聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣）& LeetCode Premium 抽獎啦(2021- 9 月更新）

-----------------------------
2021年 9 月更新：
從 8 月開始，收到許多剛到美國唸書的讀者來信請求幫忙內推 2022 年暑假的實習工作，如果你還不知道的話， 請查看我另外一篇文章來了解內推網路：最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡 (2021 年 8 月更新)。軟體工程師的面試關卡很多都是資料結構及演算法， 所以大家在準備實習也都不免俗的要刷題一下。 我許久沒有看 LeetCode， 發現現在 LeetCode 的功能越來越多， 還有像是學習資源文章及 study plan 的功能，把大家要準備面試的各種需求都越來越在他們網站上一站搞定。 今天除了再次分享去年寫的文章(還有折扣碼)， 還要大大感謝 LeetCode 願意提供 3 個 7 天 Premium 會員試用來給予讀者， 讓大家面試前可以使用如公司 tag 的功能來做複習。 此外感謝大家一直以來的支持， 我也自掏腰包提供購買 3 個 1 個月的 Premium 會員試用來加碼， 再請大家做以下動作參加抽獎歐！

✅ 按讚並留言你希望用 LeetCode 達到什麼目標 (轉職、實習面試、換工作，可以寫一寫細節像是目標公司、職位等)， 或是你過去使用 LeetCode 的心得、或者是自己未來職業目標等等， 也可以是找朋友來一起練習。
✅ 公開分享此篇文章的話多一次被抽中的機會

獎項： 共 6 個名額，3 個 7 天 Premium 試用會隨機抽出， 3 個 1 個月的 Premium 試用則用留言內容來挑選， 希望抽出給很需要、或是很有創意的留言， 哈！

活動期間到加州時間下週四 9/9 晚上 9 點截止。會直接於文中留言通知中獎，祝大家學習愉快、找實習、換工作都順利！

--------------------------

2020 年 12 月原文：
歐， 要澄清一下我現在沒有在刷題 (我這樣講絕對不是怕很多同事會看到我的文章 XD)， 說實在的， 我覺得大家好像太過度強調 “刷”題的刷， 好像刷油漆似的要來回刷很多遍。 我過往看過許多刷幾百題、每題做 2、3、4 次以上的人分享他們的經驗， 我很佩服他們投入的時間及毅力， 但我自知做不到， 有小孩後更是難以做到刷一遍。 我自己找軟體工程師的工作的經驗， 2015 年上完 Coding Bootcamp 到找到工作， 大概做了 60 題左右的 LeetCode 問題， 2016 年底找工作比較認真， 大概完成了 100 題左右。 今天這篇文章想要分享一下我的演算法準備方式， 如果你想要找如何刷題的方式，或是覺得無法刷幾百題很多遍的人， 歡迎往下閱讀。

2015 年上完 Coding Bootcamp 後， 我陸續有一些電話面試， 每天可能會有 1～3 個電話面試， 所以在準備面試上， 要研究公司， 並且依照職缺來做面試的複習， 因為我是面試前端相關的職缺， 所以也有一部分的精力在前端的資料複習。 關於資料結構及演算法 (Data Structures & Algorithms) 的練習，我大概維持一天練習 1-2 題的步調。 2016 年底的面試， 因為還要上班， 所以基本上只有晚上有時間， 可能一天只能練習 1 題， 假日有比較多時間才可以多做幾題。

看到問題的時候， 我會先確保我了解題目的意思， 真正在面試的時候， 通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致， 不要花了時間才發現一開始的理解及假設是錯誤的。 我通常會立刻寫下題目給予的 input 有什麼、格式是什麼， desired output 又是什麼。

確認好 input & output 後， 我會思考題目可以用什麼類型的資料結構或是演算法來解。 通常在面試的時候， 我會和面試官說明我可能會先就一個大概可行的方式來做解答， 如果他/她覺得沒有什麼問題的話， 我再做後續的優化。 在我開始有一些思路後， 我會先寫下 pseudo code， 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後， 我才會正式寫 code 。

當然有些時候不論怎麼想都寫不出來， 如果是自己練習的時候，我大概在 15 分鐘後會開始看一些討論， 嘗試學習別人的思路， 但如果再花 10 分鐘還是解不出來的話， 才會參考別人的解法。 我看完別人的答案後， 還是會用自己的 code 再實現一次。 如果面試中卡住的話， 則是要儘快和面試官討論， 我會把我的理解， 可能的解法方式和面試官說， 同時也說明我的情況可能哪裏不是很確定， 讓面試官在適當的時候可以給予我提示。 一般來說， 公司都是希望有順利的面試經驗， 面試官也都願意在溝通正常下給予協助。

自己練習寫完之後， 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) ， 通常面試也會詢問這個部分， 所以自己每個練習也要歸納一下。 如果我發現我的解法時間可能不是太好， 我會再嘗試看不同人的討論， 研究更優化的解法， 並再自己寫出不一樣的解法。 有些比較棘手的問題我可能會寫 2、3 個解法比較彼此的優缺點。

