美國谷歌臉書面試最看重什麼？

這是最簡單最快的刷題方法，直接看題解，看別人的代碼，學習別人的思路以及寫法（Leetcode，點Discuss，就能看到別人的解法以及代碼）

最普遍的刷題方法，直接自己上手做題，調試，AC。

在Level 2的基礎上，follow up，就是自己給自己提高題目難度。例如，如何減少時間／空間複雜度。這部分，可以寫出來然後提交，看運行結果來判斷自己是否成功了。還例如，可以自己給自己加限定條件。這部分，可以就想一想，鍛煉思維。

在Level 3的基礎上，再去看論壇里別人的思路和代碼，然後進行橫向比較。看看別人／自己的演算法／代碼好在哪裡，哪些是可以學習借鑒的。總結一下寫下來。

最後，也是最高層次的刷題，就是將這道題當作面試題來做。在Coding前，用英語說明自己的思路，然後在Coding過程中，用英語解釋你的代碼和思路。思路很重要，也是一部分考官看重的點。

很多CS專業的學生找工作的套路就是刷題，我覺得想通過刷題拿offer的人感覺思維還在應試教育上，就像考試拿優一樣，你瘋狂的刷題，是肯定能拿優的，也的確有不少人通過刷題拿到Google，Facebook等一線IT公司的offer。但是很多人貌似沒弄明白一點，面試官招聘不是在招一個寫代碼的機器，而是在找自己的同事，工作夥伴，你以後是要與他共事的，那麼你和他的交流，契合度就很重要了。這也是為什麼題主身邊人很多都是題做出來了，但是還是沒收到offer，相反有的題沒做出來，反而被錄了的原因。

我在USC有一個好基友，同住一個寢室，也是中國人，我畢業後就直接回國創業了，而他選擇留在美國，目前正在Google工作，前陣子休假回國到我的公司里轉了一圈，很久沒見面就聊了很多，又因為都是CS專業，於是跟他聊起了美國CS專業的就業前景，也聊了一些關於面試的問題。去年各大科技公司的面試題就越來越讓人看不懂了，如果你還一味地糾結於「刷題」的數量，拿到手不會的題目通過記住參考答案來準備面試，你想拿offer只會越來越困難。

我不知道題主有沒有感受到，去年像谷歌，臉書領英這種大型科技公司對於面試的考核有一個明顯的變化趨勢。從之前的對於某些固定的演算法或者數據結構考核，逐漸變成了將考核的重點放在了你是否有能力通過與面試官合理的溝通，去解決一個實際問題。而所有的數據結構和演算法，都只是解決這個實際問題的工具。也就是說，你應該具備的能力並不僅僅是熟悉每一種數據結構並能快速寫出某些演算法，而是要在了解每種數據結構和演算法優劣勢的基礎上，理解面試官的問題，從而對實際問題建立模型，再自然而然地轉化代碼。在面試過程中，通過與面試官的交流，不斷加深對問題的理解，解決問題並且逐步優化的過程，才是面試官最想看到的。

拿谷歌的電話面試來說，software engineer崗位的電面持續時間是30-60分鐘，回答編碼相關問題時，你需要一邊在與面試官共享的 Google Doc 上編寫代碼，一邊清晰地闡述你的思路。如果你只是一味的悶頭解題，自己抓耳撓腮的寫了10分鐘，然後告訴面試官我不會。又或者說你花10分鐘迅速的做完了題，然後面試官在那頭盯著屏幕看了十分鐘，你覺得面試官心裡會不會有一萬隻草泥馬在奔騰。其實有很多人在面試官描述完問題之後，都直接想要給出最佳的答案而卡住自己思考半天，從而錯過了真正有價值的通過討論而得出有效思路的這個過程，最終被刷掉。所以在面試中，溝通是很重要的。

我舉個例子吧，Google和Facebook都考過的問題

Implement an algorithm that models raindrops randomly falling on a sidewalk .sidewalk is 1m and raindrops are 1cm. How could we know when the sidewalk is completely wet.

