感恩地里 FB DS analytics 复习资料总结
1448013
FB preparation
申请职位：FB DS analytics
LZ背景：statistics phd
timeline记不太清了，大概是十月hr reach out，十月底hr screening，十一月店面，十二月他们消失了，一月onsite。
这个职位，从hr screening，到店面，onsite，陆陆续续准备挺久的。之前听同学说，这个职位的准备过程像高考一样，内容很多，需要时间投入很多，收获也在一定程度上跟投入成正比吧。总结了一些复习资料如下
面试前的准备
1. 【加强公司理解】quarterly earnings call，可以从中看到一些fb正在关心的问题，比如small business (especially during covid)，privacy， etc。有助于了解公司的现状，增加对于公司的理解吧。里面提到的一些high level metric也可以留意一下。
s21.q4cdn.com
2. 【business sense】一些论文还是挺有帮助的。阅读这些论文对我来说就是build up一些basic sense，扩充视野，如果被问到follow up questions心里也有一些底吧。这类论文我都是简单读读，理解个大概，techinical细节直接跳过，知道industry大概在做些什么这样。
举个例子，印象中有个paper里面讲到，有段时间bing的search ranking出现了bug，会把应该排在后面的结果显示在前面，这样会出现什么后果呢？bing的研究员发现，出现了这个bug之后，revenue上涨了，#of searches 增加了。这是因为人们要花更长时间找到他们想要的结果，所以用bing的时间增加了。由此可见，如果大家只有revenue或者#of searches来衡量这个ranking的好坏是不合适的。我感觉，建立这类sense有助于面试中对于follow-up questions的回答。
- Deng, A., & Shi, X. (2016, August). Data-driven metric development for online controlled experiments: Seven lessons learned. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 77-86).
- Dmitriev, P., & Wu, X. (2016, October). Measuring metrics. In Proceedings of the 25th ACM International on Conference on Information and Knowledge Management (pp. 429-437).
- Chen, A. C., & Fu, X. (2017, April). Data+ intuition: A hybrid approach to developing product north star metrics. In Proceedings of the 26th International Conference on World Wide Web Companion (pp. 617-625).
3. 【google udacity abtesting的课程】
这个课我陆陆续续看过三次，心路历程如下。第一次：就这？原来ab testing就是个randomized clinical trials，so easy。。simpson’s paradox 学过学过，过。。第二次：说的还是挺有道理的。第三次（onsite前抱佛脚）：原来人家可以把Simpsons paradox用这么几句话，说的这么清楚，学习了学习了。
4. 【youtube 有一些mock interview的视频】
我觉得，在看这些视频时，一个比较有效的方法是先看题目，然后自己构思几分钟，想想怎么说。再去看视频，就知道自己欠缺在哪里了。
这个小哥讲fb dating的：
youtube.com
这是个Google的pm：
youtube.com
5. 【多多思考】在回答product问题的时候，往往想到一些metric并不难。难的是继续追问自己：
- 这些metric大概的distribution是什么？is it normally distributed? what is the estimated mean, median, P90?
- 如果你想到了很多metrics，那么哪两三个是比较重要的？
- pros and cons of using this metric? is it sensitive to outliers? is it possible to capture bots?
- is this metric sensitive and robust? (参考udacity abtesting课)
- any edge cases?
- if this metric goes down, does it tell you something?
- if this metric goes up, but DAU goes down, does it tell you something?
6.【mock interviews】真的挺有帮助的，如果遇到不错的同学，你也可以从他们身上学习到一些；如果遇到不太好的，你也可以知道自己应该避免什么。
7. 【书籍】我买了两本cracking the PM interview and trustworthy online controlled experiments. 久仰diane tang and ya xu大名，就买了第二本书。我大概花了一天的时间，过了一下trustworthy这本书，挺有帮助的，比如里面有关怎么分析confidence intervals 的部分（page 37）。
8. 【prep session】如果过了hr call的话，hr一般会组织一些prep session，给大家讲讲怎么准备店面。我（闲的无聊）听了两次，还是两个不同的fb ds来讲的，收获挺大的。
面试后的思考
1. 在回答product题目的时候，我一般是clarification questions —> 想1-2分钟 —> 告诉面试官，我有个框架，一二三，我先讲一。我觉得，这个的好处有两方面。一是如果给面试官列出来你的框架，面试官会觉得你的思路比较清晰，比较容易follow。二是看到你在中间停下来的时候，面试官也会适当暗示：“好的你刚才讲完了二，我们现在可以开始讲三了。”这种时候，面试官就会尽量按照你的思路走，减少出现被面试官带入沟里的可能性。
2. 如果有2-3礼拜准备onsite的话，最好最后三四天就不要再接触新的内容了，可以把自己的笔记复习一下。我的状态不太好，基本一直在捡玉米、丢玉米，有一些最开始看到的已经忘了。比如说，面试时遇到了一道sql题，明明是做过的，结果现场我给忘了。。胡写了一通，应该（肯定）是错了，感谢面试官不挂之恩。
3. 推荐大家用ipad当白板，效果不错！
最后，祝大家都得心想事成，早日拿到想要的offer。求大家赏些大米，感谢！！
最后的最后，lz男票人帅心善，上得了厅堂，下得了厨房，做imaging cv方向。他前些日子顺利通过了fb mle phd intern的两轮coding面试，无奈池中人满为患，没有team matching成功。不知道有没有facebook的人可以帮忙捞起？或者有没有其他公司在招mle intern，如果可以refer的话，小女必将感恩戴德。如果真的有好心人的话，请您联系：offercomestoday艾特gmail.com （对，就是这个吉利的名字）
