今年春天我走完了 chime 的 MLE loop，L4/L5 级别。分享一下，因为我准备的时候几乎找不到任何有用的信息。
流程是：recruiter call，然后 45 分钟 technical screen，然后 4 轮线上 onsite。总时长大概 5 周，对 fintech 来说感觉有点长，但也不算我见过最夸张的。
phone screen： 一道 coding（中等，数组操作）+ 大概 15 分钟 ML 基础。面试官让我在 fraud detection 语境下解释 precision vs recall，考虑到他们核心产品这很合理。没有套路，但你得真的懂。
onsite： round 1：ML system design。题目是搭一个交易风险评分系统。这也是 chime 面起来比较有意思的地方，因为业务域很真实。他们在意 latency（结账时实时打分）、data skew（欺诈很稀有）、以及监管要求下的可解释性。我花了很多时间聊怎么从交易序列做特征工程、用类似 gradient boosting vs 小型 neural net 来兼顾可解释性、以及怎么做模型版本管理和 A/B test 但又不泄露 labels。他们听得挺投入。 round 2：coding。两道题，按 leetcode 标准都是中等。一道 sliding window，一道偏图（BFS 变体）。45 分钟，很常规。 round 3：ML depth。他们从我简历里挑了一个点（我的是我做过的 recommender system），深挖了 40 分钟。要准备好真实的追问，不是走表面。 round 4：behavioral。大概 5 个问题。常规 STAR。问了我一次在建模方法上跟 stakeholder 有分歧的经历，以及怎么处理模糊的问题定义，属于标准的 PM 邻近问题。
结论： debrief 花了大概 2 周。我拿到了 offer。整体流程管理得还可以。最难的是 ML system design，那也是我觉得大多数人会翻车的地方，如果你没想过 fintech 特有约束（latency、合规、fraud label lag）。
有问题随便问。