Airbnb是一家于2008年在旧金山创立的在线住宿平台，为全球提供度假租赁和民宿住宿服务。在2022年第一季度，该平台的预订量突破了1亿人次，收入同比增长了70%。根据Glassdoor的数据，Airbnb的数据科学家平均年薪为201,413美元，年薪范围从14万美元到339,000美元不等。基本现金部分达到了142,291美元，加上福利和奖金，全年收入近135万人民币。员工在福利评价平台上给出了4.5分的评价。这个福利包括医疗、牙科、视力等全包保险、带薪休假、员工旅行券、免费餐饮和折扣等。Airbnb的面试流程包括三个阶段。首先是电话筛选，面试者需要和HR进行15到30分钟的谈话来确认简历的真实性。HR会特别关注面试者对Airbnb业务的理解和热情。建议面试者提前下载Airbnb的App，分析房源数据并思考如何用数据科学技能为平台带来新功能。接下来是Take-home挑战，公司会发送真实用户日志、房价和位置等数据集到邮箱里给面试者，要求他们在24到48小时内完成PowerPoint汇报。这个挑战主要考察面试者的数据分析能力、洞察力和模型构建能力。最后是现场马拉松，包括7小时的数据清洗、特征工程、建模和结果汇报。通过这一阶段后进入5轮1对1深度讨论环节。统计学问题是面试中的一个重要部分。例如线性回归和随机森林哪个更好？回答这个问题需要先定义场景再对比假设最后落实到Airbnb业务上。例如如果是全球房源定价预测问题中变量多且混杂复杂时随机森林更胜一筹，因为它能够捕捉高阶交互和非线性关系；而线性回归在数据满足正态分布等条件时解释性更强。另外机器学习实战问题也常见于面试中比如指标骤降如何排查？回答时需要按特征重要性排查缺失值和异常值，然后用分桶或插值方法填充缺失数据等方法来解决问题。此外还有行为面试问题例如为什么选择Airbnb？回答时可以将“共享经济+全球旅行”的使命感与个人兴趣结合起来讲述故事而不是简单口号化表达。关于经典真题拆解示范中一个问题是关于线性回归与随机森林的比较：回答时需要先定义场景再对比假设最后落实到Airbnb业务上，例如全球房源定价预测问题中变量多且混杂复杂时随机森林更胜一筹因为它能够捕捉高阶交互和非线性关系。而线性回归在数据满足正态分布等条件时解释性更强。