雖然看似很簡單的一個問題，但其實有很多需要和面試官溝通的地方，比如人行道的形狀，長寬，和雨滴濺落的樣子，以及雨滴的掉落是否可以覆蓋原來的雨滴。通過這些問題，都可以逐漸理解面試官的意圖，並且和面試官積極的進行溝通，這種思考過程才是面試官非常願意看到的，而不是你悶頭解題，這種溝通和思考過程絕對不是你通過刷題就能得來的。

當然，我們也不能否定刷題，刷題固然重要，但這只是找工作的必要條件而絕非充分條件，除了紮實的基本功，訓練有素的邏輯思維能力，分析問題能力，舉一反三能力，思想表達與溝通能力才是決定面試成敗的關鍵。

做出來題目，但是程度有很多種：一下子就做出來，並且優化好，順便把follow up解決掉；一開始沒想出解法，但是摸到邊，面試官提示一下就能做出來；經過面試官無數提示，很辛苦才做了出來，沒時間做follow up,etc。 以上這三種情況的好壞並不是僅僅憑有沒有做出題目來區分的。

第一次回答問題，然後就發燒到40度了。還去掛了急診。沒來得及回答請見諒。現在就在床上回答一下問題吧。

關於華大西雅圖，個人覺得錄取應該不難，sat1900左右托福95左右應該還是十拿九穩的。不過有一點要說明的就是，大多數人進了華大之後是沒有專業的，一般是根據你要申請的專業，你去上申請專業要求的課，然後根據你的成績來錄取。有些專業比如商科，還會當場寫作。大多數專業還會要求personal statement

華大計算機專業：

分割線---------------------------------------------------------------------------------------------------------------

最近剛剛拿到了facebook的實習機會，很幸運地碰到了中國同胞。 所以過來回答一下回報一下祖國。

我大三（馬上大四），大二進的計算機專業。 我是在University of Washington Seattle的專門對於計算機專業的學生的career fair上的投得簡歷，投了很多公司，最後差不多拿到了10家面試，然後在感恩節前拿到的FB實習offer.

簡單說一下怎麼準備面試吧，十分推薦Cracking the Code Interview這本書，講得很詳細，該怎麼改簡歷，和面試官交談。 大概在面試前2個禮拜有機會就多刷刷題，leetcode和hackrank都是很好的機會，我第一次面FB是在學校里，和面試官聊的挺開心的，題目在glassdoor上也見到過，但是沒有做。。。（看到真題一定要做啊！）。。但是還是寫出了一個brute force的答案，然後改進到了一個7分得答案，最好的是DP演算法（大神求放過。。）

然後就是onsite的面試，因為FB在西雅圖有分部，所以他們組織了一個UDAY的活動，把一幫錄取的人叫過去吃吃飯面面試，環境還是很好的！就是空間有點小，感覺有點擁擠，就一次面試，50分鐘，題目還是有點難的，勉勉強強做了出來還有點小BUG。。

好了，上面就是我的經歷，個人覺得technical interview最重要的還是內功，自己平時演算法題做多了，面試的時候自然得心應手，弄清各種數據結構，看到題目就想到該怎麼做。

還有就是充實自己的業餘時間，找面試，找實習，找學校工作，最好的練習面試的方法就是去面試！

還有就是要把自己簡歷上的東西背熟，很有可能會問你簡歷上的問題。

所以最後，第一多出去實習，鍛煉，學習知識，第二就是掌握一些小trick，面試會很有用！

New Grad, Facebook / Google 都拿到過面試和offer。

我覺得三點最看重：

1. 分析溝通問題的能力。這項我覺得是最重要，也最受英語口語能力影響。Facebook和Google給我的面試問題有難有簡，但無論簡單與否，面試官都要求我想到什麼說什麼(think out loud)。基本上每次面試都是從頭說到尾（寫代碼的時候也是邊寫邊說）。我在Google面試中有個問題跟本沒想到解法，一半胡扯一半問問題地做完面試，結果面試官最後很開心，說，「雖然沒有完成，不過你中途一直說話，很欣賞你如何分析一個不熟悉的問題，並一步一步接近解法」。個人認為美國公司很看重這點。我認識些同學大量刷題也沒有過面試，很大一部分原因是上來就寫代碼，面試官看不到分析問題的過程。（不信你給你朋友面試一個，他要是啥都不說光把題做出來，估計你也看得挺無聊的。。。）多跟朋友們練習面試最有幫助。

