Medium 好读版：https://reurl.cc/AkDRvp 一、前言 求职阶段，我参考了很多ptt上面的心得文，觉得受益良多，因此希望能回馈各位版友， 让大家求职时能更好地准备。 以我的经验来说，准备求职的时间相当长(今年2月~6月)，也感觉疫情期间求职是比较困 难的，一路上跌跌撞撞，也有压力山大的时候，幸运地在朋友的鼓励和帮助下，最後才坚 持下来，找到一份理想的工作。 希望还在求职的大家别气馁，努力坚持下去，好工作就是你们的。 另外，这是我第一次在软工版发文，请各位大大们鞭小力一点，以下正文开始XD 二、个人背景 112学硕，大学辅CS，硕班做机器学习，研究兴趣是NLP和推荐系统。过去没有软体公司的 实习经验，也没有太多竞赛相关经验，履历只放硕论和课程期末专题。 因为一些个人因素，直到今年1月底才毕业。之後我花大概一个多月的时间，好好地休息 和放假，思考我未来要做什麽，同时整理过去的专案和履历内容。 3月时主要在刷题，并根据目标职缺来复习对应的学科。4、5月开始投履历，面试阶段时 ，Leetcode累积刷150~230题，以medium为主。 三、正文 1. Synology 应徵职缺：Product Developer 请朋友内推，面试的部门由HR分配，是我第一家面试的公司，skype线上面试。 第一关是工程师，主要是聊聊履历内容，问题会很细节，需要对履历内容足够熟悉才行。 例如我有做一个SQL的专案，就被问当时怎麽设计schema、为什麽这样设计、有没有想过 当资料量大时哪里会有效能问题、那你会怎麽解决。 另外，也问了一些OS的经典题目，例如process和thread是什麽、inter-process communication等。最後，考了一题实作linked list的程式题。 因为我刷题都用python练习，被问到C++很细节的问题，因为不熟直接GG。整体准备不够 充分，在面完第一位工程师以後，直接被HR通知面试结束，等待下一步寄信通知。 # 结果：一周後收到感谢函 2. 玩美移动 应徵职缺：Machine Learning Engineer 透过104主动找我面试的公司，进公司先做python测验、性向测验和英文测验，测验通关 後跟主管面谈。 面试前需要先填个人资料表，包含个人照片、身分证号、户籍地址、家里电话、父母是谁 几岁做什麽等。我觉得有点侵犯个人隐私，所以有些内容没填，主管好像不会很在意有留 白，给大家参考。 Python测验为20题左右的选择题，考题颇有监别力，包含python语法 (e.g. map, filter)、numpy语法 (e.g. broadcast, shape, newaxis)和机器学习(e.g. CNN, pooling, batch normalization, gradient descent)。 性向测验和英文测验时间都很短，建议一开始就用最快的速度写完。 面谈时，主管先介绍公司产品和商业模式，之後问我影像处理相关的经验和细节，最後考 一题情境题，问要怎麽做微表情的情绪分类，可能可以从资料收集、标注、前处理、模型 设计等多方面开始考量。 # 结果：无声卡 3. MixerBox 应徵职缺：Engineer Trainee Program 寄email投递履历，隔天就收到HackerRank线上测验邀请，三题难度在easy到medium之间 。测验完成後隔周，收到skype线上面试邀请，整体面试流程约1个半月，因为被告知考题 需要保密，以下只提及准备方向。 ====== 一面技术测验：(总时长2小时~2.5小时) 与一位工程师面试1.5小时，不用自我介绍，直接开始考技术，使用HackerRank的共编。 总共考了两个大题，每大题含基本题+2题follow up，难度大概是medium，考题方向是 array和graph(bfs, dfs)。 技术问答结束後，30分钟听HR介绍公司和团队，我这边分享一些内容，让大家能更认识 MixerBox。 公司的商业模式主要仰赖投放广告和APP内购物，广告大多在日本和美国投放，台湾因为 市场小广告利润不多，所以没有放广告，常做为演算法A/B test的地区。 公司有主要的三个team，MixerBox、FreeTV和研发导向的lab，当lab里面有比较成熟的项 目就会转成一个新的team。