x**********4
发帖数: 70 | 1 昨天收到FB的电话，我的OFFER已经批下来了，这也意味着我的JOB HUNTING结束了，下
面是我这两个月来申请结果汇总：
Applications (7): Facebook, Google, Microsoft, Square, Twitter, Rocket Fuel,
Amazon
Offers (5): Facebook (accepted), Microsoft, Amazon, Rocket Fuel, Qualcomm (
return offer)
Rejections (3): Square, Twitter, Google
OFFER细节就不报了，上次看有人报MS的OFFER细节，结果引发口争，有人将其定性为
SHOW OFF。。。
在版上受益良多，我会陆续呈上各家公司的面试经历和面试题（FB的面试题除外），当
务之急是给LEETCODE捐点钱。
非大牛，版上互赞大牛的风气不可取。有二爷，半海和一帮真牛在这镇着，谁敢放肆！
============
Facebook
============
下面更新FB的面试经历吧，因为已经从了，所以不想说具体题目，只说我这... 阅读全帖 |
|
z****e
发帖数: 54598 | 2 就是开卷考，给一个topic，限时搞定
可以上网查，可以找材料，但是如果之前没有怎么做过的话
基本上时间都不够，公孙大神那次说了几个code challenges
其中一个就是24小时给出原型，做不出来就滚蛋，搞定后下一轮酱紫
我还记得有人被面的就是半个小时还是多长时间出一个web crawler
做不出来滚蛋酱紫，这种方式只要防止有人代考就行了
其他的，如果它边问边做，基本上都来不及 |
|
b**********i
发帖数: 51 | 3 今天刚面的。
1. 一个web crawler，能通过一个url找到另外多个url。例如url 1 to url 2,3,4.
url 2 to url 5,6,7.所有这些都存在一个文本文档里边，问怎么找到path from one
url to another one。
2. 一个sorted array of integers，找到magic index.
例如A=[-6,-4,0,3,6,11,22,66] 找到A[3]=3
使用binary search |
|
|
s**x
发帖数: 7506 | 5 我也不太明白，查了一些材料，好像是从几个Seed网站开始的，用好几台机器，似乎要
用一个共同的服务器存放已经访问的网站，避免重复访问。细节不清楚。 |
|
w****k
发帖数: 6244 | 6 look at the design of scrapy
should be enough to deal with interview
someone
is |
|
|
f******h
发帖数: 45 | 8 也找工作了一段时间了，从版上学了很多，上周G家面完了，求个bless。
之前的一些都挂了，还在继续找其他的。等定下来之后一定发面经回报本版。
谢谢大家啦！！
1. http://www.mitbbs.com/article_t/JobHunting/32005597.html
1) Implement a simple calculator (+,-,*,/);
2) Implement "+1" for a large integer;
3) How to match Ads to users;
4) How to extract useful information from a forum webpage (list all
kinds of useful signal you can think of)
5) How to detect the duplicate HTML pages (large scale);
6) Find all the paths between two places on Google map;
7)... 阅读全帖 |
|
c*********s
发帖数: 17 | 9 湾区everify公司招unpaid intern。可以保持OPT身份。指导做yahoo financial data
crawler。可以写推荐信和工作经验证明信。work from home，地区不限。
另有一个名额可OPT挂靠不用工作。具体情况请站内信联系。 |
|
b*******d
发帖数: 750 | 10 最近面了几个公司，大的如LG，中等的PDB，小的有20～30个人的三个，tiny的7，8个
人的两三个，人不错，但太risky。
最想去的没有中， 水平问题。从一个，凑活300K过日子。
拿到卡后的骑驴找马。太累，收山，生娃。
1. numPath from top left to bottom right.
写没想到这个居然栽了，被对方态度搞的不能focus，写出来但总出错。水平问题。
2. find median in 2 sorted arrays
3. find median in very large file of LONGs in many machines.
global value space binary search; bucket stats; reduce number of passes of
files.