在之前準備面試的時候， 我有準備一本筆記本， 每次寫完問題之後， 我會用筆寫下我在哪一天寫了哪一個問題， 並且用很精簡的方式總結問題及解法。 隔天要做下一題之前， 我會先看一下前一天的問題， 嘗試回想我是否可以再次在頭腦中想出大致的解法。 如果還是不行的話， 再看我自己的總結並做上記號， 隔天會再做一次同樣的步驟，直到我可以順利複習出解題的邏輯思路。

如果有和公司面試， 不論是電話還是 onsite， 面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似， 如果有的話， 是否我的思路在面試中是清晰及正確的， 如果沒有的話， 我是否有利用對的觀念來解答。 面試結束後， 會花時間在盤點及複習， 從面試中的題目和過往的練習做統整。

你可以看到我的練習方式不是很強調快， 因為我希望我做完問題可以有很深的理解， 所以花很多時間在做整理、複習確認， 即使當下沒有那麼理解， 隔天回想又想不出的話， 我會再複習一次， 再隔一天做新題前也會再確認。 複習及思考的次數多了，真正把題目所想要考的觀念融會貫通， 畢竟面試很難真的遇到原題， 重點是我們對於資料結構及演算法的理解， 及遇到難題如何面對的應對的思考過程。

條條大路通羅馬， 每個人面試準備的方式都不太一樣， 以上就是我的資料結構及演算法的準備方式， 之前寫找工作的系列文章好像沒有特別提這塊， 所以特別再寫出來分享。當然我不是大神每次面試都可以收割 5 到 10 個以上 offer， 所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試 。

我從 2015 、2016 年準備面試的時候， 有許多練習演算法的網站， 但到了今日， 好像 LeetCode 和練習演算法關係就如同 Google 和搜尋一樣， 大部分我聽到的準備面試的人都用 LeetCode 來做練習了！ 剛好最近認識一位在 LeetCode 工作的朋友牽線， LeetCode 特別優惠讀者， 只要使用這個連結購買 Premium， 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了！)。

我目前聽到朋友準備面試基本上都會購買 LeetCode 的 Premium， Premium 最大的好處就是可以看到問題和公司的標註， 拿過去拒絕我 2 次的 Google 為例 (XD)， LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (2021 年已經變成 1014 道了！ @@)， 當你正要 phone or onsite interview 的時候， 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能， 但主要大家好像都還是為了 company tag 的功能而付費， (2021 年 9 月更新， 最近又有如文章、影片的學習資源，還有像是 Study Plan 的功能， 看起來 LeetCode 要往大家學習、準備、一站式的服務來黏住使用者了！)

相信以大家拿到 offer 後的加薪， 會覺得這是個很好的投資！(什麼， 你說不一定會加薪， 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦？ 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式") 。

我當初有想說要直播訪問在 LeetCode 的朋友， 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號， 可惜目前朋友還沒有意願， 如果大家有興趣的話， 請在文章留言， 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊！)。

附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好？我想進Google，我沒學OOO，他們會接受我XXX語言背景嘛？
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛？
4. 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？
5. 軟體工程師面試準備- 面試要練習什麼？ 找工作和練習的時間要如何平衡拿捏？
6. 被錄取了- 我該注意什麼，我可以談判要求多一點薪水、股票或假期嘛？
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得，如何有條理的說服面試官？
9. 英文履歷怎麼寫？ 美國科技公司注重什麼？
10. 如何到美國科技公司工作？
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦？ 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式

2021 年， 如果你要找工作的話， 祝你轉換順利， 拿到許多理想的 offers！ 如果你有什麼準備的技巧及心得， 也歡迎留言分享。

部落格原文：
https://bit.ly/3zNrluU

聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣）

歐， 要澄清一下我現在沒有在刷題 (我這樣講絕對不是怕很多同事會看到我的文章 XD)， 說實在的， 我覺得大家好像太過度強調 “刷”題的刷， 好像刷油漆似的要來回刷很多遍。 我過往看過許多刷幾百題、每題做 2、3、4 次以上的人分享他們的經驗， 我很佩服他們投入的時間及毅力， 但我自知做不到， 有小孩後更是難以做到刷一遍。 我自己找軟體工程師的工作的經驗， 2015 年上完 Coding Bootcamp 到找到工作， 大概做了 60 題左右的 LeetCode 問題， 2016 年底找工作比較認真， 大概完成了 100 題左右。 今天這篇文章想要分享一下我的演算法準備方式， 如果你也是覺得無法刷幾百題很多遍的人， 歡迎往下閱讀。


2015 年上完 Coding Bootcamp 後， 我陸續有一些電話面試， 每天可能會有 1～3 個電話面試， 所以在準備面試上， 要研究公司， 並且依照職缺來做面試的複習， 因為我是面試前端相關的職缺， 所以也有一部分的精力在前端的資料複習。 關於資料結構及演算法 (Data Structures & Algorithms) 的練習，我大概維持一天練習 1-2 題的步調。 2016 年底的面試， 因為還要上班， 所以基本上只有晚上有時間， 可能一天只能練習 1 題， 假日有比較多時間才可以多做幾題。