而MixerBox最近发展方向是推广podcast，内容需要去各个网 站爬虫抓。 另外，为了提高营运利润，公司近期也投入游戏开发，目前正积极招募Unity工程师。 ====== 二面技术测验：(总时长2小时) 与两位工程师面试，每位工程师有一小时，各自考两题程式题，难度大概是medium到hard ，考题方向包含matrix(bfs)、monotonic stack、monotonic queue、3sum变形、 intervals、balanced tree等。 整体难度颇高，我大多是跟面试官讨论後，得到提示才慢慢解出来，面试官人也很好，会 提点思考方向是不是对的。 最後，可能是技术关解题实力不够，原本是投backend工程师，後来被通知改面Unity工程 师，问有没有兴趣继续。 ===== 三面团队成员：(总时长1小时) 与人资和工程师主管聊天，这关可能是最难的，会问一些难以回答的问题。 例如问你全世界最喜欢哪三间软体公司？为什麽？那如果都拿到offer会怎麽选择？比较 注重公司名气、职缺内容或薪水？职缺内容透过面试了解可能还是很抽象，这样会怎麽抉 择？ 平常怎麽自主学习？(问有没有用刷题网站练习的习惯) 有没有比较不擅长的领域？比较 喜欢做大project或小project？在团队中喜欢听指令或是担任领导者？ 最後分享一些Unity团队的资讯，日常专案的人员组成是一位工程师和一位行销人员，开 发一项小游戏。如果有开发不错的项目，打算加速这款游戏的开发，才会多让几位工程师 共同开发。 尽管没能拿到offer，我觉得是新鲜人友善的公司，面试要求只看资料结构和演算法，刷 题数可能要200 up比较稳。面试流程也相当舒适，面试前会提点准备方向，该怎麽聊履历 上的个人经历，才符合公司文化，面试後大约一周就能知道结果，推荐有兴趣的人去试试 看。 # 结果：一周後收到感谢函 4. 趋势科技 应徵职缺：Software Developer、Software Engineer in Test 透过104投递履历，隔周後收到Codility线上测验邀请，三题难度在easy和medium之间。 之後安排到公司面试，由HR自动配对能面试的职缺。 进公司以後，我先做QA职缺的Codility测验，我猜这份考题是针对Senior缺，范围包含 Windows、Android和IOS的debug工具、浏览器、网页前後端，以及三题系统设计简答题。 考完的感觉，我是谁？我在哪？你们484找错人了？ 接下来，迎来两轮小组面谈。 第一轮是面试QA，请我聊聊过去的经历，并问了一题情境题，请问要如何测试一个log in 的网页？另外也问我对QA的角色和想像是什麽，觉得QA都在做些什麽事情？ 第二轮面试有两个团队，也是先请我介绍过去的经历，并问了一些OS相关问题。包含解释 race condition和deadlock、怎麽去实作critical section、mutex和semaphore的差异、 process和thread的差异、inter process communication有碰过哪些等。 有一题比较印象深刻，如果程式码的行数到10000行以上，要如何debug？ 整体而言，我觉得面试官们知道新鲜人的实力不怎样，主要还是看对工作的热忱和态度。 最後，人资会询问你对各组的排序。 # 结果：两周後主动寄信follow up，收到感谢函 5. Appier 应徵职缺：Machine Learning Scientist 请朋友帮忙内推，1周後收到线上面试邀请。 一面，与两位工程师聊天，总时长1个半小时，考题分三个部分。 第一部分是简单机器学习概念，例如overfit、imbalance data、time series data等。 第二部分是情境题，未来工作会遇到的机器学习问题，但因为我的研究背景跟题目不太搭 ，回答得没有很好，後来变成介绍自己硕论的内容。 第三部分是演算法题，考一题难度meidum的DP。 面试当下，我有问面试官自己的表现如何，有得到正面的回馈，但後来就没後续了。XD # 结果：无声卡 6. Taiwan AILabs 应徵职缺：Machine Learning Scientist 透过LinkedIn投递履历，2天内收到HR电话，提及未来可能会做机器翻译相关的工作，并 跟我确认面试日期。 三个小时的线上面试，前两关考机器学习，最後一关考演算法。 