Meta timeline 一畝三分地 | OA + Onsite 全流程拆解

今年 Meta 的 AI SDE 招聘節奏整體偏快,只要你 OA 過了,後續 timeline 基本是“連軸轉”。下面按我真實輔導學員的經歷,把流程拆得更細一點,讓你能清楚看到每一步在考什麼、怎麼準備。

Meta官方 Timeline

  • Day 1:收到 OA(CodeSignal)
  • Day 3:提交 OA,當晚或次日自動進入技術篩選
  • Day 5:收到 Onsite 邀請,最近可約 3~7 天內
  • Day 8:正式 Onsite 四輪
  • Day 10-12:收到最終結果(AI 團隊反饋都很快)

Meta AI 團隊招人是真的著急,整個 timeline 都跑得飛快。

OA(CodeSignal)真題 + 感受

90 分鐘 4 個關卡,說實話節奏不算輕鬆。

Level 1-2:熱身題

很常規,簡單 string、array 操作。

示例:
把字串裡大寫字母和小寫字母分組,順序不變。

能穩寫就行。

Level 3:開始有點味道

這個是關鍵篩選點。

真題示例(精簡版):
給一個 grid,有動態障礙,每兩步可能多一個 block,問從左上到右下有多少條路徑。

主要是看你 DP 思路清不清楚。
這題寫得順的人很快脫穎而出。

Level 4:寫多少算多少

我做的是一個社交關係推薦,top-K mutual friends 那種。

不要求 AC,寫出框架就夠。

Onsite(四輪)——每一輪我都加上真題、真實感覺

第一輪:BQ(深挖)

這一輪其實挺累,因為面試官問得特別細。

舉個當時的問題:
“Tell me about a time you disagreed with a senior engineer.”

然後他不是聽完就過,而是連續問:

  • 當時你為什麼不同意?
  • 你有沒有資料支援?
  • 你們爭到什麼程度?
  • 最後誰讓步?
  • 現在讓你重新來,會不會做一樣的決定?

Meta 的 BQ 沒有廢問題,真的是往死裡挖“你怎麼思考問題”。

真實感受:
如果你故事是編的,基本扛不住這種追問;但如果是真經歷,會越說越順。

第二輪:Coding(兩題)

整體難度在 medium+、hard- 這種區間。

真題 1(DP + 方向限制):

給一個帶 cost 的矩陣,從左上走到右下,但最多隻能拐 k 次彎。求最小 cost。

我當時是先 verbal 思路,從 DP 狀態怎麼設計講起,然後面試官才讓我寫程式碼。

Meta coding 的核心不是 AC,而是你能不能把思路講清楚。

真題 2(陣列分段):

給一個陣列和一個 target,把陣列切成若干段,每段的 sum ≤ target,問最少幾段。

考點很直白,但邊界挺多。

我的真實感受:
Meta 在 coding 裡非常看你對邊界的掌控。如果你能主動提到 corner case,他們會明顯點頭。

第三輪:系統設計(AI 場景,不是傳統大廠套路)

這一輪我一開始以為會問 session、cache、sharding,結果完全不是。

真題(真實場景版):
設計一個 AI 資料處理流水線,從 ingestion → cleaning → feature → model → inference,全鏈路打通。

面試官特別關心三個點:

  1. 你怎麼處理 delayed data?
  2. 特徵如果需要重算,你的 pipeline 怎麼支援?
  3. 模型上線失敗時,回滾怎麼做?

這輪時間只有 35 分鐘,你沒法吹太多架子,結構化表達能力非常關鍵。

真實感受:
Meta 的系統設計不像 Amazon 那種有套路,更像“你來搭一個能真的用的 system”。

第四輪:AI 程式設計(多檔案 Debug,很多人翻車)

這是 Meta AI SDE 崗位最特色的一輪,也是我準備最多的一輪。

給你一堆檔案:

  • preprocess.py
  • datasets.py
  • model.py
  • trainer.py
  • evaluator.py
  • main.py(入口)

你要:

  • 理解程式碼
  • 跑邏輯
  • 找 bug
  • 修 bug
  • 再驗證

真題 bug 示例:

  1. label encode 在訓練和推理階段不一致(preprocess 檔案)
  2. evaluator 的 accuracy 維度寫反
  3. gradient accumulation reset 位置錯了(trainer)

真實感受:
這輪完全看你有沒有平時寫過工程專案,而不是刷 LeetCode 可以解決的。

大部分同學不是不會寫,而是會 panic,因為時間太短、檔案太多。

準備建議

如果你只刷題,不寫專案,AI 程式設計輪就是噩夢。

如果你沒認真整理 BQ,第一輪會直接淹死。

如果你不熟悉資料處理邏輯,第三輪很容易答得四不像。

但如果你是那種“動手能力強、表達清晰的人”,Meta 會非常喜歡。

Programhelp | 你面試背後的“隱藏戰力”

說句心裡話,現在的大廠 VO / OA,靠一個人硬扛真的太費了。越來越多同學來跟我說:題不難,但壓力大、節奏快、腦子一慌就宕機;明明準備很久,卻常常卡在面試官追問的那一瞬間。

這也是為什麼這麼多人後來選擇讓 ProgramHelp 做他們背後的“第二大腦”。

我們不是那種只靠 AI 糊弄的套路,而是真正由 北美現役工程師 + CS 專業背景導師 組成的實時協作團隊。形式非常剋制但有效,例如:

  • VO 面試中提供 實時語音點撥
  • OA 階段用 無痕遠端聯機(ToDesk) 帶你避坑加速,保持自然操作軌跡
  • Coding 時遇到盲點,導師會比你更快發現 bug 的本質
  • 行為面臨場景,不是背稿,而是用 亞麻/谷歌工程師的真實表達框架去帶你講到位

需要的話,隨時聯絡我們聊聊你的時間線和崗位,我們會給你最務實的方案,不虛、不誇張,從你的情況出發制定路徑。

author avatar
jor jor
END
 0