申请职位：FB DS analytics
LZ背景：statistics phd
timeline记不太清了，大概是十月hr reach out，十月底hr screening，十一月店面，十二月他们消失了，一月onsite。
这个职位，从hr screening，到店面，onsite，陆陆续续准备挺久的。之前听同学说，这个职位的准备过程像高考一样，内容很多，需要时间投入很多，收获也在一定程度上跟投入成正比吧。总结了一些复习资料如下
面试前的准备
1. 【加强公司理解】quarterly earnings call，可以从中看到一些fb正在关心的问题，比如small business (especially during covid)，privacy， etc。有助于了解公司的现状，增加对于公司的理解吧。里面提到的一些high level metric也可以留意一下。
s21.q4cdn.com
2. 【business sense】一些论文还是挺有帮助的。阅读这些论文对我来说就是build up一些basic sense，扩充视野，如果被问到follow up questions心里也有一些底吧。这类论文我都是简单读读，理解个大概，techinical细节直接跳过，知道industry大概在做些什么这样。
举个例子，印象中有个paper里面讲到，有段时间bing的search ranking出现了bug，会把应该排在后面的结果显示在前面，这样会出现什么后果呢？bing的研究员发现，出现了这个bug之后，revenue上涨了，#of searches 增加了。这是因为人们要花更长时间找到他们想要的结果，所以用bing的时间增加了。由此可见，如果大家只有revenue或者#of searches来衡量这个ranking的好坏是不合适的。我感觉，建立这类sense有助于面试中对于follow-up questions的回答。
- Deng, A., & Shi, X. (2016, August). Data-driven metric development for online controlled experiments: Seven lessons learned. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 77-86).
- Dmitriev, P., & Wu, X. (2016, October). Measuring metrics. In Proceedings of the 25th ACM International on Conference on Information and Knowledge Management (pp. 429-437).
- Chen, A. C., & Fu, X. (2017, April). Data+ intuition: A hybrid approach to developing product north star metrics. In Proceedings of the 26th International Conference on World Wide Web Companion (pp. 617-625).
3. 【google udacity abtesting的课程】
这个课我陆陆续续看过三次，心路历程如下。第一次：就这？原来ab testing就是个randomized clinical trials，so easy。。simpson’s paradox 学过学过，过。。第二次：说的还是挺有道理的。第三次（onsite前抱佛脚）：原来人家可以把Simpsons paradox用这么几句话，说的这么清楚，学习了学习了。
4. 【youtube 有一些mock interview的视频】
我觉得，在看这些视频时，一个比较有效的方法是先看题目，然后自己构思几分钟，想想怎么说。再去看视频，就知道自己欠缺在哪里了。
这个小哥讲fb dating的：
youtube.com
这是个Google的pm：
youtube.com
5. 【多多思考】在回答product问题的时候，往往想到一些metric并不难。难的是继续追问自己：
- 这些metric大概的distribution是什么？is it normally distributed? what is the estimated mean, median, P90?
- 如果你想到了很多metrics，那么哪两三个是比较重要的？
- pros and cons of using this metric? is it sensitive to outliers? is it possible to capture bots?
- is this metric sensitive and robust? (参考udacity abtesting课)
- any edge cases?
- if this metric goes down, does it tell you something?
- if this metric goes up, but DAU goes down, does it tell you something?
6.【mock interviews】真的挺有帮助的，如果遇到不错的同学，你也可以从他们身上学习到一些；如果遇到不太好的，你也可以知道自己应该避免什么。
7. 【书籍】我买了两本cracking the PM interview and trustworthy online controlled experiments. 久仰diane tang and ya xu大名，就买了第二本书。我大概花了一天的时间，过了一下trustworthy这本书，挺有帮助的，比如里面有关怎么分析confidence intervals 的部分（page 37）。
8. 【prep session】如果过了hr call的话，hr一般会组织一些prep session，给大家讲讲怎么准备店面。我（闲的无聊）听了两次，还是两个不同的fb ds来讲的，收获挺大的。
面试后的思考
1. 在回答product题目的时候，我一般是clarification questions —> 想1-2分钟 —> 告诉面试官，我有个框架，一二三，我先讲一。我觉得，这个的好处有两方面。一是如果给面试官列出来你的框架，面试官会觉得你的思路比较清晰，比较容易follow。二是看到你在中间停下来的时候，面试官也会适当暗示：“好的你刚才讲完了二，我们现在可以开始讲三了。”这种时候，面试官就会尽量按照你的思路走，减少出现被面试官带入沟里的可能性。
2. 如果有2-3礼拜准备onsite的话，最好最后三四天就不要再接触新的内容了，可以把自己的笔记复习一下。我的状态不太好，基本一直在捡玉米、丢玉米，有一些最开始看到的已经忘了。比如说，面试时遇到了一道sql题，明明是做过的，结果现场我给忘了。。胡写了一通，应该（肯定）是错了，感谢面试官不挂之恩。
3. 推荐大家用ipad当白板，效果不错！
最后，祝大家都得心想事成，早日拿到想要的offer。求大家赏些大米，感谢！！
最后的最后，lz男票人帅心善，上得了厅堂，下得了厨房，做imaging cv方向。他前些日子顺利通过了fb mle phd intern的两轮coding面试，无奈池中人满为患，没有team matching成功。不知道有没有facebook的人可以帮忙捞起？或者有没有其他公司在招mle intern，如果可以refer的话，小女必将感恩戴德。如果真的有好心人的话，请您联系：offercomestoday艾特gmail.com （对，就是这个吉利的名字）
- 331
13条回复