看到問題的時候， 我會先確保我了解題目的意思， 真正在面試的時候， 通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致， 不要花了時間才發現一開始的理解及假設是錯誤的。 我通常會立刻寫下題目給予的 input 有什麼、格式是什麼， desired output 又是什麼。


確認好 input & output 後， 我會思考題目可以用什麼類型的資料結構或是演算法來解。 通常在面試的時候， 我會和面試官說明我可能會先就一個大概可行的方式來做解答， 如果他/她覺得沒有什麼問題的話， 我再做後續的優化。 在我開始有一些思路後， 我會先寫下 pseudo code， 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後， 我才會正式寫 code 。


當然有些時候不論怎麼想都寫不出來， 如果是自己練習的時候，我大概在 15 分鐘後會開始看一些討論， 嘗試學習別人的思路， 但如果再花 10 分鐘還是解不出來的話， 才會參考別人的解法。 我看完別人的答案後， 還是會用自己的 code 再實現一次。 如果面試中卡住的話， 則是要儘快和面試官討論， 我會把我的理解， 可能的解法方式和面試官說， 同時也說明我的情況可能哪裏不是很確定， 讓面試官在適當的時候可以給予我提示。 一般來說， 公司都是希望有順利的面試經驗， 面試官也都願意在溝通正常下給予協助。


自己練習寫完之後， 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) ， 通常面試也會詢問這個部分， 所以自己每個練習也要歸納一下。 如果我發現我的解法時間可能不是太好， 我會再嘗試看不同人的討論， 研究更優化的解法， 並再自己寫出不一樣的解法。 有些比較棘手的問題我可能會寫 2、3 個解法比較彼此的優缺點。


在之前準備面試的時候， 我有準備一本筆記本， 每次寫完問題之後， 我會用筆寫下我在哪一天寫了哪一個問題， 並且用很精簡的方式總結問題及解法。 隔天要做下一題之前， 我會先看一下前一天的問題， 嘗試回想我是否可以再次在頭腦中想出大致的解法。 如果還是不行的話， 再看我自己的總結並做上記號， 隔天會再做一次同樣的步驟，直到我可以順利複習出解題的邏輯思路。


如果有和公司面試， 不論是電話還是 onsite， 面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似， 如果有的話， 是否我的思路在面試中是清晰及正確的， 如果沒有的話， 我是否有利用對的觀念來解答。 面試結束後， 會花時間在盤點及複習， 從面試中的題目和過往的練習做統整。


你可以看到我的練習方式不是很強調快， 因為我希望我做完問題可以有很深的理解， 所以花很多時間在做整理、複習確認， 即使當下沒有那麼理解， 隔天回想又想不出的話， 我會再複習一次， 再隔一天做新題前也會再確認。 複習及思考的次數多了，真正把題目所想要考的觀念融會貫通， 畢竟面試很難真的遇到原題， 重點是我們對於資料結構及演算法的理解， 及遇到難題如何面對的應對的思考過程。


條條大路通羅馬， 每個人面試準備的方式都不太一樣， 以上就是我的資料結構及演算法的準備方式， 之前寫找工作的系列文章好像沒有特別提這塊， 所以特別再寫出來分享。當然我不是大神每次面試都可以收割 5 到 10 個以上 offer， 所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試 。


我從 2015 、2016 年準備面試的時候， 有許多練習演算法的網站， 但到了今日， 好像 LeetCode 和練習演算法關係就如同 Google 和搜尋一樣， 大部分我聽到的準備面試的人都用 LeetCode 來做練習了！ 剛好最近認識一位在 LeetCode 工作的朋友牽線， LeetCode 特別優惠讀者， 只要使用這個連結 (http://bit.ly/34UrjEe) 購買 Premium， 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了！)。


我目前聽到朋友準備面試基本上都會購買 LeetCode 的 Premium， Premium 最大的好處就是可以看到問題和公司的標註， 拿過去拒絕我 2 次的 Google 為例 (XD)， LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (925 道還是好多啊！@@)， 當你正要 phone or onsite interview 的時候， 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能， 但主要大家好像都還是為了 company tag 的功能而付費， 相信以大家拿到 offer 後的加薪， 會覺得這是個很好的投資！(什麼， 你說不一定會加薪， 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦？ 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式") 。


我當初有想說要直播訪問在 LeetCode 的朋友， 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號， 可惜目前朋友還沒有意願， 如果大家有興趣的話， 請在文章留言， 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊！)。


附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好？我想進Google，我沒學OOO，他們會接受我XXX語言背景嘛？
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛？
4. 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？
5. 軟體工程師面試準備- 面試要練習什麼？ 找工作和練習的時間要如何平衡拿捏？
6. 被錄取了- 我該注意什麼，我可以談判要求多一點薪水、股票或假期嘛？
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得，如何有條理的說服面試官？
9. 英文履歷怎麼寫？ 美國科技公司注重什麼？
10. 如何到美國科技公司工作？
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦？ 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式


2021 年， 如果你要找工作的話， 祝你轉換順利， 拿到許多理想的 offers！ 如果你有什麼準備的技巧及心得， 也歡迎留言分享。


部落格原文及各文章連結：
https://brianhsublog.blogspot.com/2020/12/AlgorithmDataStructureLeetCode.html

