仓促求职拿5个senior+大包裹的经验

最近跳槽，出去面了一波。准备得很仓促。说来惭愧，因为可以远程工作，前面一年都在外地四处浪。。。完全没有想到要跳。另一方面之前对就业市场的期待悲观，所以原计划躺平，也错过了一些去年的机会。三月左右意识到今年科技公司就业形势一片大好，水涨船高，而且在大公司待了几年也烦了，还有准备回加州了，所以下定决心跳槽。

总体来说，虽然准备时间短，但是还是很顺利。最后有幸拿到5个至少老年级的大包裹（至少自我满意，因为都谈到了四十万以上。。大牛勿踩。。）。所以想说说一下我的面试的经验。希望对大家有帮助。要是大家觉得还有用的话，请大家给我加大米哦。

背景：一线大厂，现在公司待了三年多。本科科班出身，一共经验8年多9年不到。工作和数据有关。

时间线：3月初开始准备算法和系统设计。3月中4月初投的简历。4月底的电面，5月初的虚拟昂赛，5月底和6月接到了各个包裹。
. Χ
拿到的包裹：
Snowflake 老年级
Confluent 士大夫级
Databricks 老年级
Two Sigma 大体对应老年级
Citadel 不知道和科技公司怎么对应，但是包裹远超老年级甚到士大夫

挂掉的昂赛：只有 Stripe

但是被很一些startups, pre-IPO公司简历拒了。。。其他大公司拿面试完全没问题，但我不感兴趣，因为时间有限，所以直接拒绝了电面。。。最后还有两个昂赛没时间面了。

面的组：主要和数据有关，也有机器学习架构的组。

关于投简历：

我基本上都是海投的。总体而言，我拿面试还是比较容易，特别是大厂，大一点的小厂，还有金融公司。但是很一些我投的更小一点的小厂反而被简历拒。我猜的原因是我现在工作经验接触到的开源东西不多，对小厂而言我做的东西更底层一些，所以不是特别合适。大牛们来说说，怎样才能拿到更多startup, pre-IPO公司的面试？

关于算法题：

必要性不说了，肯定得准备。但是我今年的观察是现在对于老年级以上，特别是小科技厂而言，难算法的重要性在减弱。但要注意的是，虽然难度似乎在降，但是因为今年都是虚拟昂赛使用诸如coderpad，所以对写出来的程序能跑的要求可能更高了。我遇到的大部份算法题难度中等，但是确是还是有遇到难题的可能性：比如说二西格玛，三道算法都很难（挂了一道，以为挂了，但是发现只要过了两道就录用了。。）雪花有一题很难算法（差一点挂了）。还有有些公司如pony.ai电面的算法都很难。我这次准备得仓促，但是几年前的底子还在，所以遇到难的算法发挥很不稳定。。我个人的建议是：

• 算法肯定得准备。每一种常见类型都应该准备一下。
• 中等难度的算法肯定得准备。投资回报比大。要写出能跑的，高效的，基本没虫的程序。
• 如果时间紧，面试多，挂一些关系不大的话，那么难的算法题上的投资回报就比较小，可以不用准备太多。
• 如果想要很稳妥，那么就也得准备难的算法题。（可以考虑那种经典的刷几个月的Leetcode的准备方法，当然缺点就是辛苦。。。）
  

关于多级程：

我的另一个观察是现在多级程重要性更高了，特别是小一些的公司，特别是算法上不是特别难的公司。多级程的面试可能出现在算法面试的，可能出现在一些公司所谓的设计面试里。有一些公司要求写到能跑。有如下建议：

• 最好准备一下多线程的东西。特别是平时不用多级程的话。
• 多线程的问题往往有很多种不同的解法，比如用mutex and condition variable 还是用semaphore。准备中应该做到用至少一种解法能短时间写出可以跑的程序来。
• 能够讨论其他类型的多级程解法。这一点很有用，特别是如果面试官对你用的方法和语言不熟的话，如果多线程出现在设计面试的，那么多半会和其他设计讨论相结合。
  

关于系统设计：

对于老年级以上，非常重要。想说的很多，以后单独写一个帖子细说。有几点主要建议：

• 有时间读一下Design Data-Intensive Applications。地里很多其人也有建议这本书。这本书的本意其实不是一本面试书，所以如果时间紧，这本书可以粗略的读。时间多，就可以细读。为什么这本书重要呢？因为当代的主流的系统设计的一大重点就是设计data intensive的系统。
• 熟悉一下各种分布式的系统和microservices architecture。System Design Interview by Alex Xu 也还不错。
• 我的观点的是系统设计面试的表现其实是由面试者和面试官共同决定的。也就是说，如果你遇上了很不好的面试官，你可能会挂，但更多是面试官的问题。。。另一个观察是，过去几年系统设计面试在变得规范化，所以系统设计面试官总体水平还是在提高的，考查重点也在趋同。。。因为这是一个互动的过程，有时间可以和朋友演练一下。
  

