客岁换工作的时候，面试了一下 Google（这里说的是 Google 中国），来了个 Google 面试六轮游，究竟是没经由。 [原文来自：www.ii77.com]
[本文来自：www.ii77.com]
图片来自 Pexels
如今分享下我介入面试的具体流程以及小我认为应该注重的事项，进展对人人有所匡助。
先介绍下本身相关配景，985 本科，Top2 硕士（其实，大公司都对照注重第一学历的）。
在校时代，科研也没啥能拿得出手的论文。社招时，4 年多工作经验，面试时为大疆后端斥地 TL（带 3~4 小我罢了）。
Google 整面子试流程上根基如下：
我一共履历了 1 轮德律面试，5 轮 Onsite，若是算上前面的 HR 的预筛选的话，就是 7 轮。
之前校招其实也列入过，无奈门槛太高，竞争压力太大，连面试流程都木有进。
当初校招时直接网上刷题，这个网站上其实还能看到往年的一些问题情形：Google Code Jam。根基上分几轮，每轮 top xx 的选手才有机会进入面试。
第一次换工作的时候，其实也有找在 Google 的同窗内推，填了不少内推介绍来由呀等等，最后简历都没过。
当然，简历没过一定也有多种来由啦，这个其实跟各个公司都一般。好比人家需求是雇用 P7，以你的工作年限经验等最多就 P6，一定不成。还有好比进展是雇用机械进修等相关经验的等等，岗位信息等不成家也不成；当然还有一种，岗位描述等都相关，的确简历没啥亮点，宁靖庸，也直接被 HR 给筛选掉了。此次其实刚起头是没有考虑过面 Google 的，机缘巧合在 Linkedin 在有 Google 的 HR 关联，说要不要试试 Google 的机会。
当然就抱着“试试就试试”的设法跟进面试流程啦，既然要测验，当然照样需要卖力看待，点窜简历。防止手生，一定需要提前预备“刷题”的。
发简历给 HR 蜜斯姐后，HR 蜜斯姐会给你一些预备材料供你参考，这份材料还相对对照雄厚，直接会敷陈你面试涉及到的常识点，介绍书籍还有一些介绍参考的视频等。
需要的小伙伴能够留言，我整顿下发给你（跟 HR 求证过，这些资料是能够公开分享的哈）。
其实，时间有限，“刷题”预备不敷，当初预感估量面试面不下来。不外真正走完所有面试流程，发现其实面试问题没有想象中的那么难（然而，我仍然没有过，解说实力不足呀），积极预备，照样有进展的。
因为面试问题对照敏感，不克直接分享原题哈，不外我会凭据我的懂得，找雷同常识点和雷同难度的问题分享一下。对，第一轮就是 HR 面试，上面流程中的“Recruiter Prescreen”，其实就是一些较量机相关根蒂的填空题和选择题。
几分钟的时间，十几道问题。面试过程中，不需要赐与明确的注释，知道就是知道，不知道就不知道。
问题或者会涉及到好比：快排的时间复杂度是几多？选择排序是不乱的排序算法吗？等等之类的。
这也是我介入的所有面试傍边，HR 直接介入的“手艺”面的。我懂得就经由这一轮面试能够用对照少的成本把一些错误适的候选人直接清扫了。当然这种方式或者纷歧定适用于所有公司。
德律面试要求直接用 Google Doc 共享写代码，需要要求你有一个不乱的收集情况。这轮面试我懂得应该不会太难，从我面试的经验来看也的确如斯。
比拟 Onsite，德律面试不克在一个很好的沟通情况下，不克面临面和面试官进行交流。
当初我面试的一道问题和二叉树的遍历相关，当然问题不会是直接写二叉树的先序/中序/后序/条理之类的遍历，会有一个具体的买卖场景在里边。
需要你剖析这个具体的买卖场景，可以抽象出问题素质上就是，二叉树的遍历方式。
这道问题算是拿下了，实际 Coding 后，面试官或者会凭据你写的 Code 去提问，一些界限前提以及让你提优化方案。
HR 蜜斯姐介绍的德律面试时 1-2 轮，其实我懂得，这应该是需要看第一轮的面试官的反馈，是否犹疑是否再放置一轮德律面试。
究竟和 Onsite 比拟，德律面试成原形对更低一些。在线 Code 其实在面试过程中，照样蛮主要的环节。
从你 Code 的细节，包罗 Code Style，界限前提的判断，哪怕是注释情形，都能看出一些编程习惯。
我认为这个环节对于雇用一个写代码的工程师来说，一定是一个必弗成少的环节（Google 整个就搞了五六轮）。德律面试经由后，HR 会很快跟你反馈沟通面试究竟，是否经由，以及 Onsite 的放置。