第一位是speech team的ML工程师，先跟我聊聊硕论题目，後来主要在讨论文字处理的经 验。 第二位是news team的ML工程师，大多是技术问答，包含硕论用到的技术、如何选择 metric、专案用过的模型等，题型相当活，面试官想到什麽问什麽的感觉。 此外，也有考情境题，例如要在ptt八卦版中蒐集特定人物的相关文章，会怎麽开始？有 没有办法找出带风向的网军们？面试官理解力好反应也快，跟他讨论相当有趣XD 第三位是系统工程师，问有没有开发程式、使用过docker或k8s的经验、知不知道SQL和 NoSQL的差异等，最後考两题leetcode，与matrix相关，难度medium。 个人感觉面试表现还行，可能过去经历和工作内容不太吻合，所以没能拿到工作机会。 # 结果：两周後主动寄信follow up，HR回需要更多时间来决定，隔周收到感谢函 7. AICS 应徵职缺：Software Engineer - Big Data 透过官网投递履历，被HR要求补寄在校成绩单，1周後收到Codiity线上测验邀请，难度 easy到medium。测验完3周後，收到Microsoft Teams线上面试邀请，面试流程大约1个月 。 ===== 一面 TS：(总时长1小时) 与工程师主管聊天，考两题程式，难度easy和medium，基本上主管都会主动与我互动并给 予提示，让我慢慢想出哪里可以继续优化，感觉得到他的友善和良好的沟通能力。 ===== 二面 TS：(总时长1小时) 与工程师主管聊天，考一题程式，难度medium。这次面试官主要放着我自己慢慢想，幸好 我最後有提出解法，他也有询问我可以再怎麽优化。 ===== 三面 Full Loop：(总时长5小时，含中午休息1小时) 总共有四轮，每一轮有一位面试官，大多是前半小时聊天，後半小时考一题程式和Q&A。 第一轮，面试官是ML背景，请我自我介绍，聊过去经历的专案，大多担任什麽角色，最骄 傲的专案是什麽等。程式题考matrix，难度medium。 第二轮，面试官是系统背景，同样是聊过去经历的专案，会问一些系统面的设计问题。另 外还问我，如果要设计一个系统，里面有很多consumer和provider，要怎麽设计比较高效 率？还有问在小组合作时，有没有遇到摩擦或冲突的经验，会怎麽处理？程式题难度 medium偏easy。 第三轮，面试官应该是ML背景，问我硕论的创新点是什麽，有什麽样的应用价值，能否举 例说明。问我自己的强项和弱点，也问我过去失败的经验，学到了什麽。程式题考DP，难 度medium。 第四轮，原本安排是HR面试，结果看到面试官才发现，竟然是黄泰一博士。简单聊聊天以 後，说要看看我写程式如何，如果题目有看过就要换一题，总共考了一题medium和一题 hard。 最後很可惜只留1分钟问问题时间，但黄博士也跟我说，如果有拿到offer，愿意再安排30 分钟陪我聊聊。 ===== 加面：(共3次，与未来主管聊1小时、与HR聊30分钟+30分钟) 三面结束後，经过大概2个工作天，我就收到专案主管的聊天邀请，过程中拿到口头offer ，因此主要在聊专案目前的进度，以及之後的工作内容。 另外还有两次HR面谈，第一次主要聊聊个人特质、职涯规划、期待薪资和询问竞争对手公 司，第二次是讲解薪资福利等。 # 结果：offer get 8. Yahoo 应徵职缺：Software Engineer 透过官网投递履历，请朋友帮忙内推，大概1个月後收到线上面试邀请，面试流程约2周。 ===== 一面 HM Phone Screen：(总时长1小时) 与未来主管面试，听主管讲解团队在做什麽，主要就是聊聊工作内容，看看我有没有兴趣 。最後，考了两题难度easy的程式题，感觉只是看你会不会写程式。XD ===== 二面 TA Phone Screen：(总时长45分钟) 与HR面谈，第一阶段先确认我对职缺的认知是否正确，第二阶段请我自我介绍，并针对我 的履历来问Behavior Questions，第三阶段问我对第一份工作的期待、如何选择、以及期 望薪资。 值得一提的是，因为近期Yahoo被Apollo收购，所以我特地问问内部员工对这件事的想法 。接收到的资讯是，员工大多正面看待此事，组织由上到下采取AMA (Ask Me Anything) ，让主管公开透明传达资讯以消除员工焦虑感。 ===== 三面 Panel Interview：(总时长3小时) 和未来的团队成员聊天，总共四个人，两位工程主管和两位工程师。 据说会根据履历内容调整问题，我遇到的情况是，先考了两题难度medium的Leetcode，在 top interview清单都能找到，也有开放式的follow up问题。 再来，两题系统设计题。 第一题是给一段程式码，问觉得哪里有问题，会怎麽修改程式设计。我先解决简单的bug 以後，还针对未来有可能变动的程式码，设计要如何refactor，并解释有用到的design pattern。 第二题是设计一个选课系统，把整体的系统架构和流程列出来，还有会使用到的工具，资 料栏位怎麽设计等。 三面结束後的隔周，接到HR电话拿到口头offer，并告知需要等待总部批准正式offer，还 需要约2~3周的时间。 # 结果：offer get 9. Kronos 应徵职缺：Quantitative Analyst 透过官网投递职缺，需要附大学成绩单，3天後收到Codility线上测验邀请，限定用C++或 Python，测验完隔天收到线上面试邀请，面试流程2周。 ===== 一面：(总时长2小时) 总共有两轮，每一轮有两位面试官。 第一轮是统计关，同样先聊聊过去的经历，面试官会问跟交易相关的经验，像我自己比较 没接触这方面，所以我改为分享过去处理时间序列资料的经验。 考题包含线性回归模型的推导、怎麽算股票与大盘走势的相关性、掷硬币的机率问题等。 第二轮是程式关，考deque的实作，因为我用python作答，还另外考一些decorator的问题 。 两轮的面试官们都相当健谈，很乐意与我分享工作日常。另外透过面谈我才了解，因为公 司做高频交易，所以深度学习都不会碰到，机器学习感觉也偏少，主要用统计模型为主。 ===== 二面：(总时长3小时) 第一轮，与CEO的面试是全英文，先听完他自我介绍以後，他问我对Kronos感兴趣的理由 ，还考线性回归模型的问题。 印象深刻的是，当我问他是什麽驱使你做这份工作，他说交易就像玩西洋棋，每天都跟世 界各地最聪明的人们竞赛，享受玩游戏的过程就是热情的来源。 另一方面，感觉得到他很致力於营造团队气氛，他说比起只看交易绩效，更希望让公司的 大家喜欢上交易这项工作，并且透过交易和研究更了解市场。 第二轮，与CTO的面试是中文，他问我与交易相关的经历，还考了两个题目，分别与数字 、机率有关。 我感觉他是个很聪明的人，总能从不同的观点切入，谈论数位货币的时事，聊天过程颇受 启发。 第三轮，与HR聊聊可能进去哪个team，有拿到哪些offer，如何计算绩效奖金等。 二面结束後，经过3个工作天收到offer letter。 # 结果：offer get 四、结语 大家看完後可能会觉得，我投递的职缺真的是五花八门(?)，包含软体开发、网页後端、 机器学习、量化交易的工作。其实，我是打算透过面试过程，渐渐发掘自己未来理想的工 作型态。 然而，我也花了更多的时间在准备。除了每天刷题维持手感以外，还复习了各式各样的学 科，包含资料结构、演算法、作业系统、SQL、Design pattern、机器学习、机率统计。 事後回想起来，我觉得刷题和复习知识只能算是基本功，透过持续的练习面试，让自己有 更稳定的面试表现，才是决定能不能拿到offer的关键因素。 另外，如果能有明确的目标公司和职缺，集中精力准备少数公司，也是更有效率的做法。 最後，祝大家未来求职顺利，疫情期间身体健康，谢谢。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.150.158.123 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1626282169.A.4BD.html ※ 编辑: oopssugar (42.75.110.31 台湾), 07/15/2021 01:05:47 ※ 编辑: oopssugar (42.75.110.31 台湾), 07/15/2021 08:20:48 有兴趣了解可以站内信我XD ※ 编辑: oopssugar (223.136.188.142 台湾), 07/15/2021 09:23:43 没有耶 ※ 编辑: oopssugar (223.136.188.142 台湾), 07/16/2021 00:55:42