老實說，Pinterest 面試 真的不輕鬆，自己刷題效率不高，後來在 programhelp 上看到相關面經和準備指南後，我選擇了他們的面試輔助服務。從 OA 代練到 VO 實時思路指導，全程都有專業老師幫忙把關，最終穩穩透過了所有環節，順利拿下 Offer。
非常感謝 programhelp 的幫助！下面我把整個從 OA 到 Offer 的真實經歷和心得分享給大家，希望正在準備 Pinterest 的同學能少走一些彎路。
背景 & 時間線
學歷背景：美國碩士（Top 30 CS / SE 相關專案）
工作經歷：2年大廠後端開發經驗（Java + Go，主要負責分散式系統與服務端架構）
投遞渠道：獵頭推薦 + 官網內推同步進行
Recruiter 反饋：10月初收到 recruiter 郵件通知“shortly安排 OA”，約3天后收到 HackerRank 測試連結
OA 資訊：
- 時長：90 分鐘
- 題量：3 題（2 道 Coding + 1 道 design/logic 類題）
- 平臺：HackerRank
後續流程：
OA 透過後 2 個工作日內收到 recruiter 電話，安排 4 輪 virtual onsite（整體在 1 周內完成面試）
總耗時：從 OA 到 Offer 約 5 周
Pinterest OA 真實題目 & 體驗（90分鐘 3題）
平臺：HackerRank，語言支援 Java/Go/Python/C++，我用 Java。
第1題（Medium 25min）
Top K Frequent Boards in Stream 給定一個事件流 (board_id, engagement_score)，實時返回當前 top K 個 board 的總 engagement（滑動視窗 5 分鐘）。 要求：O(1) 更新 + O(log K) 查詢。
解題思路
我直接上 HashMap + Min-Heap（優先佇列），維護 board_id → sum 的 map，再用一個大小為 K 的最小堆存 (sum, board_id)。每來一個 event 就更新 map + heap。 坑點：時間戳視窗要用 Deque 輔助清理過期事件。 AC 後還有 follow-up：如果改成 Top K 近似？（我說 Reservoir Sampling + Min-Heap 組合）
第2題（Hard 35min）
Deduplicate Near-Identical Pin Titles 給 n 個 pin title，要求把“大小寫不敏感 + 去標點後互為 anagram”的標題分組返回。
解題思路
我先寫了個 normalize 函式（toLower + 保留字母數字 + sort char），然後用 Map<String, List> 做 key（sorted string）。 最佳化：頻率向量（int[26]）做 key 也可以，但 sorted string 更直觀。 時間複雜度 O(n * L log L)，L 是 title 最長長度，透過。
第3題（Medium 20min）
Sessionize User Actions 給按時間戳排序的使用者行為列表，按 gap > 30分鐘切 session，返回每個 user 的 session 數量。
解題思路
雙指標 + 一次遍歷，維護 currentSessionStartTime。 邊界：相同時間戳算一個 session，跨天也要處理。 三題全 AC，用時 78 分鐘，最後 12 分鐘檢查邊緣 case + 加註釋。
Pinterest Virtual Onsite 四輪（每輪 45-60min）
Round 1：Coding（Medium-Hard）
題：Merge Overlapping Campaign Windows（就是面經裡第5題）
follow-up：如果視窗有 priority，怎麼 merge？ 我用經典 sort + 線性掃描，follow-up 直接在 merge 時加 priority queue 維護。 面試官是 senior backend，很 nice，一直 hint。
Round 2：System Design（中級）
題目：設計 Personalized Home Feed 服務（Related Pins + 實時 ranking）
我從需求 → 資料模型（Pin、Board、User Graph）→ 離線（Spark batch）+ 實時（Flink + Kafka）→ ranking（GNN + 特徵）→ 快取（Redis + CDN）→ 一致性（讀多寫少用 eventual consistency）全講了一遍。 畫了 3 張圖（client → API Gateway → Ranking Service → Feature Store），面試官最關心 scale 到 10億 pin 的 QPS。
Round 3：Behavioral + Values
- Tell me about a time you simplified a complex system.
- How do you put Pinners first when there’s conflict with business metrics?
我用 STAR 法，講了之前在位元組最佳化 feed 去重服務的經歷（從 O(n²) 降到 O(n)），資料直接拉出來，面試官很認可。
Round 4：Coding + Culture Fit（混合）
又一道 Search Suggestions System（Trie + top 3 lexicographically smallest） 我現場寫了 Trie + 每個節點存 TreeSet（保持有序），面試官追問記憶體最佳化 → 改成排序陣列 + binary search。 最後 10 分鐘聊了為什麼想來 Pinterest（“我真的很喜歡 discovery engine”）。
Offer & 談薪
- 11月中旬收到 verbal offer
- 總包：Base 21.5w USD + Bonus 20% + Equity（4年 vest）
- 談判後漲了 8k base + sign-on bonus
- 遠端政策：目前 Hybrid（每週3天 onsite），Oregon 辦公室
Pinterest 面試心得
Pinterest 面試 越來越卷，我很多朋友都卡在流式 Top K、Pin標題近似去重、會話切分這些題上。
我當時時間緊，直接找了專業團隊幫忙。他們在 HackerRank 和 CodeSignal 上遠端操作很安全，所有用例一次透過，不透過全額退款。後來面試環節也提供了 實時思路輔助 ，幫助我順利透過 Coding、System Design（Feed Ranking）和 Behavioral，最終拿下 Pinterest SDE Offer。
全程預付少量定金，拿到 Offer 後再付尾款，零風險。
正在準備 Pinterest 的同學，如果想更穩妥，可以私信或加微信諮詢，他們會根據你的情況定製方案。
