上一篇文章中，我们分享了印度小哥Rahul Agarwal面试Facebook伦敦的机器学习工程师故事中的第一部分-电话面试环节。今天，我们继续看一看他在后续面试环节中的表现。

我对这次面试的准备情况

虽然Gayle Laakmann McDowell的《Cracking the Coding Interview》一书对我有很大帮助。但这本书其实也限制了我们，因为它只强调最常被问到的数据结构。例如，AVL树和红黑树写在高级部分，而不是树和图表一章，原因是在有时限的面试环境中通常不会经常询问它们。 

我通过创建一个我需要准备的主题列表来开始我的准备工作。你可以准备更多主题，但这些是这些面试的最低要求。 

数据结构：数组、集合、堆栈/队列、哈希图/字典、树/二叉树、堆、图。 

算法：分而治之、DP/memoization、递归、二分搜索、BFS/DFS、树遍历。

然后我继续参考相关书籍，并练习了许多简单的问题和一些中等级别的Leetcode问题。尽管有一些其他平台可以在线练习，但我最喜欢Leetcode，因为它没有广告，解决方案也是基于类的编程结构。它还提供了一种很好的方法来搜索有关各种主题和难度的问题。我还做了很多关于Leetcode的Mock Interviews作为练习。

我这样坚持了大约一两个星期，每天花费大约3-4小时。在此期间，我还开始学习 UCSanDiego在Coursera上的算法专业化课程，这让我对本科大学教授的应对编程面试的内容有所了解。 

有一次，电话面试结束后，招聘人员在短短的1天内就给了我反馈：打电话解释了现场面试的流程。

现场回合在伦敦举行，我对前往伦敦感到非常兴奋：一次全免费的旅行。还有大约5轮的面试我将在接下来讨论。

在伦敦，我在9点左右从他们提供的酒店到达了Facebook办公室。比预定时间提前了整整一小时，因为我很焦虑，我通常会尝试在约定时间之前进行面试。我事先知道当天的整个行程，因为我的招聘人员与我分享过的。我也知道每次面试会在什么时间进行，谁会接受。事实上，这是我经历过的最有条理的面试经历。

现场编程面试第一轮我在数据科学领域工作了很长时间，以至于我将其视为数据科学而不单纯是数据结构。这次面试对我来说其实是一个痛点。

这是我在2个月内学到的东西，而不是我的全部经验。在这里，我将接受评估，而不是我的所有经验和数据科学背景。但正如招聘人员告诉我的那样，他们的流程非常固定，我必须通过这些轮次才能获得机器学习工程师职位。

面试准时开始，就像面试官自我介绍之前一样，然后是简单的我的个人情况介绍，然后直接进入面试问题。

这一次的问题有点困难，我花了很多时间来制定方法以及解决该解决方案的时间和空间复杂性。我被问到一个中等级别的字符串问题，我快速地解决了，还有一个中等级别的二进制搜索问题，花了我大部分时间，但最终我也成功解决。

参考文章：

https://towardsdatascience.com/how-i-cracked-my-mle-interview-at-facebook-fe55726f0096

撰稿：Ivy