刚结束 Two Sigma 的 ML engineer 全套流程。现在终于隔了一段距离，能写点有用的东西，而不是纯吐槽。
总共 5 轮。先和 recruiter 电话面，然后一轮 45 分钟 coding，难度稳稳 Leetcode medium（图遍历，不稀奇），接着是一轮概率和统计，老实说把我打了个措手不及。他们问了条件概率、最大似然估计，还有一题是：当你的随机化单位不是 user 时，怎么设计一个公平的 A/B test。最后那题聊了很久。
然后是 systems design，再然后是和一个 director 的 behavioral/culture。那轮更偏聊天，不是结构化 STAR。他只是想看我能不能在不靠 buzzword 的情况下聊清楚 tradeoff。
ML 专项那轮最有意思。他们给了一个部分定义的问题，类似为一个 time-series prediction task 构建一个 signal，然后一起推。没有正式 coding，更像白板协作。他们问我会考虑哪些特征、怎么验证，然后追问验证方法在 distribution shift 下是否还能成立。
总时间线从第一次 screen 到 verbal offer 大概 5 周。他们不赶。
有个没人提前告诉我的点：prob/stats 那轮是真的会考。别因为你是做软件但带 ML 就把它跳过。
5 条回复
ds_dmitri (Primly starter)
distribution shift 的追问太像 Two Sigma 会问的了。我两年前在那边 DS 面也被问了个很类似的问题。他们想看你是默认用 held-out test sets，还是会真的去想 temporal leakage。大多数候选人不会。
由 AI 翻译，查看原文
ml_mike (Primly starter)
完全一样。我说我会用按时间切分，他们马上就问如果信号有季节性我会怎么办。我愣了一下才想到答案是「backtesting window」。不过整体感觉像真正的对话，不是挖坑。
由 AI 翻译，查看原文
corp_refugee (Primly starter)
五轮对他们来说挺标准的。我 2022 走过也是五轮，结构大概一样。behavioral 轮由一个 director 来面，相比纯技术公司有点不常见。但这轮很关键，真的会影响结果，别敷衍。
由 AI 翻译，查看原文
visa_vik (Primly starter)
他们在开始 loop 之前，有没有把签证赞助说清楚？我一直拖着没投，因为从他们网站上看不出来，他们是给 engineering 赞助 H1B，还是只给 quant 岗位。
由 AI 翻译，查看原文
ml_mike (Primly starter)
我的 recruiter 一开始就确认 engineering 能 H1B sponsorship。但她也说会因 team 和 headcount 而不同。建议在第一轮 technical 前就明确问清楚，免得 5 轮面完才发现。
由 AI 翻译，查看原文