代po 2022 New Grad 全职找工之旅正式结束。这篇文章除了聊聊面经外，也会谈谈各种刷题、 内推的策略。同时，由於我本身在台有 3 年工作经验，这篇分享文也会描述，有在台工 作经验者，如何寻找 Experienced Hire 的机会。 那就开始吧！ -------------------------- Medium好读版(内含文章所有超连结,因为我不会贴QQ) https://reurl.cc/RbA9kG -------------------------- Offer (New Grad): Google, VMware, Amazon, C3.ai, Hive Offer (Experienced): Nvidia (IC3), Godaddy(SDE II), Tekion (Staff Software Engineer) Decision: Google Onsite 後被拒: Citrix 电面後无声/被拒: Robinhood, TIBCO, Scale AI, Coinbase OA後无声/被拒: Salesforce, IMC, Circle, Citadel, Quora... 内推被拒或无声: Facebook, Apple, Stripe, Microsoft, IBM... 海投：150+ 家太多了列不完 婉拒面试: Bloomberg, Blend, Verkada 被延到毕业再面 Experienced Hire：Databricks, Aurora, MemSQL 找工之始：Mindset 当你决定踏上美国求职之路时，务必要先问自己：「当身旁朋友已满手 offers 开始度假 ，而你却一个 offer 都未拿到，你还有心力努力不懈，抱持不上岸不结束的信念吗？」 念完硕士并落地深根，是所有海外留学者必有的梦想。然则，若常翻一亩的版友必知， New Grad 求职一年比一年艰难，就业市场逐步内卷化，越来越多与 1、2 年海外工作年 资的对手与你竞争，「留学、求职、成为美国工程师」，与十年前相比，无疑更加艰难。 普遍来说，在求职季，你会看到身旁同学一个月就成功上岸，也会有人拿满 FAAMG 面试 爽爽度过，更会有满手 offer 的强者，「压力来源」其实不仅是担忧自己无法成功上岸 ，更多的是来自同侪（包括印度、中国人）的压力。 更甚者，以 Onsite 面试来说，一次要面 5 关，如果其中一关自己觉得面差，无法整理 好心态好好把接下来面试面完，那可能就错失一个 Offer 。以 Google 来说，就算有一 轮 No Hire ，其他 round 有 Strong Hire，都还有机会发 Offer。 也因此，找工之旅开始前，最重要的工作，我认为不是刷题，而是「建立好 Mindset」。 在美国找到一份工作并不难，但前提是自己心态建立好，有执行力的努力，上岸之旅才能 成功达成！ Timeline 找工时程：早！ 凡事只要「早」，就有高机率拿 offer。早一点刷题、早一点准备好 Resume、早一点投 履历、约最早的面试，只要早就很容易拿 offer 。普遍建议是：8月马上丢履历，8/9 月 写 OA 或电面，10 月 Onsite 後拿 Offer 。 不论一落地是要找实习、还是找全职，最好的安排便是： 1. 来美前先刷题，至少一刷 2. 7月底、8月初，职缺一出，就丢履历 以美国来说，当公司释出职位时，通常就会设下 Head Count (今年只收几人)。Head Count 不但普遍在 11 月时都归零，当 Head Count 数量越少，公司审核标准就越严苛， 面试过的机率就越低。也因此，「越早投、越早面」是找工求职最重要的原则。 以今年为例， Google 的 New Grad Position 8月一释出，只给一周的时间投递。第一天 就投的人，普遍可在 9 月底安排 Onsite Interview。但若你截止前才投，则到 11 月都 还没面试。 同样例子也套用 Robinhood 、VMware，职缺一出当下就投的人，人人发面试。到了 8 月 底，VMware 直接关掉申请介面，Robinhood 则开始简历拒。 当然，有些人可能担忧有 Exploding Offer 的情况。因为拿 offer 後，普遍只给 2 weeks 决定时间，可能被迫需签下 offer 停止其他家面试。然则，这个情况不套用学生 ，因为学校普遍会有 Guideline ，规定公司不能将 offer deadline 设早於某个日期（ 以 Berkeley 来说是 11/1），可以拿学校 Guideline 向公司说明请求延长，通常中大型 公司都可以顺延。 