Meta 面试 会更注重candidate运用学习技术解决实际问题的能力，所以产品认知很重要。建议提前熟悉Meta旗下如Facebook、Instagram、Reels、Marketplace等产品的功能与核心目标，在面试中结合specific scenarios展开论述时会更自然，也更容易给出面试官希望听到的答案，不过Meta 面试能够拉开差距的是实际业务场景紧密结合的能力，之前经历过 Meta timeline 一亩三分地 超长时间线，相关情况也在地里同步分享了。
Meta Timeline
06.05 HR reach out
08.21 technical interview w/ HM (experience intro/deep dive+behavior)
10.15 full loop (2 round coding)
10.17 full loop (2 round system design+1 behvior)
11.03 HR call (coding 需要加面)
11.17 coding 加面
11.25 HR 说送审hiring committee
12.09 HR email 通知offer
12.10 TC expectation call
12.12 TC number call
整体面试流程超长，中间经历了加面再加面，到账时间线拉的很长，不过好在结果还是好的，面了快半年的meta 终于是通过了，分享下自身的OA和面试经验。
Meta 面试问题分享
Meta面试是用Zoom的，coding环节有时候不需要跑通代码，而是更看重思路，所以写的最好边写边沟通，让面试官清晰你的思路和逻辑。
Meta 面试第一轮
Coding1： 题目给出一组区间，需要把有重叠的区间合并成一个。
这题是Tag题，原题链接参考。
思路是先按照起点进行排序，然后扫描一遍，如果当前区间和上一个区间有重叠，就合并成一个更大的区间，否则就直接加入结果集。然后dry run的时候，最好举一个多个区间重叠的例子，让面试官了解你能不能主动验证边界，比如当区间完全相邻的时候算不算重叠等
Coding2： 题意是有若干门课，每门课可能依赖其他课程，问你能不能完成所有课程。
这道题其实就是要判断一个有向图里是否存在环。如果有环就没办法完成所有课程，思路是先统计每个课程的入度，然后不断找入度为零的课程，把它从图里移除，同时减少相邻节点的入度。如果最后能遍历所有课程，说明没有环，否则就存在循环依赖。
写完后要dry run，比如输入只有两门课，依赖关系是 [1,0]，你就从课程 0 开始，入度为零，把它选出来，然后课程1的入度减一，也变成零，于是拓扑排序结果是[0,1]，所有课程都能学完，返回true。
这轮面试下来，Meta的面试官挺友好，写代码的时候并没有打断你，时不时也会给你一些提示，比较看重思路。
Meta面试第二轮
Meta二面也挺顺利的，面试官是一位华人姐姐，整体感受氛围比较轻松，特别放松。整体难度我觉得是中等偏上一丢丢，现在来和大家好分享下。
BQ
- 分享一次你在团队项目中，因为成员意见分歧导致项目推进受阻，你是如何协调并推动项目继续的经历；
- 描述一次你需要快速学习一项全新且复杂的技术，并将其应用到实际工作中的经历；
- 讲述一个你在工作中设定了很高的目标，然后通过努力最终达成
Coding
题目：给定一个表示建筑高度的整数数组heights，找出能看到海的建筑的索引（假设海在右侧，建筑能看到海的条件是其右侧没有比它更高的建筑）。
思路：从右往左遍历数组。维护一个变量maxHeightSoFar，记录当前遍历过的最高建筑高度。如果当前建筑高度大于maxHeightSoFar，说明该建筑能看到海，将其索引加入结果列表，并更新maxHeightSoFar为当前建筑高度。最后将结果列表反转，得到从左到右能看到海的建筑索引顺序。从右往左遍历，能保证每次找到的是右侧没有更高建筑的建筑。因为从右开始，第一个建筑肯定能看到海，之后只要遇到比之前最高还高的建筑，就说明它右侧（已遍历过的部分）没有更高的，所以能看到海。最后反转列表，是为了得到符合从左到右顺序的结果。时间复杂度为O(n)，只需要遍历一次数组；空间复杂度为O(k)，其中k是能看到海的建筑数量。
Meta System design面试
Meta的面试官最关心的是你的decision-making process和trade-offs analysis，不是标准答案。 面试官问我：”Design Amazon product catalog system for billions of products” ，我画了microservices architecture，面试官继续：”Why choose eventual consistency over strong consistency? What’s the business impact？”
Meta系统设计重点：
- Scale Thinking：billions of products、millions of concurrent users；
- Trade-offs Analysis：consistency vs availability、cost vs performance；
- Business Context：每个technical decision都要考虑customer impact；
- Fault Tolerance：circuit breaker、graceful degradation、disaster recovery；
最challenging的是Meta-scale considerations：
- Data sharding strategies for massive datasets；
- Caching at multiple levels（browser、CDN、application、database）；
- Cross-region replication和global distribution；
Cost optimization和resource management关键preparation areas：
- Distributed systems fundamentals；
- Large-scale system patterns；
- Performance optimization techniques；
了解更多
Meta 面试 过程里，面试官更看重解题思路的表达和技术细节的思考，Coding时边写边讲会很加分 Meta VO的节奏很稳定，Meta的Tag题目也比较多，相比其他公司，难度和流程都比较容易掌握。最近也面了Meta、亚马逊、TikTok等公司的VO，基本都顺利通过。每轮下来都比较顺利，没把握的可以多练习。
Interview Aid 专注北美技术岗位的面试辅助，如果你近期也拿到Meta的面试，可以参考meta 一亩三分地的Timeline，也可以与我们联系获取相关资料，同时我们免费提供meta真题参考。