Pinterest 面试辅助：Coding、MLE、Policy 数据题

Data coding：violation records unique pins、date range、per policy aggregation、binary search index。

Graph：pin related、board distance、multi-query BFS、memoization 和可见性过滤。

Matrix / DFS：sparse matrix add/multiply、robot 8 directions、escape room、two robots。

System / ML：pins search engine、personalized chatbot、recommendation、policy safety filter。

内容、Pin、Board、Policy 和推荐场景会出现在 coding 和 design 中。

MLE 面经较多，需要准备 retrieval、ranking、feature、safety 和 feedback loop。

数据处理题经常从基础 set 聚合追到索引、range query 和高 QPS。

给定 violation records，统计每个 policy 下 unique pins，并支持 date range 查询和重复记录去重。

给定 board→pins 成员关系，判断两个 pin 是否连通，求两个 pin 的最短距离以及两个 board 中任意 pin 的最短距离；多次查询讨论缓存。

管理有限房间游戏的玩家位置：advance/get_room O(1)，leaderboard(k) 按房间倒序、同房先到先排；另一原帖追问 O(1) 查询指定房间人数。

给 forest 的 parentIndex 数组和 target，把 target 及整棵子树标成 -1；追问稳定压紧剩余节点并重写 parent index。

给不同 Pin 类型的高度和屏幕高度，若 Pin 类型可重复使用，求恰好填满屏幕的最少 Pin 数；无解返回 -1。

已有 next() 每次返回任意长度字符串块，其中 //n 表示行分隔；跨块恢复完整行，处理分隔符切在 chunk 边界及末尾残行。

给 transactions=(from,to,amount)，输出任意一组 paybacks 让所有人净余额清零；不要求最少笔数，金额与方向需一致。

给多张有向旅行机票 (from,to)，起点未知，输出用完每张票恰好一次的路线；分支、重复票和无解规则需事先约定。

设计稀疏矩阵存储、加法与乘法；定义 COO 坐标输入、重复项求和、维度校验，只遍历可能产生非零结果的项。

设计商家商品单条更新与 CSV 批量非实时更新服务：上传对象存储、校验、分区处理、可靠重试、版本和查询一致性。

整合两个广告日志来源，统计 click/view 并按 location、gender、age 分组；支持历史范围重算、去重与可追溯数据口径。

设计按 category 的 leaderboard，并比较批量刷新与实时更新方案；定义分数、同分顺序、榜单查询和迟到事件。

二维网格机器人可沿上下左右及对角线八方向移动，标记从起点可到的位置；追加障碍和双机器人追问时先澄清规则。

已有训练好的 Pin embedding，如何构建多个用户兴趣 embedding，支持兴趣分离、召回、更新与冷启动？

设计 Pin 首页 feed ranking，兼顾用户实时互动、召回与排序延迟、安全过滤、多样性和长期目标。

推荐系统给精排模型多少候选？结合召回率、模型每候选计算量、分布式实例数和延迟预算推算，避免背固定值。

给 60GB GPU 如何估算模型服务 batch size？拆模型权重、激活、工作空间、并发和碎片余量，并用压测确认。

设计检测不安全 Pin 内容的系统：上传和分发前的分层审核、误杀/漏放、人工复核、对抗与模型更新。

设计提升社交平台广告 CTR 的系统，说明 user/ad embedding、训练样本与标签、位置偏差、在线排序和实验护栏。

多组超参数各有候选值，输出所有参数组合并设计测试用例；讨论空组、重复值及组合数指数增长。

比较两组输入代表的集合是否相同：忽略输入顺序与重复次数，明确元素可哈希、空集合及是否原地修改。

给非负数组与 K，统计所有连续子数组中 sum×length≤K 的数量；说明负数为何破坏 O(n) 滑窗单调性。

从字符串实现十进制 round，并按 p 指定的 10 的幂取整；覆盖 -.2、2.、超长数字、进位和 half-up 并列规则。

0–999 桶已分配给互斥实验组；按目标百分比调整各组桶数，尽量保留原桶并优先使用原本未分配的桶。

把 source 的字符放入集合，扫描 target 判断它的字符能否由 source 的字符种类组成；先澄清字符是否可重复使用。

设计 Blackjack 的 Player/Hand、连续 Split 状态机、6–8 副牌 Shoe 发牌与 Cut Card 延后重洗。

从两个上游 API 收集商家元数据（如粉丝数、成立年份），解决身份映射、字段时间口径、存储和查询服务。

学习率太大和太小时，训练 loss 为什么会振荡或收敛缓慢？用一维二次损失和真实 batch 噪声分开解释。

普通全连接网络反向传播时，靠输入端还是输出端更容易梯度消失？写出链式法则并讨论残差连接等例外。

解释 bias–variance、过拟合及防治；用训练/验证学习曲线先排除数据泄漏和时间分布漂移。

比较 L1 和 L2：写出目标函数、权重变零或平滑收缩的条件，并讨论特征尺度和相关特征。

扫广告曝光日志找 Top K；训练版实现 ingestImpressions 和最近 W 时间窗口计数，明确事件顺序、过期边界和并列顺序。

实现 Trie 的 add、完整词 search、delete 和前缀 autocomplete；删除保留共享前缀，建议按训练版词典序排序。

旅行共同支出最少付款：先分摊净额，再最大化零和分组：每条支出由payees均分，允许跨原始付款关系清算，输出全体清零的最少交易方案。

Violation records 要处理重复和范围查询

统计每个 policy 下 unique pins 不只是用 set。更好的回答会讨论 date range 查询的索引策略、重复记录的去重逻辑、增量计算 vs 全量重算的取舍，以及高 QPS 下的缓存和分区策略。面试官想看你能不能从简单聚合扩展到生产场景。

Pin-board-user 图要考虑可见性和多查询优化

查询相关 pin 或 board 距离不只是 BFS。更好的回答会主动处理可见性过滤（某些 pin 不可见）、多查询缓存（热门 pin 的结果复用）和图分区策略。面试官想看你能不能把图算法应用到内容推荐场景。

Recommendation 要讲清 retrieval 和 feedback loop

不要只讲排序模型。更好的回答会拆 retrieval（候选集生成）、ranking（精排）和 re-ranking（多样性/安全过滤），并讨论 user feedback 如何回流到模型训练。面试官想看你能不能把推荐系统讲成一个有闭环的线上服务。

Pinterest 常见目标岗位

建议重点模拟这些轮次

Pinterest 面试流程一般有几轮？

Pinterest 的面试流程通常包括 OA / Phone Screen、VO / Onsite 多轮技术面、Behavioral 面和 Hiring Manager 面。具体轮次取决于岗位和 Level，建议提前了解目标岗位的标准流程并针对性准备。

Pinterest 最常考什么题型？

根据同学提供的面经信号，Pinterest 最常考的题型包括 Data coding：violation records unique pins、date range、per policy aggregation、binary search index。、Graph：pin related、board distance、multi-query BFS、memoization 和可见性过滤。、Matrix / DFS：sparse matrix add/multiply、robot 8 directions、escape room、two robots。、System / ML：pins search engine、personalized chatbot、recommendation、policy safety filter。。建议先从高频题型入手，再做项目深挖和模拟面试。

Pinterest 面试需要准备多久？

建议至少提前 7-14 天开始冲刺准备。如果还在投递期，可以先做题型地图和岗位定位，拿到面试邀约后集中做模拟面试和表达训练。

Pinterest SWE 岗位最难的是什么？

Pinterest 的面试以严格的 Hiring Bar 著称。最常见的失分点包括：前置澄清不充分、边界测试缺失、系统设计只背模板、项目深挖无法体现 ownership。针对性模拟可以有效降低这些风险。

Pinterest 面经应该怎么看？

同学提供的面经适合用来判断 Pinterest 高频题型、轮次和常见挂点，但不要只背原题。更稳的做法是把面经拆成 OA / Coding / Design / Behavioral / HM 五类信号，再按目标岗位和 level 做限时训练。

Pinterest 代面、面试辅助、OA 代写多少钱？

Pinterest 代面（对口型）$499/轮起，多轮连面有打包价；SWE 辅助（实时）$299/轮起；OA 代写 $199 起，提前 1 天交付。最终价格按岗位、轮次和具体面试情况浮动，添加微信 interview_coach_pro 先聊 30 分钟免费咨询再报具体价格。