新加坡 Shopee/Bytedance MLE 面試心得
最近蠻多 Shopee/Bytedance 的面試心得
但沒有 MLE 相關的,來分享一下
MLE 是 Machine Learning Engineer 縮寫,除了要會 ML 外也要會 software engineer
shopee 是找內部朋友內推,bytedance 是透過 PHEJ 大大的內推
## 背景
112 學碩
leetcode medium 沒什麼問題,但還不能秒解 hard
已工作三年
## Shopee
總共 OA + HR + 三面,三面中前兩關 1.5 小時, 最後一面 1小時
### OA
兩題 medium,leetcode 200 + kth largest element
### HR
基本問題,為什麼要來蝦皮,為什麼要離職,期望薪資等
### 一面(1.5 小時)
1. data structure 詢問
- 被問 heapq 是什麼,具體怎麼操作
- 問 hash set 怎麼實作怎麼處理 collision 細節 (probing, self balanced binary search tree)
2. coding,都是 medium 程度的變形
- array 找所有的 triplet 的 sum 使得他們的 sum 是 k 的倍數
3. ML 問題,會從履歷延伸 / 問各種知識
- l1 l2 是什麼
- MSE MAE 的差異
- 怎麼處理 overfitting
- 有什麼 loss function
- imbalanced data 怎麼處理
- deep learning 中有哪些 trick+原理 處理 overfitting 等
- learning to rank 的一些問題,解釋 point-wise, pair-wise, list-wise 的優缺點- 會一直追問下去把你挖空
- 這些都可以 Google 就找到一堆類似題目
### 二面(1.5小)
1. data structure
- 繼續追問上一關面試者沒問到的更多細節
- 像解釋 rehash 機制,能不能做得更快
2. coding
input: [('a', 'b'), ('c', 'd'), ('b', 'e')]
output: [['a', 'b', 'e'], ['c', 'd']]
找出同一個 group,且 output 是要 follow input 的 order e.g., a > b > e
3. ML, 知識+情境題
- 知識部分上面有提過
- 情境題,推薦系統的問題,如何推薦給 user item,提了一些 CF 做法會追問你的做法有什麼問題,遇到 cold start 怎麼處理,一直追到你回答不出來就換下個方向
### 三面(1小)
和 manager 聊,這關沒 coding,直接也是 ML 情境題追問,會先問你你擅長什麼(推薦/NLP), 問更多細節包括怎麼實作的。
最後也有說他們怎麼和前面 business 合作,拆解問題決定 priority。
###
offer get,給的 package 蠻有誠意的
而且我還蠻喜歡他們的做事風格的
選擇去 Shopee
## Bytedance MLE-ecommerce
三面(各一小)+ HR round
我只有進到第三關,沒進到 HR round
### 一面
一題 easy (maximum subarray) + follow up
後半小時請我講解履歷 / 最近做的 project,需要涵蓋到問題是什麼,怎麼 evaluate
怎麼做實驗
### 二面
兩題 medium
- 第一題 leetcode 上沒有,叫你弄出一個 wave array
在 odd position 上的數字要 > even position 上的數字
input 是 unique 數字
[2, 4, 5, 1, 3, 6]
output 任一種 valid 的 [2, 5, 4, 6, 1, 3]
-第二題 leetcode179
後半小時問一些履歷的東西+延伸一些 ML
### 三面
因為前兩關很簡單,看了其他職缺第三面都是聊經驗,讓我以為這關也不會太難,有點鬆懈
和 lead 聊,一開始直接一題 hard (leetcode 632)
有一直引導我找最佳解,但最後也沒想到最佳解沒寫好 GG
###
reject
## 心得
在疫情期間,sg 能投的公司不多,本來也有丟 Twitter 在 sg 開的 recommendation position,但一直無聲。GoJek 後來也有丟履歷也有收到他們的作業,但因為已經決定拿 Shopee offer 就不繼續面了。
整體來說我覺得 shopee 比 bytedance 面試難。另外 Shopee 的 HR 很專業讓人感受良好,每個過程都很清楚。相較之下 bytedance 就普普。
另外有聽說 bytedance 很缺人,也許是這個原因才會比較簡單(但我最後一關還是掛了)
--
人才流失
推個
感謝分享
推分享,wave array那題有點類似leetcode 324
推,這篇面試題目講的很清楚,對於正在準備面試者很有幫助
感謝分享
Wiggle sort2
恭喜!~~
感謝 PHEj 幫推 bytedance 雖然我失敗了
推
蝦皮的HR真的蠻尊重candidate的
推 HR部分有同感xd
推薦系統的很多公司都大缺人
這麼多人喜歡去蝦皮 有這麼好嗎
$$$
神
最近蝦皮跟抖音的文有夠多 低薪鬼島請不起大神唉
蝦皮抖音還是有點硬
congrats
蝦皮薪水開很高是真的
Congrats
之前面蝦皮 第一round會側錄使用者桌面+臉部 感覺超不尊
重...