以我本身而言，因为我在 7 月底就投 Amazon New Grad ，8月写完 OA 和面试，成功在 8/31 当天拿到 offer ，一个月内成功上岸。有了 Amazon Offer 後，去面其他家都可以 说有 offer deadline ，或拿 Amazon Offer 包直接 Compete ，求职历程不但没压力、 还能居上风。 如何用在台工作经验 Get Experienced Hire 以北美市场来说，尽管你有再多的台湾工作资历，到这边统一都当成 New Grad 计算。然 则，我觉得这没有硬性的规则，通常越小型的公司，越愿意 value 在台工作经验。通常 来说，Experienced Hire 的面试，只会在毕业前 2 个月才能进行。 以我为例，今年我拿到了 Tekion 的 Staff Engineer Offer，也拿到 Nvidia, Godaddy Experienced Hire，也参与 Robinhood Experienced Hire 的面试流程。简单的说，我觉 得分成两种： 1. 毕业时间在 12 月：可以直接投 Experienced Position 参与面试，New Grad 和 Experienced 同时进行。当然，要准备的事情也较广，System Design 可能要花一些时间 研读。 2. 毕业时间在 5 月：可以先投 New Grad，在第一次 HR Phone Call 时，主动提出自己的 海外工作经验，询问能不能面 Experienced Hire 。 Databricks & Facebook 的 New Grad ，因为工作经验大於 1 年多被拒。由於我的毕业 时间在 5 月，Databricks, MemSQL, Aurora 的 Experienced 面试都跟我约隔年 3 月重 启，就错失了面 Experienced Hire 的机会。 面试准备 Programming Language 我认为语言不是选 Python，就是 C++ 或 Java。Python 的好处就是好写、快、不受型别 限制，但在面 Quant 或做 Internet 的公司时，会吃力不少。C++ 的好处就是展现 CS 实力（不过面试不太需要）、有 BST ，坏处则是 90% 面试官都不会写 C++ ，所以遇到 Bug 自己要会 Debug。 有些公司会要求写 Java ，因为目前 Java Spring Boot 这个 Framework 还是业界主流 ，公司也想考你 OOD 的知识，同时在业界需要写 thread programming 的都会用 Java 写。Java 很好，但可能就是写起来太麻烦，同样一个 Operation ，Java 可能是别人的 数倍行，在面试求快的心态下，用 Java 可能心很急。 刷题 刷题的重要性我想是人人皆知，但「刷得好比刷得多」还重要，质量大於题数，以下是我 觉得刷题的建议： 1. 「重质不重量」 2. 实习应该要到 250 题左右、New Grad 建议 350–400 题左右。有这个题数，应该看到题 目都会有初步想法。 3. 着重刷 Medium 题，基本上面试就能迎刃而解，非经典的 Hard 题不要刷，建议不要浪费 自己时间。 4. 刷题顺序可以照分类，刷 Leetcode 各分类的高频题，比如今天刷 BFS，明天刷 Binary Search ，这样同样概念比较好统整。 5. 刷题不是刷一次，而是最少两次，经典题则要 3+ 次。一刷我建议不要卡太久，想不到解 就快去看解答，因为这个时期是在熟悉演算法。二刷时，「一定要建立思路」，思路是指 ：看到问题，如何联想到可行的 Algo ，并如何逐层解题，「找出思考的路径」很重要。 6. 思路之所以重要，是因为在面试时，如果你一上来直接给最佳解，可能顶多就 General Hire。但如果你有逐层解释自己的思考历程，逐步推倒出解，就算最後没写出来，可能都 有 General/Lean Hire，给出最佳解则当然会 Strong Hire。 7. 以我 Google 为例，有一轮 Corner Case 会炸开，但最後面试官说想法正确、思路清楚 ，还是给了我 Positive Feedback。因此，「找出思考的路径」是二刷重要关键。 