关于行为面试：

很重要。这个其实很微妙，想说的多，得以后单独写一个帖子细说。说几点主要建议：

• 一定要熟悉自己简历上的项目。现在一般都会问一两个你最有影响力的项目。要做到能通熟易懂的说出来。
• 最好说的项目，能引起面试者的共鸣。所以这个也是双向的。我的建议是有多个可以说的项目，根据面试的背景和你们的交谈选取你觉得最合适的谈。
• 很多会问一下杂七杂八的行为问题，比如说遇到的挑战，没有做好的项目。特别是潜在的负面的问题，可以想一下怎么答这种，因为你既要给出负面的例子，又不想给面试官太负面的感觉。。。
• 说话要有底气，谈吐要自然。总之，这种行业面试也很看感觉，讲互动。
  

其他面试：

我还面了关于人工智能和人工智能架构的面试。对于大部分岗位而言，这些是不用准备的。我的观察是，各个公司对于人工智能方面的面试，本身也尚处于不断摸索的过程中。此外还遇到了读论文谈感想的面试，和带回家的程序作业。对于对冲基金公司，还有关于C++的细致问题。因为普适性不高，所以不在这个帖子里讲了。

Stripe的昂赛是最奇怪的了，比如一道是到开源码里去找虫。没有什么准备，所以挂了。感觉是玄学，也就不多说了。。

祝大家面试好运！包裹多多！一定别忘了给我加米哦！



补充内容 (2021-07-19 10:56 +8:00):
笔误：多级程 -> 多线程。
感谢大家的支持和大米。很高兴看到大家觉得有所帮助！弱问一句：为什么踩我的人也很多啊？第一次发这种长一点的面经帖。。我看其他类似的面经帖很少有人踩啊。。如果我的建议有偏颇，也欢迎大家在评论中指出，希望越辩越明。

y1s1,
Snowflake < FG，已经上市该涨的也涨完了现在处于下行通道
. ΧConfluent <= FG，刚不久前上市看起来没有非常火爆，如果你相信他们的cloud kafka queue可以去（但个人觉得需要跟GCP的pubsub还有AWS的queue竞争压力不小）
Databricks >= FG，包裹能argue到比较高的水准，preipo有可能小富一把。risk是现在去至少要看4年的发展，我最近在面各家startup时有意做了下调研，用spark的不少但是用db付费产品的很少。非常担心成为下一个Cloudera/hortonworks（当年Hadoop火的时候多少大牛去，上市后股价。。）。当然还是那句话股市这东西很难说，选自己相信的公司能hold的住。
Two Sigma < FG  
Citadel ~= FG  冲钱去可以，但career path帮助不大

yjfox 发表于 2021-07-18 14:55:29
y1s1,
Snowflake < FG，已经上市该涨的也涨完了现在处于下行通道
Confluent <= FG，刚不久前上市看起来没有非常火爆，如果你相信他们的cloud kafka queu

db的主要用户从来都不是科技大厂。谷歌有bigquery，亚麻有redshift，科技公司有的是人才用开源框架搭infra。

但是传统行业就不一样了。你可以理解为SAAS公司不仅卖的是软件产品，更多的是售后\SRE服务，加上后续的升级和tech support服务。

事实上，hadoop那三家靠卖license走上了下坡路也证明了光卖软件是没出路的。SAAS本质不是卖软件，而是卖服务。

"do you ever feel, like a plastic bag"

楼主牛人一枚，望多分享系统设计经验

对冲基金面试注重考察什么呢

求问大牛 yoe

谢谢分享～

老年机是啥意思？ 老司机？

shark999 发表于 2021-07-14 21:45:19
老年机是啥意思？ 老司机？

senior：

N-SING Senior is used when indicating how much older one person is than another. For example, if someone is ten years your senior, they are ten years older than you. 年长 (岁数) 的人
She became involved with a married man many years her senior.
她与一名比她年长很多的已婚男子坠入情网。

楼主厉害！得空的话出一期多级程的准备心得呀 ，👍

lz准备去哪？ lz 职位是swe 还是ds？