2. 編寫代碼的熟練度。把想法轉換成代碼的能力。想到解法之後寫出來的代碼是否整潔，變數名是否合理，是否bug-free，是不是有合適的abstraction，都是寫代碼熟練度的表現。同樣一個最優解法，每個人寫出來的都可能會有細微差別，用loop還是recurse，用static還是dynamic memory，哪些邏輯寫成helper function，都能給體現出他是否真的能熟練地寫代碼。這點上刷題很有幫助。

FB真的就是刷題，然後問lc原題。我個人覺得因為FB這兩年好多刷題刷進去的，所以培訓出來的面試官也都是各種問lc原題。也的確是對代碼的正確度要求很高。

Google不方便說。

美國一線大IT公司怎麼能少了微軟！微軟雖然也是一輪一道題，但是做題前後談笑風生的空間非常大（

營銷崗，當年面apple，被問如何做一個廣告高級黑google,我答

就是刷題. 刷leetcode.

傳說就是給你leetcode原題簡單的要你五分鐘bug free。

加面是一個MIT本科剛畢業一年的中國女同胞，出了一道DP的樹的題，我沒見過，但按著他家moving fast的風格上來就BB，二十五分鐘說了四種解法，從暴力解到最優解。她也親口承認四種解法都是對的，也承認最後那個是最優解了。然後面試在三十五分鐘左右就結束了。結果還是沒要。沒見過的題耶，當真不知道如何能做的更好了。

沒看清題，這個說的只是fb。

所以說就是一點，刷題，他家不在乎你見沒見過這道題，快速一遍bug free是硬標準，就是把自己刷成熟練工。這點做到了，看命就行了。

我2014年春季快畢業時，作為new grad面過Google，no offer. 面試後，recruiter打電話和我說很遺憾，我很接近，但沒到錄取線。我當時的準備狀況是刷完leetcode，看完cracking the code interview第四版。面試全程五輪中，有一輪很不好，其他幾輪都順利。

New grad 面試或者找工作的結果可以用中華民族最常用的三個因素來概括：天時地利人和。

天時：

重要的事情說三遍。找工作一定要趁早。一定要趁早。一定要趁早。我不能說這件事比個人實力更重要，但它對最終的結果有很重要的影響。我見過很多忙於學業不專心找工作，或者說不先下手為強的明明有實力的朋友，最後栽到了headcount滿了，走都不到面試那一步。

或者我們可以這麼理解。cs行業特別是software engineer崗的不可替代性不強，大家刷一刷題以後在面試上的表現都差不太多。學4年的人有著精湛的編程功底，但是這種優勢在以演算法為基礎的面試上發揮不太出來，也就是看起來跟那些學了一年刷了一年題的人區別不是那麼大。所以先佔坑就顯得尤為重要了。

地利：

這個不用我多說了。矽谷附近的學校們的面試機會比村裡大學的面試機會明顯多，畢竟公司不用承擔onsite的往返機票酒店住宿等等的費用。Apple一半員工都是聖何塞州立大學這種說法雖然有誇張成分，但也可以看出地理位置的重要性了。

人和：

這一點是最重要的一點了，即面試的個人發揮。個人曾在轉行cs半年多後拿下谷歌的實習，並且在conversion成功，拿到了Google SDE的offer。在面試谷歌實習的時候我只刷過40道leetcode，conversion面試的時候刷過將近200道。這個過程中多少是有一點運氣的成分的，但還是來談談我的經驗。

首先，面試內容以Google為例，new grad的面試主要是演算法和數據結構。面試的list裡面提到了mathematics和system design，但我迄今沒有聽說過明確對new grad考察這些的。並且演算法的概率明顯大於數據結構。所以從面試內容來看，刷題基本可以滿足需求。

有一個題外話，很多人好奇為什麼「碼農」的工作性質跟演算法並無太大關聯，但面試（特別是大公司）卻非常注重演算法。原因很簡單，公司不僅想招能完成工作的人，更想招「聰明」的人。通過演算法來檢驗一個人的聰明程度，可能是大公司們探索若干年得到的性價比最高的方法。雖然這種方法在如今各種刷題網站的轟擊下，已經顯得不太可靠了。

