TikTok Machine Learning Engineer（电商）面试经验
面试过程
- 团队：Ecommerce（电商）
- 地点：San Jose 或 Bellevue，onsite
投递和筛选
recruiter 先发邮件做了一轮书面筛选，都是常规问题：找工作的时间线、现在的工作、毕业时间、为什么想来 TikTok、最早入职时间、能不能 relocate 和接受 onsite，以及工作身份和是否需要 sponsor。
回复后大概一周，两轮技术面一起排好了。recruiter 说第二轮是提前排的，第一轮没过就直接取消。
第一轮：技术面
recruiter 提前发了准备文档，说明每轮分三块，不同面试官风格会不一样
项目讨论
围绕简历上的项目，问模型为什么这么选、数据怎么来、效果怎么评估，中间穿插 ML 基础题。
ML 基础问得比较细，重点是 attention 机制：self-attention 的公式，Q、K、V 每一步的维度，为什么要除以 √d_k，multi-head 有什么用，以及 attention 的计算复杂度和序列长度的关系。还问了样本不平衡怎么处理，这种情况下为什么看 precision、recall 和 AUC，而不是 accuracy。
coding
一道 LeetCode medium（难度参考：347. 前 K 个高频元素 Top K Frequent Elements，用哈希表计数，再用堆或者桶排序取前 K 个），再加一些 CS 基础。
工作经历
过去的项目和背景是否匹配，也会聊到一些 system design。
面试结果反馈
- 最终结果：Fail
面完两天收到拒信，第二轮取消，没有具体反馈。
一些建议
- Attention 要能从头写出公式，讲清楚每一步矩阵的维度，常见的追问（缩放、multi-head、复杂度）提前想好怎么答。
- Coding 是 medium 左右，哈希表、堆、排序这类常见题要写得熟，写完自己跑一下例子。
- 项目要能讲清楚每个选择背后的原因，被追问时能接到 ML 基础上。
- 两轮虽然一起排好，但第一轮没过第二轮就取消，所以第一轮之前就要把所有内容准备好。