而板上 Alvin 学长文的点醒，Blind整理的高频75题真的非常有用，很多题目都源於这 75 题，很适合短时间复习，建议这 75 题定时重刷，刷 3 次以上。先刷 75 题，再刷 Top Liked \ Top Interviewed ，最後再补完各分类的高频题，应该面试都会较轻松。 System Design 因为今年面了 Experienced 的职缺，所以面了较多 System Design 的面试。System Design 基本上仍然依赖自己长时间工作知识的积累，问得方向也比较多元，比如 Producer / Consumer 问题、Scale 的选法、Partition 的方式，MQ 怎麽选，DB、 Microservice 如何 Reliable 等。 简单的说，Microservice (Kubernetes…) 生态系还是业界主流，务必要熟悉微服务下的 各种知识，同时对一些主流 SQL, NoSQL (MongoDB, Redis, Elasticsearch, Prometheus, Cassandra…) ，各自特质、Scale、Partition、维运…，最好要有基础观 念。 面试准备的教材： * 初阶的可以看 system design primer 、Educative.io 上的教材，这些资料能带你初步 熟悉 System Design 的基本问题及如何配置。 * 资深的可以看 DDIA 这本书，这本书能精熟应该就是 staff 级别的工程师了。或翻翻 infoQ 上的影片，看 Netflix, Instagram 各大公司如何处理 large-scale 的问题。也 可以多看看一些 FB, Uber … 大公司的 Engineering Blog，慢慢的累积知识。 矽谷轻松谈的 Kenji 也统整一份很详细的准备指南，一亩上的猴子都能懂系列也非常完 整，都十分推荐！ 当然，很多人满腹知识，但往往挂在讲的杂乱无序，我很建议 HackBear 泰瑞这部影片， 很清楚的解释了 System Design Round 如何有好表现。 CS Fundamental 知识 常见考题如 OS 的 deadlock, thread, process, race condition… 还有 Networking 的 TCP/IP Level 3 & 4 & 7, DNS, Router…。建议面试前着重复习这些概念，应该都能 轻松解决。 如果有面到做 Database 的公司（如 Oracle），则会问一些 B+ Tree, Cache Design… 的问题，不过我想收到面试後再来复习都不迟。 拿面试及面试技巧 面试技巧会分成面试前、拿到面试、面试後三个阶段剖析。 面试前：海投、内推、校招 参与过北美求职都知道，「拿面试比面试本身还难」。在这个内推横行的年代，如果我们 说海投是投到外海、内推就是投到内海，但一样都是海，比如我 FB 内推後直接拒、或 Apple 内推後无声。现今有效的拿面试，是内推人亲自将你的 Resume 送到 Hiring Manager 手上，或你能直接找到 Recruiter 当面聊。 尽管内推逐步式微，但还是比海投好，找内推基本上有几种方法： 1. Linkedin 上找学长姐。台清交成的同学，每家大公司一定都有校友，可以到 公司的 Linkedin 页面，点选 People ，搜寻栏打 「National Taiwan」,「National Tsing Hua 」…，就可以找到台湾的前辈。 2. 上「矽谷轻松谈 Just Kidding Tech」的 Slack 内推版。谢谢 Kenji 和柯柯的经营！ 3. 到「歹晚郎互助网络」找内推。谢谢 Bryan 的经营！ 4. 到「Taiwanese Referral 台湾人内推系统」找内推。谢谢 SD 学长姐的热情协助！ 5. 等 Mason 的内推文。感谢 Mason！ 另外，不要觉得找内推很害羞、别扭，也尽量不要内推人都不回你就放弃，主动出击、有 礼貌、好好介绍自己、直接表明需要帮忙内推，我相信 80% 的前辈都很乐意帮忙，因为 我们也是这样过来的，我们懂。 而对於校招 Career Fair，因为今年後疫情年，校招全部 online 举办，我觉得效力降了 不少，很多公司只是来释疑而已（如 FB），只剩 Bloomberg 还在校招上捞人。若有一年 回到 In-Person 的话，可以参考这网站。除了 Career Fair ，还有 info session 和 Coffee Chat ，Coffee Chat 是和 Recruiter one-one 聊天比较有用，info session 则 是公司来演讲比较没有用，但还是建议有空可以参加一下。 