S1E38 矽谷資深軟體工程師後疫情時代面試心得 Facebook/Robinhood/Coinbase/DoorDash

2020 年是個動蕩不安的一年，因為疫情的關係，很多公司都在年中進行了規模不小的裁員，包含大家耳熟能詳的 Airbnb、Uber、Lyft、Yelp、LinkedIn、Mozilla、Intuit、Salesforce 以及 WeWork 等等族繁不及備載。根據 layoffs.fyi 的統計，這波裁員潮集中在今年的 3 月到 7 月，8 月以後逐漸趨緩。

這對於在這段期間要找工作的絕對不是件好事，因為很多人被裁員，意味著同樣的職缺會有更多競爭者，也因為景氣不好以及疫情不確定性的關係，很多公司開始減緩招人的腳步。不過 7、8 月以後情況逐漸好轉，隨著美國各大城市解除封城，人們意識到必須跟疫情共存好一陣子，於是實體經濟活動恢復了，美國人畢竟是擁有自由的靈魂不能隨便被囚禁的呀！最近是美國各公司的財報季，各大科技公司紛紛發布第 3 季的財報，表現都非常好，也應證了在疫情下經濟轉好的事實。

我在 8 月下旬的時候開始投遞履歷，9 月初開始電話面試，10 月中結束 Onsite 面試 (都是線上進行)，面試了四間公司：Facebook、Robinhood、Coinbase 以及 DoorDash，最後拿了前三間公司的 Offer，級別都是資深工程師。在這篇文章我會分享各公司的面試流程以及體驗、我做了什麼準備、怎麼談薪水以及我最後的決定，希望可以對在美國求職的人有幫助！由於有簽保密協定的關係，我只會提到面試的流程，不會提到具體的題目以及 Offer 數字。

Medium 文章好讀版 https://bit.ly/2Ii9vLc
Apple Podcasts https://apple.co/36fLCMh
Spotify https://spoti.fi/2IcyJdv

#面試的動機
蛤！？面試不就是為了換工作嗎？對大部分的人或許是如此，但對我而言這次並沒有非換工作不可的理由。我在 Square 待了三年多，整體的滿意度一直都很好，公司的股票從我加入以後基本上都是一個上漲的趨勢，最近也來到歷史新高。一年多前從 Android 開發換到後端的 Traffic Infrastructure 組以後，更是一直處在學習的狀態，了解怎麼規模化公司的後端架構，支援更多的應用場景，工作上也需要一直動腦，思考各種方法的優缺點、我們為什麼要這樣做並且撰寫許多技術文件，負責的專案也很有影響力，最近的成果是把公司很重要的 reverse proxy 升級成 Envoy，讓系統的效能更好並且支援更多新的功能。或許因為疫情一直在家工作的關係讓我有點工作倦怠，但這個倦怠並不是源自於工作的不開心，而是真的在家太久了，很需要好好放個長假讓腦袋放空充電一下。

言歸正傳，這次面試的主要目的是測試自己的市場價值，看看自己能否適應資深工程師面試的強度，畢竟上次面試已經是四年前了 (當時的面試心得)，很多當時對於面試的理解也需要進行修正，我的心態是保持開放的態度，如果遇到很好的機會，當然可以考慮換工作，沒有的話待在現在的公司也很好！另外我自己過去的主要經驗都是 Android 行動開發，在後端只有一年多的經驗，也很好奇這些公司會不會讓我面資深後端的缺，還是會將我過去經驗打折？事實證明是我多慮了，我面的這幾間公司都有把我在 Android 的年資完整算進去，最後也給了我資深軟體工程師的 Offer，Facebook 甚至幫我安排 E6 (Staff Level) 的面試，只是因為系統設計表現得不夠好，最後給我的是 E5 (Senior Level) 的 Offer。

我還蠻建議大家即便沒有特別想換工作，也可以定期去外面面試看看，在沒有非換不可的情況下，習慣面試的緊張感跟壓力，這樣會讓你以後的面試更自在，跟面試官可以像是在平常工作時一樣互動，發揮自己的實力。一開始會有這個觀念是在幾年前讀 hello, startup 這本書時看到，作者建議大家每一年定期去外面面試，審視自己的能力，進而補足自己不夠好的地方，當然我覺得每一年對一般人來說可能有點難，畢竟邊工作邊準備面試不是易事，而且還得跟公司請假去面試，但至少每兩三年可以去外面看看，避免自己的能力跟求職市場脫勾太久。在矽谷以專門招收資深工程師聞名的 Neflix 甚至在他們的文化守則裡提到：「員工的薪水取決於他們個人最高的市場價值，我們鼓勵員工去外面面試並且跟他們的主管討論，我們認為這是健康的行為。」

#資深工程師的優勢
在一般情況下，5 年以上工作經驗可以面資深工程師 (L5) 的職位，10 年以上工作經驗可以面 Staff level (L6) 以上的職位，我有約 6.5 年的工作經驗 (3 年台灣 + 3.5 年美國)，所有公司都是讓我面資深工程師以上的職缺。