儘管Google/Facebook等公司一般都很政治正確，揚言說不在意是否做出來題目了，更在意解題過程和你的思維，但我還是認為在大多數情況下"做出來沒聊好"強於「表達好沒做出來」，畢竟華人相對來說交流不如local。「做出來」最好是寫出了可執行的代碼，其次假如時間不足，闡述清楚思路和計劃如何解題也可勉強算「做出來」。在面試過程中有如下注意的事項：

1. 解題和優化。面試的題目一般不難做出來，大不了寫個exponential的做法。但是演算法優化顯得很重要，也就是不僅要做對，更要控制演算法的time complexity和space complexity。一個優雅的演算法無疑是「聰明」的體現。另外，對於一些簡單的演算法問題，不要大意，要注意解題是否快速且正確，corner case是否考慮完整。比如同樣一個簡單問題，你用了10分鐘解答，當天的其他interviewee只用了5分鐘，那麼高下立判。
2. Coding style。簡單表現為變數名的定義，類與函數的使用，注釋，邏輯是否簡潔無重複等。
3. Communication。有價值的交流很重要，不是說漫天亂聊嘮嗑式的交流。個人認為交流的作用有兩點。第一，幫助面試官快速了解你的思路，成功表達自己的思想，不要讓任何一點自己想法的可貴之處埋沒。我曾遇到過一個hard的面試題目，想不出徹底的解法，就把自己能想到的思路和相關的困惑都說了一遍，然後面試官表達這個思路是正確的並且解答了我的困惑，於是我們順利進行。第二，假如遇到了卡殼，可以儘快從面試官的反饋（語氣、神態、建議等）中發現解題的方向。不要把面試官當成上司，就把他當作跟你一起解題的人。

祝大家都找工順利

我一直有一點不成熟的想法：

只要是演算法面就讓面試官和面試者單挑，隨機出題。只要比面試官先AC，或者解法更優，或者代碼更簡潔優雅就算過。

這樣可以直接避免阿三使壞。mmp, 嚴重懷疑各路公司參加演算法面的阿三有幾成真比被他們掛掉的面試者演算法更好。

作者公眾號：作者還行。關注此公眾號，給你一套價值10萬元的職場大禮包。

Google是我最喜歡的互聯網企業，也是我覺得目前這個世界上最偉大的公司。對Google的運作一直很好奇，系統性地學習Google的運行方式對於我們大有裨益。這篇文章主要是Google對於人才的聘用的系統性知識總結，希望能給大家帶來更多的思考。

成為一個創始人

Google兩位老總拉里和謝爾蓋奠定了Google對待員工方式的基礎：Google人可以引領所在團隊的工作和生活方式。

2004年8月19日，Google上市，當時Google只有1907名員工，謝爾蓋在招股說明書中講到：我們的員工自稱Google人，是我們公司的根本。Google是圍繞著吸引和發揮出眾的技術專家和商務人才的能力而打招的。我們有幸招募了很多具有創造性、有操守和不辭勞苦的工作明星。我們希望未來能夠招募更多這樣的人。我們會獎勵他們，對他們好。

Google為他們的員工提供了世界頂級的員工福利，包括不同尋常的福利，例如免費餐、醫生和洗衣機等。

拉里和謝爾蓋刻意留出空間，使其他人也能像創始人一樣行事，有識之士有機會創造自己的Google。

建立傑出的團隊或機構的起點是有一位創始人，但是成為一名創始人並不意味著要建立一家新的公司，任何人都有能力成為一名創始人，也可以成為所在團隊的文化創造者。

Google工作法則：成為一名創始人

1. 把自己看成是一名創始人。

2. 像創始人一樣行動。

Google的文化是什麼？

使命是Google文化的第一塊基石。

在內心深處，每個人都要找到工作的意義。沒有什麼比知道自己正在改變世界能帶來更強有力的激勵作用。

Google的使命是：整合全球信息，使人人都能訪問並從中收益。

這個使命讓大家的工作變得有了意義。這個使命不是一個商業目標，而是一種道德目標。史上最有影響力的運動都要有道德動機，或是追求獨立，或是追求平等等權利。

歸根到底，這個使命還永遠無法達成，總是有更多的信息需要集成，總有更多的方式可以使人們從中收益。這樣Google人創造了動機，促使大家不斷創新，探索新的領域。要成為「市場領導者」這種公司使命，一旦實現，就難以再帶來更多的激勵。Google範圍寬泛的使命使得Google能夠循著指南針而不是追著速度計前進。