而除了找投履历的管道，职缺一出就投也很重要。建议设置 Linkedin Job Alert，可以 设定「new grad engineer」、「university graduate」、「early career」、「campus 」等发送 Job Alert ，这样当一有 position 释出，就可以马上投。同时每一年都有人 热心整理 New Grad List ，可以追踪看看今年是否也有。另外，常上一亩翻面经，也可 以找到自己还没投的公司。 拿到面试：刷面经、边讲边打 一个常见面试流程是：OA(线上 Coding 笔试) → Phone Interview （一轮或两轮）→ Onsite Interview （一天 5 轮以上），每家公司都有些微差异。 由於今年後疫情年，Onsite 都改 Virtual，所以 Onsite 就像延长版的 Phone interview 一样。 拿到面试後，不论是 OA 还是 Phone Interview，首要工作便是上一亩刷面经，照着时序 依序往下看。有些公司都只会考固定题组（如 Robinhood, Amazon），刷面经就变得相当 重要。但对於一些题库庞大的公司（如 Google），则直接上 Leetcode 刷该公司高频题 比较有用。 在面试时，务必认知到「沟通 >>> 写 code」，好的沟通可以掩盖掉 Coding 表现不好的 问题。好的沟通不代表英文讲的词藻华丽，用简单的词汇、清晰的解释概念通常就很够。 我的 English Speaking 绝对不是很流利，但还是能通过重沟通的 Google ，原因就是「 技巧 > 英文能力」。 面试进行流程应该是：面试官贴出问题，你开始提出一些 testcase, corner case，询 问 Input Range，有无Invalid Input，确认双方认知後再开始想题。下一步，则是要和 面试官解释解题想法。以我为例，因为我担心发音不标准，我基本上都用边写注解、同步 讲想法的方式，把我的概念解释出来。待面试官确认方法可行後，才会开始写 code 。 写 code 时，也会边打边讲，适时写些 Comments。最後，则会自己想一些 testcases 进 行验证。详细的面试影片可以参考这个网站。 在面试流程中，如果自己发现很久没收到新消息，就有可能是 HR 忘了你，一定要穷追不 舍的持续 Reach out HR 请他给你 update 。我的 Nvidia 就曾被遗忘了一周，後来 Follow up 後就赶紧补发 On-site Interview 给我。 面试後：催 HR 谈薪水 「Always Negotiate」，因为公司发包给你时，都预留了你要跟他谈的空间。谈薪水这件 事我也是新手，不过一年洗礼下，发现可分三阶段：刚收 Offer 、过一周後、要签以前 。 刚收 Offer 时，可以谈的就是 Deadline、What is Salary Range、Visa Sponsorship 等讯息。过一周後，可以开始针对 Base, Stock, Sign-on 开始谈，拿其他家 offer compete 是最直接的方法。要签以前，可以说当数字高於 XXX 时，现场签。 谈薪水的心法是，要把 Recruiter 当朋友，持续表达对公司的向往，但因为生活费、家 庭…开销，目前的薪水实在太低，希望 Recruiter 帮你一把。「诚恳、持续表达意愿」 ，是谈成功的关键。 求职文件、面试准备 CV 留学时期的 CV 和申请工作的 CV 完全长不一样，Recruiter 只会看 skill 栏位，90% 面试官则只会看工作栏位的第一个工作经验的第一项，其他全不看。也因此，我会建议 CV 要有以下更改： 1. Header 务必放「手机电话、Email、Github」，如果在加州一定要放「地点」 2. Education 栏，重点课如 OS, Algo, DS, Network 一定要放，不要写简写，因为系统会 爬。 3. Work 栏，务必第一项放最 powerful 的，或讲的最顺的，因为你会发现面试官只看这行 。 4. Skill 栏务必放到 Resume 上半部，Recruiter 通常看不懂你的研究或工作经历，只会看 看 skill 有无 match 决定是否发面试。 5. 有心力的话，可以针对每个 position 的 JD 做客制化。