每个公司的面试过程其实不尽相同,但考点无外乎以下几类:
1、产品思维题
2、统计题
3、Coding题:SQL/Python/R
4、optional(可能会考):BQ(Behavior question)
先来说说也许让某些求职者很头疼的BQ,每个公司BQ考的都不一样,比如对于Amazon,BQ是很重要的一环,Google在onsite interview的时候也会有专门的45分钟来考察BQ,BQ其实考的是你能不能通过过去的学习和工作经验来展示出你和面试公司的文化价值契合,不同公司看中的方面并不同,所以准备BQ问题的方法是:
首先从晚上查找公司的文化、核心价值观、业务指标等公司层面战略指导性的方针
其次准备5-10个例子、故事,并且紧扣第一条,也就是公司的核心价值观和战略发展方向
再来说说每个公司都会考的统计题,不同公司考察的难度不同, 但考点总结下来都是两大类:概率题和统计模型的原理及应用。概率题的考点主要有:
贝叶斯定理(Bayes' theorem)
全概率公式(Law of total probability)
互补事件概率(complementary events)
条件概率(conditional probability)
以及它们的综合应用
统计模型的原理及应用则需要大家对常用的统计模型有比较深入的理解,包括:
线性回归 (interaction terms, L1/L2 regularization)
logistic regression
tree-based model(random forest, bagging, boosting)
还有一些模型,也有可能被考到,比如SVM、Naive Bayes、K-means、PCA等等
产品思维题可以分为两个大类,Dana总结来看有两种类型的公司,一类是single-user的company,比如google、meta(facebook)大多数属于这一类,还有一类是multi-user的,比如doordash、roblox,amazon,它们都是platform-wide的公司,所以很多时候要考虑几个不同party之间的平衡:
doordash:dasher、merchant、consumer
roblox:developer、player
amazon:consumer、merchant、deliverer
针对single-user company,又可以进一步分成B2B和B2C,有的公司的产品是我们每天可以接触到的,而有一些面向企业级用户的产品我们可能感觉很遥远。所以不同公司的产品思维题应该用不同的答题框架,推荐大家https://www.bilibili.com/video/BV1db4y1q7Dn?spm_id_from=333.999.0.0,这里以meta为例子,详细剖析了产品题的答题思路和要点,并且模拟了面试官的回答提供了很多不同形式的followup后续问题。这种答题思路对大部分B2C的产品题都是有效的。
最后来说说Coding题,一般大部分面试都可以选择SQL,不过目前很多大公司在最后一轮面试中不允许再用SQL了比如Google,只允许使用Python/R,可以看出考察的重点在不断向Python和R倾斜。SQL需要准备到什么程度以及常用的备战面试的函数可以看这里:https://www.zhihu.com/question/379694223/answer/2223230199.