透明是Google文化的第二塊基石。

應該假設所有的信息都可以與團隊分享，而不能假設任何信息都不能分享。在開源領域，隱藏信息是有悖於主流文化的。

發聲的權力是谷歌文化的第三塊基石。

我們所有人都想要掌控自身的命運。發聲的權利意味著給員工真正的話語權，決定公司如何運營。對於很多組織而言，這樣令人恐懼，但是只有這樣才能秉承Google公司的價值觀。

Google聘用什麼樣的人？

Google有兩個選擇：

A，Google聘用水平超過90%應聘者的員工，一上手就能做好工作。

B，Google聘用平均水平的員工，通過Google的培訓項目訓練，希望他們最終能夠超過90%應聘者的表現。

花同樣的預算招募最優秀的人才，是把資金前置還是後置的問題。

Google的選擇是人力資金投入前置，意味著Google把大把的資金投入了招聘的人力預算，招最優秀的人才。

還有一條，出色的招聘工作不僅在於聘請到名頭很大的人，頂尖的銷售人員，或者最聰明的工程師，而且在於搜尋在你所處組織的環境下能夠成功的最優人才，在於找到能夠使周圍每個人都更加成功的人才。

Google怎麼找到最優秀的人才的？

Google每年都要招募大約5000名員工，候選人大概是100萬到300萬應聘者，錄取比例是0.25%。

Google早期的做法

1. 嘗試用招聘網站招募員工，起到了一些作用，但並不盡如人意。

2. 嘗試找獵頭合作，但是獵頭很難理解Google尋找人才的目標。

3. 出怪題難題登廣告，結果一個人都沒招到，只是做了一個有趣的營銷活動。

4. 得到Google的聘用可能要用上6個月甚至更久，應聘者要參加15~25次面試，每一位應聘者每次都要用上10~20個小時進行面試和撰寫反饋報告。每招聘一個Google人需要250小時，招聘1000人需要投入250000小時。要125人全職工作才能招聘1000人。

Google改進版的做法

1. 採用內部推薦。這招不是很管用，因為Google的員工不可能認識世界上的每一個人，對崗位的要求和適合這個崗位的人才也不是很了解。

2. 最優秀的人並不在尋找工作。必須主動出擊。Google內部研發招聘產品gHire---建立自己的應聘者資料庫，輔以各種強化工具對應聘者進行篩選和跟蹤。這一招是最管用的，一半以上的Google員工來自於這個系統。

3. 利用互聯網數據，對每一個應聘者進行檔案分析，領英，大學資料庫和社交媒體是Google的數據分析源。

4. 只做少數國家使用獵頭，比如韓國，中國。

Google的面試流程

Google已經在員工人數達到2萬人之前，多數員工每周用在招聘工作上的時間是4~10個小時。

2013年，Google員工大約4萬員工，Google人平均每周用在招聘上的時間降為1.5個小時。

面試者最優的輪數（每一輪可能有多個面試官）是4次，每個面試官都需要打分，然後綜合每個面試官的平均分數。

具體流程如下：

1. 由一位不進對應聘者申請的工作熟悉，而且對所有工作都熟悉的人篩選簡歷。這一條對篩選人要求非常高。

2. 電話面試後者視頻群面，面試一般的認知能力。

3. 由招牌經理，同事，和下屬和跨職能部門做面對面面試。下屬面和跨職能面很有意思。

4. 整理正式的，結構化的反饋意見，發揮「群體智慧」打分做決策。

5. 招聘委員會審核，然後高管審核最後由首席執行官審核。

6. 為應聘者頒發錄用涵。

本書的核心觀點來自於Google首席人才官 拉斯洛 博克。本人並不是全然贊成其觀點，在實際工作中也會發現很多水土不服的地方，國內工作環境還是不太一樣，企業環境也不太一樣，但是不妨礙大家從各個角度去理解和吸收其中的營養。

作者公眾號：作者還行。關注此公眾號，給你一套價值10萬元的職場大禮包。