大概五周前刚结束 Pinterest 的 ML/recsys 全流程。分享一些笔记，因为我真希望自己进去前就能看到这种东西。
轮次：recruiter screen（30 分钟）、ML phone screen（45 分钟），然后四轮线上 on-site：ML fundamentals、推荐功能的 system design、coding（一题 medium-hard 算法），以及 behavioral。
ML phone screen 更偏基础而不是深度学习。precision/recall 的取舍、你会怎么处理冷启动、给排序系统选哪些指标以及为什么。没什么花活，但他们会对每个答案背后的「为什么」追得很深。我一开始给了个教科书式的 AUC 答案，面试官立刻追问 AUC 在什么情况下会误导你。这个要准备好。
System design 具体是让你讲怎么在大规模下做一个首页 feed 的排序系统。他们不指望你复现他们真实的系统，但想看你如何考虑延迟约束、新鲜度和质量的取舍，以及上线后怎么衡量成功。我在基础设施上花太久了，retrieval 和 ranking 的拆分讲得不够。后面的反馈也印证了这一点。
Behavioral 是来真的，不是走过场。两位面试官，45 分钟，深挖具体的过往项目。他们会不停追问，直到你给出真实细节或者你已经没得讲。含糊的回答在这里扛不住。
最后拿了 L5 的 offer。整个流程感觉很扎实，但从不让人觉得随意。