這次找工作我感受最深刻的事情就是：我再也不用海投一大堆公司了！四年前當我還是求職市場裡的菜雞的時候，投了超過 150 間公司，只有 1x 間公司回應我，轉換率不到 10%。這次 Facebook 跟 Robinhood 都是 recruiter 主動從 LinkedIn 聯繫我進行面試邀請，Facebook 的 recruiter 更是從 2019 年初就開始定期聯絡我，到後面我真的不好意思持續拒絕她，於是接受了面試的邀請，真的還蠻感謝她不斷地嘗試，讓我定期思考一下要不要面試。Coinbase 跟 DoorDash 我都是從官網直接投履歷，沒有透過內推，一個禮拜內就收到了 recruiter 的來信，而這也是我唯二主動申請的公司，真的從以前我找工作，到現在變成是工作機會找上我了。

另一個很大的改變是：刷題不再是最重要的一環。隨著你越來越資深，系統設計跟行為面試所佔的比例也會越來越高，而且除了年資以外，這兩種面試的表現基本上就決定了你的職等，Facebook 的 recruiter 也在電話中跟我說，針對比較資深的應徵者，Coding 的要求會比較寬容 (lenient)，所以建議大家不要對刷題過度著迷，一昧的追求題數不是好事，而是應該重質不重量，題目是無限但觀念是有限的。

最後一個體悟是在拿到 Offer 之後，談判的空間變得很大。美國科技業的求職市場一直是呈現一個兩極化的狀態，對於剛畢業的人來說，競爭者多而且職缺少，公司有較高的話語權。但是當你是資深工程師以上的時候，情況就反過來了，大多數公司不管景氣如何，任何時候都在招有經驗的工程師，職缺一直開在那但總是招不滿。上次找工作的時候，能夠讓公司提高年薪 1 ~ 2 萬美金就歡天喜地了，但是這次有兩家公司給我的初始 Offer 跟最終 Offer 都差了好幾萬美金。

#準備過程
軟體工程師的面試主要分成三種：Coding、系統設計以及行為面試。我自己是花比較多時間在系統設計上面，再來是 Coding，最後是行為面試。

關於系統設計的準備，我在軟體工程師系統設計面試準備指南有比較完整的介紹，這邊補充說明一下，準備系統設計最好的方法是來自於工作，最好你工作上就是要去思考怎麼設計系統，各種方法的優缺點以及思考各種 edge case 以及解法，這樣子學到的深度跟廣度都遠多於看那些準備素材。如果工作上沒有碰到也沒關係，可以先從 system design primer 看起，理解系統設計的各種面向。另外我推薦看一些公司的 Tech talk 來了解他們實際上怎麼設計系統，為什麼要這樣做以及不同方法的 Trade-off 又是什麼，理解為什麼要做這個決定是最重要的。如果已經接近面試了，建議可以看 InterviewBit 的系統設計篇，總共有八題，我認為寫的還蠻好的，比 Grokking the System Design Interview 還深入，看個兩次完整理解以後對面試很有幫助。

Coding 的部分我還是要再強調一次，不要過度迷信刷題的數量，應該要重質不重量，重點放在在訓練你的解題思維以及邏輯思考，練習使用常見的資料結構並且把想法轉成可以執行的程式碼。剛開始寫題目的朋友，我會建議相同的題型一起刷，培養對同類型題目的敏銳度，題目難度主要以 Medium 為主，搭配少量的 Hard 題。

很多題目一開始寫不出來，或是寫不出最佳解是很正常的，如果一題你卡超過一個小時，建議可以參考討論區的最佳解，但是切忌直接照抄別人的解答，因為那可能不是最適合你的方式，比較推薦的方式是你去理解背後的演算法，清楚地知道每一個步驟，再用你自己方式寫出來，這樣即使換了一個程式語言，你應該也可以寫得出來。當你開始發現沒看過的題目你也可以自己想出最佳解，並且實作出來，程式碼也很精簡，那代表你已經成功培養出解題的思維了。

我自己還會做一件事，就是想辦法分辨好的題目跟壞的題目，有一些題目的答案很明顯就只適用於這一題，用一些很特殊且不好理解的方法、實際上工作也不可能用到，這類型的題目我就不會花太多心思在上面，如果真的被考到，我會認為這是面試官的不用心。相反地，有一些好的題目：在觀念上很實用、有好幾種解法、工作上有機會用到或是系列題，這種就很值得練習，比方說 Graph 或是 Design 題就是我很喜歡的類型。

雖然說題數不重要，還是提供我的數據給大家參考，我在寫了 50 題的時候開始安排電話面試，最後一個 Onsite 結束時寫了約 120 題，我是以比較新的題目以及高頻題為主。

最後是行為面試，要再細分的話可以分成兩種，一種是 Project Deep Dive，你選一個你最近做過的專案，解釋一下專案內容、解決了什麼樣的問題、你的角色是什麼、最後的成果以及中間遇到的困難，另一種面試是來判斷你是否符合公司的文化以及價值，衡量你過去解決衝突跟溝通的能力。不管是哪一種面試，只要你好好回顧你過去做過的事情，能夠完整講述前因後果，把自己的故事清楚地講給面試官聽，輔佐一些例子，基本上就不會有太大的問題。