4. implement web crawler in java
不是project，就是 task queue， executor。
5. implement Timer, Timer Task in java
prirotity queue; num... 阅读全帖 |
|
y***k
发帖数: 162 | 11 ［Update］没想到借了个朋友的ID发个面经也会引发性别问题的争议。面试的主人翁是
个30好几的老大爷。运气真的很好，所有题目都不难。
概略：从本科到PhD一直念的EE。PhD毕业后没怎么找工作就直接到一个小型research
lab做networking research待了2年多。2014年初第一次Google试水，挂在onsite上了
。到了下半年这几家的recruiter开始陆续contact我，想想也差不多是时候换一下环境
了，就安排了感恩节前一周三个电面。电面除了G都非常顺利。G的电面我自己作死，面
完觉得必须挂的。谁知道过完感恩节那周竟然三家都收到onsite通知了。当时的想法是
避免战线拖太长，所以把三个onsite都安排在元旦后第一周。计划利用圣诞／新年长假
养精蓄锐好好复习，然后一鼓作气搞定。现在回头看，这个策略这次发挥的非常出色。
三家onsite都发挥的非常好，据说feedback都不错，最后都拿到了offer，包裹也都挺
不错的（G > L > F）。
准备：我一直不认为临急抱佛脚似的突击能有多大用处。所以准备时间比较长，可以算
从2013下半年就开始了。因... 阅读全帖 |
|
c*****m
发帖数: 271 | 12 恭喜楼主，谢谢分享。能不能讲讲web crawler的设计题具体怎么答的呢？ |
|
e**********y
发帖数: 128 | 13 谢谢分享。
楼主能不能把web crawler你是怎么设计给讲一讲。 |
|
c*****m
发帖数: 271 | 14 恭喜楼主，谢谢分享。能不能讲讲web crawler的设计题具体怎么答的呢？ |
|
c*****m
发帖数: 271 | 15 恭喜楼主，谢谢分享。能不能讲讲web crawler的设计题具体怎么答的呢？ |
|
|
r*******h
发帖数: 315 | 17 已经提交hc，但是属于borderline的case，分享面经求通过（之前1m3cd发过简单版）
，相关behavior问题都省略了。
一共五轮，午饭前三轮，午饭后两轮，其中两轮系统设计。因为从国内过来，
recruiter（印度女）特别跟第一个面试官讲我的时差反应，还请他向后面的面试官讲。
1.系统设计，面试官应该是摩洛哥人
给一个url和一个给定的方法genNextUrls可以返回所有从这个url可以直接链接到的url
。要求统计所有能访问到url数。
结果先让我coding，我以为搞错了，问要不要考虑一台机器处理不了的情况，面试官笑
了，说那是followup问题。
就用一个queue和一个hashset走bfs解决之（这里可以反衬我后面一个错误）。面试官
问如果要求判断一个url无效怎么办，我提到了exception处理两种思路，以及
genNextUrls可以怎么处理，面试官说可以，但是如果要求我的方法不能throw
exception出来，怎么让caller知道一开始的url给错了，我blabla。
面试官说现在回到你提到的scalable的问题，你的代码中有哪些地方是bo... 阅读全帖 |
|
b**********5
发帖数: 7881 | 18 我的blog上有点code， 但都是java的。Zookeeper里有一个比较实际的consistent
hashing的例子。 然后还有collector是个mini crawler嘻嘻的东西。 你可以用，
但都不是很全。。 |
|
m******3
发帖数: 346 | 19 walmart lab的这个
2.design web crawler system，how to scale，what would be the bottle neck and
how to solve the problem |
|
m******3
发帖数: 346 | 20 dropbox的，感觉这家也很难
1. 给一堆file，如何比较有效率的把内容完全相同的file group到一起，file可能非
常大
Onsite：
1. log_hit(), get_last_5mins_hits()那个题目，concurrent怎么搞
