Meta（Facebook）数据科学家面试真题

在美国，数据科学家的平均年薪为117,212美元，而Meta公司的数据科学家岗位平均薪资要比美国当地数据科学家年薪高出23%，可以看出，Meta给员工的薪资待遇还是很大方的。

 

接下来，看看Meta Data Scientist的面试真题有哪些？针对这些经典考题，求职者又该怎么回答？

Meta数据类岗位面试真题

 

第一类题目：案例分析

 

(1) In a given day, how many birthday posts occur on Facebook?

 

(2) How many big Macs does McDonald sell every year in US?

 

(3) How many dentists are there in US?

 

(4) How many people are using Facebook in California at 1.30 PM on Monday?

 

第二类题目：统计学知识考查

 

(1) You are at a Casino. You have two dices to play with. You win $10 every time you roll a 5. If you play till you win and then stop, what is the expected pay-out?

 

(2) You can roll a dice three times. You will be given $X where X is the highest roll you get. You can choose to stop rolling at any time (example, if you roll a 6 on the first roll, you can stop). What is your expected pay-out?

 

(3) What is the probability of pulling a different shape or a different colour card from a deck of 52 cards?

 

(4) You are about to get on a plane to Seattle, you want to know whether you have to bring an umbrella or not. You call three of your random friends and as each one of them if it’s raining. The probability that your friend is telling the truth is 2/3 and the probability that they are playing a prank on you by lying is 1/3. If all 3 of them tell that it is raining, then what is the probability that it is actually raining in Seattle.

 

(5) You have 2 dices. What is the probability of getting at least one 4? Also find out the probability of getting at least one 4 if you have n dices.

 

第三类题目：技术类考查

 

(1) You are given two tables- friend_request and request_accepted. Friend_request contains requester_id, time and sent_to_id and request_accepted table contains time, acceptor_id and requestor_id. How will you determine the overall acceptance rate of requests?

 

(2) How would add new Facebook members to the database of members, and code their relationships to others in the database?

 

(3) You have two tables-the first table has data about the users and their friends, the second table has data about the users and the pages they have liked. Write an SQL query to make recommendations using pages that your friends liked. The query result should not recommend the pages that have already been liked by a user.

 

(4) Which technique will you use to compare the performance of two back-end engines that generate automatic friend recommendations on Facebook?

 

(5) Implement a sorting algorithm for a numerical dataset in Python.

经典面试真题答案解析

 

原题：How many dentists are there in US?

 

这道题目是case study中特别典型的market sizing题。一般来说，这类题目考查并不是面试者最终预估的答案与真实数值的准确性有多高，而是考查在解决这类问题时，面试者的逻辑是否清晰、考虑的因素是否到位，同时还要具备大胆进行假设的能力。

 

答案并非唯一，不同人在拿到题目之后选择的分析问题的角度也并不相同，所以答案仅供参考。

 

首先明确我们可以估计人数的年龄阶段：美国牙科学院平均毕业年龄为26-27岁左右，牙医的平均退休年龄在69岁上下。

 

在锁定了26-69岁这样的年龄层之后，我们可以预估在这四十来年的跨度里，每年从牙科学院毕业的人数。我们可以直接预估平均每年的毕业人数，也可以通过平均每年入学人数*平均毕业率来计算。

 

全美每年牙科学院毕业人数 = 每个学校入学人数 * 全美牙科学院的数量 * 平均毕业率

 

之后，我们还需要考虑，这些从牙科学院毕业的人，最后能有多少是从事牙医这份职业的。

 

因此，可以得出一个粗略的公式：

 

某年龄的牙医人数 = 全美每年牙科学院毕业人数 * 毕业后选择当牙医的比例 = 每个学校入学人数 * 全美牙科学院的数量 * 平均毕业率 * 毕业后选择当牙医的比例

 

最后，我们可以用某年龄的牙科人数 * 所有的年龄段来估算最终的结果。

 

计划北美求职的同学们要注意下，在这类market sizing的题目中，需要掌握一些基本的数据/信息，让估算更加接近真实数值：

 

美国的人口是3.2亿

 

美国平均预期寿命是80岁

 

美国家庭的数量为1亿

 

一代（per generation）大约有8000万人

 

值得注意的是，年龄分布是均匀的，比如2岁的人口数量与72岁人口数量接近相等。这并非真实情况，但是在进行案例分析时，我们可以假设每个年龄段有400万人。

 

原题：You have 2 dices. What is the probability of getting at least one 4? Also find out the probability of getting at least one 4 if you have n dices.

 

假设X = 两个骰子投出4的数量，那么 X = {0，1，2}

那么两个骰子投出至少一个4的概率为：

P ( X ≥ 1 ）= P(X=1) + P(X=2) = 1/6 * 5/6 + 1/6 * 5/6 + 1/6 * 1/6 = 11/36

 

如果有n个骰子，假设Y = n个骰子投出4的数量，Y = {0, 1, 2,..., n}

这n个骰子中没投出一个4的概率为：

P（ Y = 0）= （5/6）^ n

那么n个骰子中投出至少一个4的概率为：

P（Y ≥ 1）= P（Y=1）+ P（Y = 2）+...+ P（Y=n）

            = 1 - P（Y=0）= 1 - （5/6）^ n

 

这道题目并不难，但是关键的是我们在计算有n个骰子的时候，要学会用逆向思维进行计算，因为要算出这n个骰子中一个4也没出现的概率要远比直接算题目要求的概率简单许多。

 

原题：You are at a Casino. You have two dices to play with. You win $10 every time you roll a 5. If you play till you win and then stop, what is the expected pay-out?

 

首先，这道题目需要仔细审题，"every time you roll a 5"究竟指的是什么意思？因为一次投掷两个骰子，那么其实这里的意思是两个骰子掷出的点数之和为5。

 

下图是列举出来的全部36种情况，蓝框为满足条件的情况。

这满足条件4种情况分别是：{1,4}, {2,3}, {3,2}, {4,1}

 

那么赢得$10的概率 = 4/（6^2）= 1/9，也就是说我们进行无数次投掷之后，我们期望的赢的概率是1/9。

 

假设每次投掷都需要花费$5。如果我们在第m次投掷时满足了题目条件，于是停止游戏。

 

我们一共进行了n次游戏，同时记录下每次的m值。

 

根据大数定律（law of large numbers），当随机事件发生的次数足够多时，随机事件发生的频率趋近于预期的概率。可以简单理解为样本数量越多，其概率越接近于期望值。所以，在游戏次数足够多的时候，我们平均输八次之后就会赢一次。

 

因此，Expected pay-out = $10 * 1 - $5 * 9 = -$35

 

这道题目其实很容易出错，因为可能会误解题目的意思，算成单次游戏中预计赢的钱。