刚结束 recommendations 团队的 Senior ML Engineer 岗位 loop，分享下我觉得有用的点。
总共 5 轮： Recruiter screen（30 分钟，纯流程/安排） 跟 hiring manager 的 tech screen，主要是 ML 概念、少量 Python，leetcode 很轻 ML system design（90 分钟，到目前为止最难的一轮） Coding + ML 问题求解（混合，不是纯 DSA） Behavioral + values（45 分钟，比我预期更追细节）
ML system design 很硬。他们给的 prompt 基本是“在 Spotify 规模下设计一个个性化 playlist 排序系统”。你得想清楚：用什么 signals、怎么处理 cold start、延迟约束、feedback loop、A/B testing 策略。他们想看你真的在做产品取舍，而不是只背 ML 架构。
behavioral 那轮有 3 个完整的 STAR 问题，其中一个是：“Tell me about a time you disagreed with a stakeholder about a model's direction”（讲讲你曾经在模型方向上和某个 stakeholder 有分歧的一次经历）。他们会追细节，问清楚是你做了什么，不是团队做了什么。
拿到 offer。从第一次联系到走完整个 loop 大概 5 周。offer 的 turnaround 很快，终面后不到一周。