[这个应该是用circular window吧，concurrent怎么做呢？]
2. token bucket，假设每x秒提供一个token，然后外面可以申请任意数量的token，如
果token不够就block，要求concurrent情况下，不能有专门的thread产生token，怎样
用最简单的方法实现
3. web crawler，要分析可能的bottleneck，然后转化成concurrent运行的版本，写
runnable代码。 |
|
H******7
发帖数: 1728 | 21 beanbun 大牛给讲讲设计题你怎么回答的吧？比如k-v design.比如web crawler
design.都拿到offer了回答肯定有过人之处。 |
|
b**********5
发帖数: 7881 | 22 好几家公司问他web crawler design的题目， 还有G家问他怎么判断两个document相似
。。 如果不是我知道他以前在rocketfuel工作， 我还以为是和我以前一个team的人。
。。 他还做storm， 和我做的东西都很相似。。。 |
|
b******g
发帖数: 77 | 23 推荐chris manning 教授的Introduction to information retrieval
看19和20章
http://www-nlp.stanford.edu/IR-book/
web crawler的基本知识都涵盖了。比如，如何做DNS resolution；如何判断两个网页
是否有重复内容；如何实现politeness（不要hit 一个网站太频繁）；如何实现，高质
量的网页（nytimes)crawl间隔短，低质量的间隔时间长。 |
|
|
a***b
发帖数: 36 | 25 155k＋15%＋700GSU＋50k signon，t5。还有空间谈么？
背景是ms＋6年，目前是另外一个大公司的senior。遇到的算法题目都比较简单，不超
过leetcode中等难度，有不少design的问题，
1. 设计一个在不同设备上同步通讯录的系统
2. web crawler design和机器估算
3. 一个接受不同data source的feeds的系统，如何存储和integrate数据 |
|
A*******e
发帖数: 2419 | 26 第一题还好懂一些。
第二题是多大规模的web crawler？
第三题，什么样的不同源数据做feed？给点例子？
version
detail |
|
a***u
发帖数: 383 | 27 web crawler算是基础知识吗？哪门课程可以推荐下？从来没学过。 |
|
|
a*********8
发帖数: 140 | 29 这个版伙伴们积极分享的面经给我的帮助特别大。 看到常来的伙伴们，陆陆续续都拿
到offer，一直很受鼓舞， 我也终于拿到心仪的offer了。
我有过的严重教训和误区：
两年前，产生换工作念头后，不知道要刷leetcode题这一说， 也没来贵版查面经。因
为曾经差点拿到Google offer （没match上组）， 就随便看了看data structure和sql
， 结果Google和 Facebook 电面都没过，深受打击。
一年前，还是不知道刷leetcode这个事的重要，直接上Tango, C3Energy, Microsoft,
Yahoo, AOL，还有几个一般名气的中小公司练手，都过了电面， 当然都止步于
onsite。和朋友聊起，上Leetcode网站去看，几乎考到的题，都在上面，这个懊恼的。
我在目前的驴子处，做Java/J2EE有5-6年了，以为只能申请用Java的公司。 最近半年
我来贵版越来越勤，看到热心的同胞贴的内推要求，也看到没有相关经验的伙伴，靠算
法就拿到大offer，受了启发 – 现在的热门公司都重算法，不重这个靠时间笨人烂人
也会积累的经验。
因为... 阅读全帖 |
|
s*****l
发帖数: 45 | 30 1. Game of lives, 输入: 给一个matrix的grid, 每个的值是Live or Dead, 输出: 一
个同样大小的matrix, 每个的值设定如下:
如果目前值是live, 而且周围8个grid中, live的数量是2 or 3, 则变成dead
如果目前值是dead, 周围8个grid中, live数量是3, 变成live
followup: 尽量减少内存开销, 该怎么做, code之.
