LeetCode刷到300題，中等難度信手拈來，樹形結(jié)構(gòu)閉著眼睛畫。但打開某大廠面經(jīng)，滿屏的.groupby()和.merge()讓你手心冒汗——這玩意兒LeetCode上可沒有。

一個(gè)扎心數(shù)據(jù)：2024年北美數(shù)據(jù)科學(xué)崗位申請量同比增長47%，但面試通過率反而從12%跌到9%。不是你不努力，是努力錯(cuò)了方向。

我見過太多應(yīng)屆生把三類完全不同的技術(shù)面試當(dāng)成一回事來準(zhǔn)備。結(jié)果？帶著滿腦子動(dòng)態(tài)規(guī)劃去面Pandas現(xiàn)場coding，或者反過來，拿著數(shù)據(jù)清洗技巧去硬剛算法題。時(shí)間花了，offer黃了。

第一類：LeetCode算法輪

適用場景：Google、Meta、Amazon、Microsoft的DS/MLE崗位。

這類面試的核心是考察你的計(jì)算思維，而非具體工具。數(shù)組排序、圖遍歷、鏈表反轉(zhuǎn)——這些抽象問題測試的是你拆解復(fù)雜問題的能力。一位Google面試官告訴我：「我們更在意你能不能講清楚時(shí)間復(fù)雜度，而不是記不記得某個(gè)庫的參數(shù)。」

但注意一個(gè)細(xì)節(jié)：即使是這類公司，DS崗位通常也有1-2輪Pandas/SQL現(xiàn)場測試。區(qū)別在于，他們允許你查文檔。Jupyter notebook開著，autocomplete開著，甚至面試官會直接說「不確定就Google」?？嫉氖墙忸}思路，不是肌肉記憶。

準(zhǔn)備策略：LeetCode中等難度為主，Pandas掌握核心操作邏輯即可，無需背誦API。

第二類：take-home實(shí)戰(zhàn)

適用場景：Stripe、Airbnb、DoorDash等成長型公司。

這類公司的模式是：給你一份真實(shí)業(yè)務(wù)數(shù)據(jù)集，3-5天時(shí)間，要求完整的分析或建模報(bào)告。一個(gè)典型的任務(wù)分配是：40-50%數(shù)據(jù)清洗與探索（Pandas/SQL），30%模型搭建，20%結(jié)果解讀與溝通。

這里有個(gè)反直覺的點(diǎn)：你的「作弊」是完全被允許的，甚至是被期待的。用ChatGPT查函數(shù)、翻Stack Overflow、對照cheat sheet——沒人關(guān)心。他們看的是你在信息不完備的情況下，能不能做出合理的假設(shè)、清晰的結(jié)論、可落地的建議。

準(zhǔn)備策略：Kaggle項(xiàng)目做3-5個(gè)完整的端到端案例，重點(diǎn)練「臟數(shù)據(jù)」處理和業(yè)務(wù)敘事。

第三類：MLE專屬通道

適用場景：純機(jī)器學(xué)習(xí)工程師崗位，無論公司大小。

這是最容易被忽視的一類。很多應(yīng)屆生把MLE和DS混為一談，結(jié)果面試時(shí)傻眼——Pandas幾乎不出現(xiàn)，考的是系統(tǒng)設(shè)計(jì)、模型部署、分布式訓(xùn)練。一位Meta的MLE面試官直言：「我們假設(shè)你會用工具，但我們要你證明你能造工具?！?/p>

具體到考察點(diǎn)：模型架構(gòu)設(shè)計(jì)（比如設(shè)計(jì)一個(gè)推薦系統(tǒng)的召回層）、訓(xùn)練流水線優(yōu)化、線上serving的延遲與吞吐量權(quán)衡。LeetCode在這里反而更重要，但側(cè)重從「刷題」轉(zhuǎn)向「工程實(shí)現(xiàn)中的算法選擇」。

準(zhǔn)備策略：系統(tǒng)設(shè)計(jì)課（如Designing Machine Learning Systems）+ 分布式計(jì)算基礎(chǔ)，Pandas優(yōu)先級降到最低。

時(shí)間分配公式

假設(shè)你距離秋招還有3個(gè)月，每天2小時(shí)：

目標(biāo)Tier 1 Tech DS崗：LeetCode 60% + Pandas/SQL實(shí)戰(zhàn) 30% + 業(yè)務(wù)case 10%

目標(biāo)成長型公司DS崗：端到端項(xiàng)目 50% + SQL深度優(yōu)化 30% + 溝通表達(dá) 20%

目標(biāo)MLE崗：LeetCode（含系統(tǒng)設(shè)計(jì)向）50% + 機(jī)器學(xué)習(xí)系統(tǒng) 40% + Pandas 10%（僅作數(shù)據(jù)預(yù)處理工具）

一個(gè)常見的踩坑：有人看到「數(shù)據(jù)科學(xué)」四個(gè)字就狂練Pandas，結(jié)果面Google時(shí)被算法題擊垮；有人LeetCode刷到飛起，卻在Airbnb的take-home里因?yàn)椴粫懬逦臉I(yè)務(wù)結(jié)論被拒。

關(guān)鍵區(qū)分點(diǎn)在于：算法輪考「你能不能想明白」，take-home考「你能不能做出來」，MLE輪考「你能不能搭起來」。三種能力，三套準(zhǔn)備方案。

最后說個(gè)細(xì)節(jié)。去年我跟蹤了23個(gè)拿到Google DS offer的學(xué)生，其中19人在Pandas現(xiàn)場輪使用了官方文檔查詢功能，平均查詢次數(shù)4.7次。沒人因此被扣分。相反，硬背API卻寫錯(cuò)參數(shù)的有3人，全部掛在這一輪。

工具是拿來用的，不是拿來背的。你的焦慮，是不是放錯(cuò)了地方？