怎麼都是抖音跟蝦皮...沒有谷歌微軟這級別的嗎
想了解一下語文的方面有特別補強嗎
蝦皮薪水到底是多高XD
一串下來 只覺得台灣軟體環境太差 高薪工作全在海外
同樓上m大
今年蝦皮 new grad 的徵才是號稱可以給 200 萬,也的確
聽到滿多人是有拿到這個數字的
推
外商敢給,台商只有fw薪水才有競爭力,appier聽說也給
的不錯?
a社還好吧 國泰永豐中信都可以給到差不多
幣值就不同了,前二十年控制到現在總要還的
看樓上一堆這樣講我就不明白為何某群的人還要護航
蝦皮螢幕錄影還好吧,防作弊啊,只是不能手寫有點麻
煩就是
有收到蝦皮人資的訊息,宣傳上面是寫200萬
好難
還蠻硬的 有趣
push
我今年準備去蝦皮,準備畢業,300
爆
[心得] 國外各大公司面試經驗背景:4~7年經驗(anonymized), 求學背景是純商, 程式100%從0自學來的 Leetcode去年訂了一年Premium之後開始刷,累積到目前700題,Medium + Hard佔約70% 2020年2月開始陸續投遞履歷,全部都是投英國/日本的職位 只有Google例外是台北辦公室(GCP) 投遞:Stripe, Yelp, Microsoft, Apple, Indeed, Google,58
[心得] 日本轉職面試 bytedance/paypay/amazon背景: 小弟是交大電資2018畢業,畢業直接到了日本小公司寫Java 在學時有網路管理,與在新創公司做Ruby on Rails 半年後到Google做GCP的Technical Support (TSE) 今年滿兩年多,決定還是要回去找寫Code的工作。33
[心得] 準學士星國DevOps/SRE面試(Tiktok/Shopee最近好多人在分享 ByteDance/Shopee 的面試文XD 我面的是比較少見的 SRE/DevOps 希望也能給大家一些參考 ## 背景 - 台大資工系大三,預計於今年6月提早畢業 - 在履歷上有提到的包含:26
[心得] 新加坡Shopee, ByteDance面試心得背景: 113電資學士班,112資工所,曾經到美國UIUC交換並跟當地教授做專題,以及在大M實習 一段時間。 背景主要是做電腦視覺方面,最近有做一些高效能計算研究。 準備:22
[心得] 2022 後端面試心得# 2022 後端面試心得 背景: 3yoe,做了兩年豬屎屋後受不了工作型態轉職Backend,目前約一年後端經驗 無奈薪水太低加上今年上半年各種外商擴招就開始面試,目標是出國或外商remote缺,主要 以golang工作為主19
[心得] 面試心得之前有發過一篇,後來想說等Amazon面完再一起發 今天終於把Amazon面完了,分享一些心得給大家 背景: 四大CS學碩,目前在MTK做軟韌體 程式能力就一般,跟板上大神比差很多19
[心得] 2021研替面試心得 gg/M/群暉/NV 等2021也快到尾聲,趁著還有記憶來記錄一下截至目前為止今年找工作的一些紀錄 目前是112 CS碩二 因此找的主要都是研替類相關職缺 相信同屆的或是上一屆的應該都有覺得去年和今年特別招人特別兇,各個公司 都拼命搶人,因此接下來分享的面試過程和考題 可能會不同以往,未來可能也 會有所不同。12
[心得] 2022 預聘研替面試心得(MTK/Synology)職缺只投我想去的公司所以我只面了兩家 背景: 大學非本科系,112電類碩 1.MTK 職位:軟韌體工程師13
[心得] (代po)2022軟體工程師面試心得--代Po-- 最近朋友們都紛紛開始找尋新的工作,所以我也嘗試投身自由市場,看看有什麼好機會。 Background 碩畢後,一年半後端經驗 Overview10
[心得] AmazingTalker/Crypto.com/Shopback面試非本人,朋友沒有帳號,代PO 三年前轉職取得offer時也有在此發問過, 感謝當時回應的前輩們,這次也來回饋一下。 -- 非本科轉職後端約三年的近期(2022年五月中後)面試經驗: