OfferForge 导师 Dr. W. — 博士毕业，前 FAANG Senior MLE。研究方向为大规模分布式机器学习系统，曾在顶级国际学术会议发表多篇论文。负责团队学术方向把控与 MLE 面试辅导。
OfferForge 导师 Dr. S. — 前大厂 Senior SDE，精通分布式系统与大规模数据处理。曾在顶级技术会议发表多篇技术报告，专注于系统可扩展性与可靠性。负责课程体系设计与 System Design 面试辅导。
OfferForge 导师 Dr. L. — 前大厂 Senior SDE，深耕分布式系统与微服务架构。在服务治理、事件驱动架构方面有丰富实战经验。负责求职策略制定与 SDE 面试辅导。
Meta 的面试通常先从一轮technical店面开始。candidate 遇到的是一位白人 Manager，刚开始比较严肃。电面环节考了两道题，第一题是 LeetCode 408，难度不大，candidate 一次写对，面试官还追问了 leading zeros 的处理问题。第二题是 LeetCode 528 的变种，题目改成了 city 和距离，需要自己 parse 输入字符串。candidate 也顺利写完并且 bug free，一次过。面试官随后问了 follow up，能不能更快？candidate 回答可以用 binary search，并且当场写了代码。两天后 recruiter 就联系 candidate，说反馈很好，而且明确提到面试官推荐 candidate 可以直接面 E5，算是个很积极的信号。
Virtual Onsite 一共五轮，第一轮是 Coding。也是一个白男态度友好。第一题是 Merge Sorted Arrays，这类题目很基础，很快写完也通过了。第二题要求写一个数据结构，除了支持 add/get/delete (key, value) pair 之外，还要支持 last 操作。其实就是在 Map 的基础上加一个 Stack，但 last 有一些特殊点，题目本身没有解释清楚，这时候一定要主动问清楚需求。candidate 写完后，面试官还让解释怎么写测试，candidate 给了几个 test case，他也点头认可。
第二轮 coding 的面试官是一个年轻的 Manager。第一题是 LeetCode 54，第二题和树相关，需要用 DFS。两题都写得很快，也是一次通过。最后 candidate 还口头描述了几个 test case，模拟了一下运行过程，面试官确认没问题。第二题是经典老题 tok K frequent element。
这一轮考的是系统设计，面试官是 Instagram infra 的小哥。他一上来就说不会互动，要求 candidate 自己把整个功能设计完整。题目是设计一个 Instagram，支持 feed generation。这道题 candidate 事先准备过，包括 API 设计、数据库 schema、组件划分、pull 和 push 模型的对比，以及如何用 hybrid 模型结合两者优缺点。 candidate 完整地讲解了一遍，涵盖了从架构到扩展性的思路。小哥听完比较满意，然后问了两个细节问题，就结束了。
这一轮还是系统设计，题目是设计 Instagram 上的卖货功能，要支持 Post Item、Search、Bid 等等。面试官是国人，做 Security 的，互动性很强。他重点追问了如何高效实现 Search，比如 indexing 的几种方法；在 Bid 功能上，也深入讨论了如何防止买家自我炒作、刷单等情况。由于 candidate 在系统设计上反复刷过类似的题，这两轮的答案都比较完整，能覆盖 Meta 面试的标准要求。感觉面试官没有抓到什么明显漏洞，从 Meta 的面试风格看，这种情况往往就能给 Strong Hire。