2. 买罐装汽水，只能一罐一罐或者一箱一箱地买。箱子有几种不同大小，比如一箱12
罐，一箱6罐, 一箱2, 一箱1 等等。这个input是个list。让输出所有买法（就是每种
package买几个这样）
用recursive解了
followup: 如何剪枝
3. 老题目: 返回一个文件系统里面的duplicate files
4. 老题目: 设计一个web crawler, 多线程版本
5. 给出一堆log, 里面有photo id和访问时间, 还有一个iterator, 能够按照photoId
和访问时间iterate, 问如何输出... 阅读全帖 |
|
z****e
发帖数: 54598 | 31
把知识拆成碎片，一点一点积累起来
nosql的cap是一个碎片，这个跟其他碎片依赖小，很容易捡
就捡起来，然后cassandra对应的是哪个部分，怎么处理的
也捡起来，然后crawler是一个碎片，捡起来
再然后inverted index table是一个碎片，捡起来
多线程部分是一个碎片，捡起来，异步是一个碎片，捡起来
这样一点一点积累下去，一段时间之后就不一样
哪怕是瞎搞，也比什么都不做强很多
编程这种东西，就是熟能生巧的玩意，自己发挥主观能动性
能做很多东西，不指望在一夜之间就什么都懂
实际上也没有多少人真的什么都懂，但是基本原理要理解
而理解基本原理，你就是看cassandra.apache.org的文档
都能学会不少东西，你看wwzz从不懂cassandra到现在
用了多久？临渊羡鱼，不如那个啥？
越怕越不做，越不做越是什么都不会做
真想学，自己会去琢磨，都多大的人了，学习这种东西还需要教么？
实际上工作了之后的学习也还是靠自己 |
|
|
发帖数: 1 | 33 Hey losers~ Check out what a winner looks like~
https://voyagersview.blogspot.com/2017/08/the-story-of-an-underdog-2.html?m=
1
上篇从小学讲到大学，今天再来聊聊之後发生了什麽事，这边是比较接近现代的故事，
所以不知用啥照片好，就选张比较特别一点的军旅照吧。
台南市立东光国小
台南市立建兴国中数理资优班
保送台南一中资优班
推甄进入清华大学资讯工程系
清大资工全班第一名毕业
陆军官校图书馆网路官
UIUC CS MS GPA 4.0 （全额奖助学金)
Software Engineer @ Truveo (AOL) (26~28岁)
Senior Software Engineer @ LinkedIn (28~31岁)
Senior Software Engineer II @ Uber (31~34岁)
大学後半自己觉得这四年不管是课业或课外活动，都过得挺成功的，这也是我第一次觉
得这匹黑马总算漂亮的赢了一役，就开始想挑战下一个等级。大概是大叁的时候，我就
发... 阅读全帖 |
|
k**********i
发帖数: 36 | 34 这周一收到recruiter邮件说面试lean positive，进入team match阶段。本人CS硕士，
5年工作经验，经验偏重于Search Engine Ranking，Web Crawler，Data Ming
Pipeline。类似的Backend的组都可以接受，Google 一直是我的Dream，求打捞。 |
|
o****g
发帖数: 174 | 35 用的是这个wheel, 要先加载一个package scrapy.
https://github.com/LKI/wescraper
有如下错误：好像是没有得到cookie? 为什么?
[scrapy.utils.log] INFO: Scrapy 1.5.0 started (bot: scrapybot)
2018-01-23 17:51:22 [scrapy.utils.log] INFO: Versions: lxml 4.1.1.0, libxml2
2.9.7, cssselect 1.0.3, parsel 1.3.1, w3lib 1.18.0, Twisted 17.9.0, Python
2.7.13 |Anaconda 4.4.0 (64-bit)| (default, Dec 20 2016, 23:09:15) - [GCC 4.4
.7 20120313 (Red Hat 4.4.7-1)], pyOpenSSL 17.0.0 (OpenSSL 1.0.2l 25 May
2017), cryptography 1.8.1, Platform Linux-... 阅读全帖 |
|
i******y
发帖数: 21 | 36 Our clients, the top management consulting firms, working for international
banks in the Capital Markets and Banking group are seeking:
Essential Functions of IM/EDM Managers:
IM/EDM Managers are expected to contribute to the firm's growth and
development in a variety of ways, including:
•Engagement Management
•Client Management
•Business Development
•Practice Development & Eminence
•People Development
IM / EDM Managers in the Information Management practice are req... 阅读全帖 |
|
a*********w
发帖数: 169 | 37 互联网公司招聘大数据工程师 - 工作地点杭州和湾区
互联网公司新组建的大数据团队招聘数据和人工智能方向的岗位。
公司网址：www.PingPongX.com
公司性质：互联网支付，金融科技，电商服务，大数据
公司情况：2015年创立，C轮 venture backed by Fidelity等多家顶级的风险投资机构
，目前200人的团队，公司员工分布在杭州，深圳，旧金山，卢森堡，香港和东京
岗位名称：数据分析师，数据工程师，数据科学家各若干人
工作地点：杭州和旧金山，最好是杭州
联系方式：站内投条并简单介绍个人情况，或者联系email [email protected]
公司简介：
An innovative payment service provider for cross-border eCommerce sellers.