#遠距面試 #VirtualOnsite
因為疫情的關係，大家都在家工作，所以所有的面試包含電話面試都改成線上視訊進行，這個情況至少要到 2021 年的夏天。遠端面試的好處就是你不需要舟車勞頓，時間安排上也比較彈性，但是壞處是跟面試官的溝通比較沒那麼順暢，線上的交流絕對是沒有實體見面來得好，而且有的面試官網路很差，我甚至有遇到差到面試官需要把影像關掉的情況。

另一個要注意的點是，系統設計的面試會需要用到線上白板來畫圖，我自己覺得沒有實體的白板順暢，主要有兩種方法，你可以使用 iPad 搭配 Apple pen，或是用鍵盤滑鼠直接拉，選一個自己習慣的方式，面試前稍微熟悉一下白板軟體的使用，面試也會比較順利。

#DoorDash
第一輪是一個小時的電話面試，前 20 分鐘聊過去的工作經驗以及這個組在做的事，後 40 分鐘 Coding。題目是一道經典的 Hard 題，我對於該題印象很模糊，於是在面試中慢慢想，最後是有跌跌撞撞的寫出來，當時自我感覺良好，面試官給我的感覺也蠻算滿意的，但是隔天還是收到了拒信。事後回想應該是因為這是經典題，所以標準相對高，我並不是一次就寫對，而是慢慢修正，所以相對於其他應徵者表現不算太突出。

#Robinhood
他們家固定有兩輪各一個小時的電話面試，第一輪前 15 分鐘給你一段程式碼，要找到潛在的 bug 並且問你要怎麼修正，後面 45 分鐘 coding，題目比較偏向 Robinhood 工作上會遇到的演算法題。第二輪是系統設計，這是我第一個系統設計面試，微緊張，原本以為表現不夠好，但從 recruiter 那得到的反饋是還蠻好的。

Onsite 出乎我意料只有三輪，一輪 45 分鐘 coding，一輪一小時的系統設計，以及 45 分鐘的 Project Deep Dive，Coding 也比較偏向實作工作上會遇到的問題，面試官提到不用特別在意效能，以實作出來並且跑過測資為主，最後 10 個測資我只過了 9 個，不算完美。接下來兩輪跟面試官都聊得蠻開心的，並且有蠻不錯的討論，最後順利拿到 Offer！面 Project Deep Dive 有個小插曲，面試官到一半網路突然掛了，他後半段只能打電話加入簡直尷尬。

#Coinbase
Coinbase 的面試體驗是所有公司裡最讚的！從面試的流程跟題目都可以感受到他們的用心，面試官的平均素質也很好，你可以感受到他們是真心想要認識你這個人，面試過程中對於很多問題都有深入地討論，對於我問的問題他們往往也能給出很好很真誠的答案。

不過他們的面試過程也是最累的，電面是一小時的 Coding，Onsite 總共有五輪，其中居然有兩輪各 90 分鐘的 Coding！你可以在自己的電腦使用平常的開發環境，並且分享螢幕，題目不是傳統的演算法題，而是要你實作一個小型專案，其中一輪是實作一個小遊戲，另一輪則是實作一個系統，最後要 call Coinbase 的 API，所以對於送出網路請求並且處理 JSON 要有一定的熟悉度才行。整體的面試過程還蠻好玩的，面試官也會幫你，但一輪 90 分鐘真的有點太久。另外有一輪一小時的系統設計，以及各 30 分鐘的行為面試跟 Hiring Manager 面試。總共五輪五小時，中間休息一小時，面完真的氣力放盡了。我對整體的表現還算滿意，沒有一輪有感覺明顯不好，最後順利拿到了 Offer。

#Facebook
雖然 Facebook 都是進去以後再經過 Bootcamp 新生訓練選組，但是應徵的時候就要分不同的 Track，主要的分類有 Product、Infrastructure、Android、iOS 以及 Machine learning，Coding 的部分應該都差不多，而系統設計會根據你選的 Track 而有所不同。recruiter 一直建議我選 Android ，畢竟我的履歷上 Android 還是佔了一大部分，她提到 Facebook 現階段非常缺 Android 的人，不過她也補充說明這不代表面試的標準會比較低就是了。我最後還是堅持選擇面 Infrastructure，這樣對我來說準備起來比較方便，不用再額外花心思準備 Android。

我的 recruiter 覺得我可能也適合面另一個職缺 Production Engineer，於是就介紹了另一個 recruiter 給我，我可以選擇同時面兩個缺，最後如果拿到兩個 Offer 可以到時候再決定。實際聊過以後我還是婉拒了，因為不想花時間準備 Linux System 面試。
我們也聊到了預期的級別，她說以我的經驗我可以選擇面 E5 或 E6，這讓我感到蠻意外的啦，平心而論我認為不管是年資和能力我都還沒有到 Staff Engineer 的水準，不過既然 E6 只比 E5 多一輪系統設計面試，我就大膽地挑戰 E6 了！