基本上，Distributed System, Java, Object-Oriented Design 这几个关键字，你的 Resume 最好能 include 到。 我建议在丢履历前，一定要把你的履历先送到学校 Career Center 改，或是找在美国工 作的前辈改，因为自己可能 miss 掉一些 information。 New Grad Job Market 今年迈入後疫情年，各大科技公司的招募情况逐步恢复，Google, Facebook 及 Amazon 的 Head Count 也增加不少。於此同时，由於去年的学生普遍 Defer ，今年 New Grad 市场少了一批硕士毕业生，2022 应该是前景相对好的一年。 倘若我们综观数年，进行统整，可以大致分为 FAANG 及 Not FAANG： FAANG Facebook 和 Apple 往年都是面试难拿，FB 拿了面试後就是要勤刷 Leetcode 高频题， Apple, Microsoft 则是要靠组推或校招才能拿到面试。Amazon 则是典型的转码天堂，面 试应该是众观北美求职中最简单的一家，Head Count 很多，发 Offer 品质不是很好。 Netflix 则是今年第一年招 New Grad ，所以所有人都在观望，目前为止有身份的人才有 拿到面试（有绿卡 or 公民）。Google 则是面试好拿，但面试难通过，且流程冗长(9月 底面试，11 月才拿到 offer)，不过今年好像 Head Count 比较多一点。 Google 的考题特色是，通常都不是 Leetcode 原题，不过都是要套用某个 Leetcode 题 的想法求解，面试官除了求正确性，更在意你的思考历程有无符合逻辑，以及沟通能力是 否良好。 非 FAANG 其实有别於台湾人的认知，在北美，其实并不是所有人都向往进入 FAANG，FAANG 的面试 也不是最难的。蛮多 pre-IPO 的新创十分有潜力（如 Databricks, Stripe），New Grad 面试也真的难。与此同时，做 Quant Trading Firm 类型的 (如 Citadel, Hudson River Trading)，通常薪水也会是 FAANG 的两倍，不少人会选择这些弃 FAANG。 Fintech 则是成为 Growing Trends，除了老牌 Bloomberg，Payment 招牌（Stripe, Square, Paypal），也有走 Blockchain 的(Coinbase, Circle)，做散户股票的 Robinhood，还有诸如 Brex, Chime, Blend 这类前景良好公司，开发的层次越来越深层 ，成为许多人的首选。 签证时程 蛮多人来美国後，都是用 STEM OPT 3 年间抽 H1-B ，抽到 H1-B 後再办绿卡。然则在现 今，因为越来越多人在 H1-B 的抽签 Pool 里，有人也会用作弊方式一人投 10 份申请， 中签率确实越来越低。 也因此，不少人在职涯选择上，会选择能直接办绿卡的公司。台湾人办绿卡相对中国、印 度，不用漫长排程，普遍可在 1.5–2.5 年办完，所以幸运的话，有些人会在 OPT Extension 期间，就办到绿卡跳过 H1-B 。 据我所知，直接办绿卡的公司有：Google 、Microsoft 和许多硬体厂（Nvidia… ） 。Facebook 刚解决完 PERM issue ，应该近期也会恢复。Amazon 据说是 Manager 决 定你能不能办，也有 PIP 压力。 结语 今年受到太多人的帮忙了，比如从留学申请到找工都持续 carry 的 Vera 学姊， Databricks 里的超热情资深前辈 John ，还有无数帮我内推的学长姐们，感受到满满的 在美台人的温暖～ 同时，也很欢迎大家有问题的话，在 Linkedin 上 reach out 我，先预祝大家都找工顺 利了！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.16.164 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1640031146.A.10D.html ※ 编辑: thomaskov (140.109.16.164 台湾), 12/21/2021 04:18:58 ※ 编辑: thomaskov (73.241.249.201 美国), 12/21/2021 14:52:20