面试前回顾一遍会很有帮助！
Product和applied data我主要是参考一亩三分地和glassdoor上的面经，和PH的导师进行mock，导师会根据我的回答给出详细的改进和练习的建议。比如第一次mock过后导师提出了我对于AB test的整体流程掌握的不错，但是对于做决策的shipping criteria上掌握的不好；同时在定义metrics上面没有优先级的概念。这些点我在加以注意后在真正的面试中遇到时都比较从容的回答了出来，得到了面试官十分positive的肯定～
Statistics轮是我认为最难的一轮。probability的计算一般比较简单，需要用到贝叶斯公式，我的方法是做brilliant上的练习题，熟能生巧；各种metrics的分布这里有一些tricky，对于没有业界全职经验的我来说有些很难想象。这块主要是PH的导师帮助我捋清的。导师会带我一个metric一个metric地过，给我仔细讲解为什么这个metric的分布是这样的，同时举一反三，列出其他有相似分布的metrics，使得我很快就掌握了分析的方法；实验结果的解读需要有扎实的假设检验和统计学基础，我的练习方法主要是复习大学和研究生的课程笔记，同时请PH导师出对应的练习题目，然后进行训练，反复总结～
►总结：
以上就是我整体的Meta面试流程，PH在我的求职过程中给了我很多指导，不仅包括各种知识的查漏补缺、面试的mock，还在我心态失衡的时候以过来人的角度鼓励我、帮我进行规划、分析，查漏补缺，为我找到全职工作提供了很多的帮助！