Facebook 除了系統設計是一小時以外，其餘的面試都是 45 分鐘，電話面試是一輪 coding，Onsite 總共有五輪，兩輪 coding、兩輪系統設計以及一輪的行為面試。最後 Facebook 給了我 E5 的 Offer，原因是兩輪系統設計一輪還不錯另外一輪普普，沒有達到 E6 的標準。

雖然我最後有拿到 Offer，但我還是必須說 Facebook 的面試體驗蠻差的，面試官給我的感覺是他們不在乎我這個人，只想趕快在有限的時間內盡可能地蒐集一些訊號來判斷我有沒有通過，我並不反對有效率地蒐集一些訊號，但是面試是雙向的，作為應徵者的我們同樣也在面試這間公司，面試時我也在看未來我會不會想要跟這個面試官一起工作？而 Facebook 在我的標準裡顯然是不及格的。當然也有可能是我運氣不好，剛好遇到這樣子的面試官，但這也代表 Facebook 對於面試官的訓練不夠嚴謹，導致素質參差不齊，又或者是面試體驗並不在 Facebook 優先考慮的事情，不管是什麼原因，這都是一個警訊。

這個現象在 Coding 面試尤其明顯，面試官就是在看你能不能在有限的時間快速寫出最佳解。不過我倒是沒想到在行為面試也會遇到一樣的問題，我的面試官就按著他預先準備好的問題一個一個問，大部分的時間他的眼睛都盯著螢幕在做筆記，我實在是不確定他有沒有在聽我說話，有時甚至還會問我剛剛已經回答過的內容。

除此之外，Facebook 要求在 45 分鐘內解出兩道程式題，通常都是 LeetCode 原題並且要求最佳解，即使這種面試或許對我是有利的 (其中一輪我只花了 30 分鐘就寫出兩題的最佳解，然後我們閒聊了 15 分鐘)，但我認為這種填鴨式的面試方式完全不能反應一個人的工作表現，這或許可以招到一定聰明程度以上的人，但是他們不一定是個好的工程師或是很好合作的人。我認為維持這種大考式的 Coding 面試也是一種偷懶的表現，但這個面試形式卻會深深地影響招進去的人的類型，是我的話我會盡量避免跟這類型的人合作，因為我認為思考過程跟溝通比你能不能快速寫出最佳解還要重要。

如果這段文字有冒犯到在 Facebook 工作的朋友的話，我在這邊先說聲抱歉，但這確實是我面試完以後真實的感受。

#談薪水
近年來由於 levels.fyi 的關係薪水變得越來越透明，這對求職者來說是個好事，你可以知道某公司的某個級別合理的薪資範圍在哪裡。如果你對談薪水這個主題有興趣的話，可以參考這兩篇經典文章：
1. Ten Rules for Negotiating a Job Offer https://haseebq.com/my-ten-rules-for-negotiating-a-job-offer/
2. How Not to Bomb Your Offer Negotiation https://haseebq.com/how-not-to-bomb-your-offer-negotiation/

我自己談薪水的策略沒有那兩篇文章寫得那麼複雜，我認為最重要的原則是誠實，不要假裝你拿到其他公司的 Offer，也不要虛報你其他 Offer 的數字 (即便這個數字是合理的)，你可以選擇性揭露你的資訊，對方問到你不想揭露的資訊時，你可以禮貌地說你不方便透露，但絕對不要說謊。

公司在給你 Offer 的時候會考慮到很多因素：年資、面試表現、現在的薪水以及職等、其他公司 Offer 以及其他的面試者等等。這其中大部分資訊我們是不會知道的，比如說每個因素佔的比重、總共有多少面試者、我們在所有面試者裡面的表現如何，而且年資跟面試表現基本上已經確定了，所以實際上你能夠用的資訊就是其他公司的 Offer 或是你現在的薪水以及職等 (當然是要比較高才有用)。

當然最有用的談判手段，就是你拒絕掉這個 Offer 也沒關係。公司招人需要成本，從一開始收履歷、電話面試到 Onsite 面試，他們已經在你身上花了這麼多時間，也給你 Offer 了，所以在這個階段公司也很希望你能加入，除非這是你夢想中的公司，你很怕談薪水所帶來的風險，不然一般來說求職者在這個階段是有比較大的話語權。

另一個建議是請把 recruiter 當成你的夥伴，通常他們是要看業績給獎金的，所以她是跟你站在同一陣線，要幫助你跟公司談出更好的薪水說服你加入。Facebook 的 recruiter 這方面做得很好，她很多資訊都很透明地分享給我，包含這個級別可以拿到最好的 Offer 以及我的面試表現，一開始給我初始 Offer 的時候還告訴我這只是標準包裹，她不預期我會接，整個很 Real！後來給我的 Offer 也比原來的高出了不少，並且我如果下定決心要加入 Facebook 的話，她可以幫我要到這個級別的頂包。