Our mission is to empower our customers to sell anywhere in the world. We
are committed to bring best-of-class services to ou... 阅读全帖 |
|
m*f
发帖数: 8162 | 38 就看那个weiming.info的作者用的crawler是咋样的。。。 |
|
y*f
发帖数: 2202 | 39 zz from amazon:
In my case it turned out to be only slightly better than the crap sold at
Home Depot, Ace or Lowe's, (just more expensive). Taurus SC just keeps em at
bay for a week or two and they'll be back. Them buggers are resilient to
everything but nuclear holocaust. Might work well for other creepy crawlers,
but forget fire-ants. Don't spend money buying TSC for them nasty critters.
You'll be just as disappointed as I was and $58.00 in the hole. |
|
z*********n
发帖数: 94654 | 40 最主要要爬阁楼或者crawler space，太脏，且有时候要破墙，涉及破墙批灰补漆的活
都脏且烦人 |
|
m*********t
发帖数: 399 | 41 【 以下文字转载自 Seattle 讨论区 】
发信人: mywaistcoat (马甲), 信区: Seattle
标 题: 家里一面墙没有电和奇怪的声音，什么情况？
发信站: BBS 未名空间站 (Sun Aug 10 22:30:14 2014, 美东)
电闸是合上的，今天中午开始就是没有电。奇怪的是扳到关，再扳到开的瞬间，
crawler space 里会发出很大的警报声，类似汽车报警的声音，持续1-3秒的样子，试
过很多次都是这样。总闸和其他区域都是好的。
谁有过类似的经验？ |
|
|
j********e
发帖数: 1244 | 43 在卖baby food的地方能找到 各种口味牌子
不过六个月有点早 没必要 上面说明给crawler
到了8 9个月再给也不迟 |
|
p*******n
发帖数: 1206 | 44 我家嘟嘟今天刚六个月。我一版是早上十点左右喂一合gerber的baby food。下午大人
吃晚饭的时候再喂一盒。基本上三天换一种口味。
因为嘟嘟5个月就会爬了，所以最近加了crawler吃的graduates puffs当做平时的领食
，也不知道对不对，hehe。
不过嘟嘟奶喝的不多，一天也就吃16到20oz，所以现在才15磅。 |
|
j*******y
发帖数: 1039 | 45 14 months, she was a super crawler |
|
r********h
发帖数: 5638 | 46 我们家会爬(朝前爬，从来没有会倒着爬过），长了2个零一丁点牙，急了想吃奶含妈妈
，有一天晚上爸爸当班，爸爸不理他，他逼急了喊了爸爸，但是不会鼓掌，不会挥手再
见，这个怎么教都不听，不知道你是怎么教的？
我们这个吃迷糊很早，4个月就开始了，蔬菜，豆子泥，水果不多，周末我看着或者偶
尔下班之后，给先刮一些，从6个月就开始吃肉了，今天7个半月，我给他吃了点yobaby
yogurt.哦，那个graduate 水果味的小星星的给crawler吃的，我们家特爱吃，每天最
少10粒。
你们唐诗怎么教的？就念给她听吗？我们这个我无力哇啦的讲故事，他不停，给他看书
，他就拿过来啃 ：（ 我好多书都被他啃烂了 |
|
p*********d
发帖数: 2373 | 47 8个半月可以吃puffs了吗？看到包装上是给crawler的，可是我家宝宝现在还在匍匐，
不会真正的爬 |
|
|
d****i
发帖数: 2346 | 49 Enfagrow check:
$5.00x2张 4月30过期
$5.00x2张 5月31过期
Goodstart check:
$5.5x1张 7月1日过期
Gerber的purees,puffs, snacks, juice, crawlers的0.65或0.75的coupon共6张，10月
1日过期。
Ask $13+$0.5shipping fee.
PM for paypal.
THANKS.
NOTE: 不拆开，太麻烦了。 |
|
w***c
发帖数: 515 | 50 你家宝宝已经可以爬了吗？Puff是给crawler吃的，我们家7个月1周还不会怕，没敢给
他吃。 |
|
