Pinterest 面经详细总结

Sep 2

Written By Gabby Fox

Pinterest 面经详细总结 | 面试辅导面试技巧技术面试题库

想要了解更多或获取我们的服务，欢迎添加微信 leetcode-king。

微信二维码

第一轮：Coding

问题：

给定几个 board 及其对应的 pins，判断两个 pin 是否 related。

输入：

Board1: pin1, pin2, pin3
Board2: pin2, pin4, pin5

输出：

如果两个 pin 能通过 board 找到彼此，就说这两个 pin 是 related。
例如，pin1 和 pin4 是 related 的，因为它们都属于 Board2。

Follow up： 计算两个 pin 之间经过几个 board 才连起来。

输入： pin1 和 pin4
输出： 1 (它们都属于 Board2)

考察点：

图遍历（Graph Traversal）：

可以将 board 看作图的节点，pin 看作边，构建一个无向图。
使用 BFS 或 DFS 算法遍历图，判断两个 pin 是否连通，并计算它们之间的距离（经过的 board 数量）。

第二轮：ML Practitioner

问题：

如何得到 user embedding？

提供的数据：

pin embedding
pin-user graph
user action and timestamp

讨论点：

Pinterest tech blog 提到的 pin embedding 聚类方法
- 优点： 简单直接，可以利用已有的 pin embedding。
- 缺点： 可能无法捕捉用户行为的动态性和多样性。
使用 GCN 做 embedding 的可能性
- 优点： 可以利用图结构信息，捕捉用户与 pin 之间的复杂关系。
- 缺点： 模型可能更复杂，需要更多的计算资源和调优。
其他可能的思路：
- 结合用户行为序列建模，如使用 RNN 或 Transformer。
- 考虑用户 action 的类型和 timestamp，对不同行为赋予不同的权重。

第三轮：ML System Design

问题：

Similar pins ranking。侧重 model 选择，对比各种方法的 pros and cons。

考察点：

对推荐系统模型的理解和应用能力
评估和比较不同模型的能力

可能的模型：

协同过滤（Collaborative Filtering）
- 优点： 简单易实现，效果不错。
- 缺点： 冷启动问题，难以处理新用户和新物品。
基于内容的推荐（Content-based Recommendation）
- 优点： 可以利用物品的属性信息，解决冷启动问题。
- 缺点： 需要人工提取特征，效果可能不如协同过滤。
矩阵分解（Matrix Factorization）
- 优点： 可以学习用户和物品的隐向量表示，效果好。
- 缺点： 模型可能过拟合，需要正则化。
深度学习模型（Deep Learning Models）
- 优点： 可以捕捉更复杂的特征交互，效果更好。
- 缺点： 模型复杂，需要大量数据和计算资源。

其他考虑因素：

实时性要求
可扩展性
可解释性

第四轮：Coding

问题：

Reverse count and say

例如，输入 5，输出： 5 4 3 2 1

考察点：

算法实现能力
递归或迭代的应用

第五轮：HM Behavior Questions

问题：

Handle conflict
- 考察解决冲突的能力，例如：
  - 举例说明如何处理与同事或团队成员之间的冲突。
  - 如何应对来自上级的压力或不合理要求。
Strength and weakness
- 考察自我认知和职业规划，例如：
  - 自己的优势和劣势是什么，如何扬长避短。
  - 如何不断学习和提升自己的技能。
Why Pinterest
- 考察对 Pinterest 的了解和兴趣，例如：
  - 为什么选择 Pinterest，而不是其他公司。
  - 对 Pinterest 的产品和文化有什么看法。

总结：

Pinterest 面试涉及 coding、机器学习算法和系统设计、行为问题等多个方面。重点考察算法和数据结构、机器学习、系统设计能力，以及解决问题、沟通协作等软技能。熟悉 Pinterest 的技术栈和产品，展现对公司的兴趣和热情。

想要了解更多面试技巧或者需要更多面试辅导，欢迎联系微信 leetcode-king。

Gabby Fox

Pinterest 面经详细总结