Robinhood 也對我蠻有誠意的，在過程中不斷溝通，安排我跟主管以及同事聊天，有必要的話還可以讓我跟上面的 VP 聊聊，解答我對於 Robinhood 所有的疑惑。後來在得知我有 Facebook 跟 Coinbase 的 Offer 以後，給了一個很有誠意而且超過 Facebook 的 Offer，真的是受寵若驚。Coinbase 給的 Offer 相對前兩家低了不少，而且往上談的空間不高，他們給的理由是他們現在使用的估值是兩年前募資的數字，所以實際上的股票價值遠高於那個數字，而且他們 Refresh 也會給的比較大方，讓你在四年以後薪水不會降。

#最後的決定
我在選擇公司時，通常會考慮三個點，第一個是這個職位本身，我在什麼組、負責的產品、使用的技術、發展的機會以及同事跟主管的做事風格等等，盡可能知道每天工作的樣貌，判斷自己未來的開心程度。第二個是關於公司，我會問自己兩個問題：
1. 公司的文化跟價值我是否認同？人生很短，千萬不要浪費時間在幫跟自己核心價值不合的公司賣命。
2. 我是否相信公司所描述的願景，公司在未來的 5 ~ 10 年內能持續成長並且有好的發展嗎？

第三個是薪資結構，包含了底薪、股票、簽約金、獎金以及 Refresh 等等，來預期未來幾年的薪資。

除了以上三點以外，還得考量到現在都是遠距上工，跟同事以及主管建立感情也相對比較困難，所以在新公司的適應難易度也得列入考慮。在綜合考量之下，我這次還是選擇先留在 Square，或許明年再看看有沒有更好的機會！

如果這篇文章有幫助到你，歡迎按讚拍手，有任何問題也可以在底下留言，或是私訊給我們也行！

拖了三個月的軟體工程師面試SOP在此獻上！把面試當作刷題的我，把面試經驗技巧，努力濃縮再濃縮，還是有15分鐘的精華，只要五步驟，面試照著做，保證你 ace the coding interview like a PRO (most of the time).

這集會聊到...

💬 Overview 💬
💙 什麼是 coding interview? 1:20
💙 面試必備 - 比履歷還重要的東西 3:44
💙 面試流程 1 - 聽問題問問題 4:15
💙 面試流程 2 - 如何分析問題 6:00
💙 面試流程 3 - 如何寫程式碼 8:45
💙 面試流程 4 - 測試程式碼 10:10
💙 面試流程 5 - 再問更多問題 12:08
💙 面試流程 0 - 寒暄問暖不囉唆 13:30

🙌🏻 面試好書推薦 🙌🏻
👍🏻 準備軟體工程師面試必備書
Cracking the Coding Interview 提升程式設計師的面試力 https://shp.ee/y7rbjqk
https://www.books.com.tw/products/0010881287

👍🏻 當畫家遇上演算法 看圖學演算法
Grokking Algorithms 白話演算法！培養程式設計的邏輯思考
https://shp.ee/k3jtmvg

👍🏻 置入生活中的演算法
Algorithms to Live By: The Computer Science of Human Decisions 決斷的演算：預測、分析與好決定的11堂邏輯課
https://shp.ee/rvvh89e
https://www.books.com.tw/products/0010761815

👍🏻 Logitech 羅技 MX Keys 無線鍵盤 https://shp.ee/ptt9wtm
👍🏻 Logitech 羅技 MX Master 3 無線藍牙滑鼠 https://shp.ee/pu9qtcc
👍🏻 Backbone 人體工學椅 https://shp.ee/fgi35c9
👍🏻 Tresanti 電動升降桌 https://shp.ee/9wmht7r
👍🏻 logitech 羅技 StreamCam https://shp.ee/fbvgbvc
👍🏻 RODE Lavalier GO 領夾式 小型麥克風 https://shp.ee/nx6w9vc


📢 📣 📢 本頻道影片內容有輸出成 podcast 📢 📣 📢
可以在各大podcast平台搜尋「Untyped 對啊我是工程師」
請大家多多支持呀！！🙏🏻💁🏻‍♀️

#面試SOP #工程師求職 #面試流程大剖析
一定要看到影片最後面並且在「YouTube影片下方」按讚留言訂閱分享唷！

【愛屋及烏】
YouTube 👉 https://www.youtube.com/c/Untyped對啊我是工程師
Podcast 👉 https://open.spotify.com/show/3L5GRMXmq1MRsliQt43oi2?si=3zgvfHlETeuGfp9rIvwTdw
Facebook 臉書粉專 👉 https://www.facebook.com/untyped/
Instagram 👉 https://www.instagram.com/untypedcoding/
合作邀約 👉 untypedcoding@gmail.com
-
Untyped 對啊我是工程師 - There are so many data types in the world of computer science, so are the people who write the code. We aim to UNTYPE the stereotype of engineers and of how coding is only for a certain type of people.
凱心琳: 一個喜歡電腦科學邏輯推理，在科技圈努力為性別平等奮鬥的工程師。

【Disclaimer 聲明】
Some links are affiliated.
上面有些連結是回饋連結，如果你透過這些連結購買商品，我可以得到一些小獎勵，但不會影響到你購買的價格，甚至會是更低的價格！謝謝你的支持💕