因为现排场试是 4-5 轮，平均 1 轮一小时的话，需要 4-5 个小时，其实照样蛮花消精神的。
一样会沟通能够约 2 个半天或许 1 成天，两个半天的优点是，时间不会那么重要，前两轮后，半途能够过几天再休整调整下再持续。
我当初就选择“快刀斩乱麻/早死早超生”的方案直接约了 1 天时间搞定。Onsite 也根基上是在电脑上 Coding，你和面试官一人一个笔记本，Code 时共享屏幕，有时候问题面试官会在白板上写出。
Onsite 的问题，显着就要比德律面试的问题难度高一些呢。但实际上比我想象中的要简洁些。
因为曾经想 Google 如许的公司面试生怕连懂得问题意思都要懂得泰半天吧，或者也是社招的原因，社招整体感受在算法的要求比校招就要低一些。这只是我的主观感触啦。（的确本身在当面试官的过程中，在算法这块对社招的同窗预期也会低一些）我记得个中有一道问题就跟 leetcode 上的雷同（再次声明不是原题，也不 share 原题））leetcode 上谁人问题应该是二维矩阵，最短路径相关的，用 dp 能够解决。只不外，一样问题会分为好几个小问题，难度一样从易到难。
同时也考查到了二叉树，仍然环绕着二叉树的遍历进行。需要熟知二叉树的各类遍历体式，非递归的方式（递归对照轻易，一样不会让写这个）。在碰到二叉树相关问题的时候，是否能够联想到二叉树的遍历上来。
此外有一道系统设计的问题，“常识图谱”的概念，环绕着“图”的相关算法，这个要求在白板上写出设计方案和伪代码。
同时面试官会络续 Push 你让你提出更优的解决方案，有充沛多的较量资源，并行去跑，以及具体怎么实现。这道问题我回覆的欠好（当初也知道欠好，后背 HR 反馈也印证了这一点）。
还有一道问题，是解决生活中的场景问题。需要你抽象出这个问题，用代码来解决。
一样这种问题，就需要频频跟面试官去沟通和确认个中的场景，如何把买卖抽象成算法。
记得之前面试 Amazon 的时候也有雷同的问题（只不外当初面 Amazon 考查的是 OO Design，而本题是具体算法实现）。
Onsite 一共聊了 5 轮，上午 2 轮，下昼 3 轮，个中有两轮是英文面试（英文面试后背会说）。
整体来说，工程师岗位面试会环绕如下几个方面进行（以下参考 HR 供应的面试指南）：Coding：用熟悉的编程说话（不限）实现给定的问题。会重点存眷解问题过程中的懂得和沟通能力。
算法：涉及到 排序/搜刮/分治/动态规划/贪婪/递归, 具体数据构造，以及也有或者会涉及到 Dijkstra 和 A* 等算法，需要会算法复杂度的剖析。
排序：常见的排序算法，时间/空间复杂度，例如快排/合并/堆排序/插入/基数排序等等。
数据构造：数组/连表/堆/栈/Hash/数/二叉树等。
数学：或者会涉及到离散数学，组合数学，例如 N 个中选 k 个的方式等。
图：图的表达（例如矩阵/邻接表），bfs/dfs 等。
递归：递归和迭代的转换。
其他：设计和把持系统等。
以上这部门摘自 HR 供应的 Google 工程师面试指南。正午 HR 蜜斯姐会放置一个 Google 的工程师带你吃饭，跟你聊天。有任何疑问都能够跟他沟通。
不得不说，Google 的伙食照样蛮不错的，我当初就跟小哥哥聊了下他在 Google 工作的感触。
英文面试，零丁拿出来说一下，建议照样提前预备，演习一下根基的白话。不要因为面试过程中，倏忽让你只用英语沟通，让氛围变得重要起来，导致施展欠好。
毛遂自荐之类的一定你能够提前预备，然后就是你能够测验好比拿个中的问题本身模拟一下面试场景。
首要是或者需要提前熟悉一下根基的较量机相关词汇，不要到时候想表达确表达不出。
整体来说，Google 的面试的确很难，但的确也没我想象中的那么难。但要求的确是很高的，根基上一些界限 Case 等也都是在考查局限内的。
Onsite 面试完后，在第二天，我就获得究竟通知，面试没经由。事实来看没经由的究竟反馈比经由反馈更快。
HR 会反馈你哪里示意得不敷好，然后若是想进 Google，就加油刷题。说 1 年后，能够再次测验，连结关联哦。哈哈，以上就是我此次完整的 Google 面试之旅，固然失败（实力还不敷）了，但照样有收获的。
若是人人有充沛自信（当然也要有必然实力哈）也能够找我帮助内推，我能够给在 Google 的同窗帮助或许直接给雇用的 HR 同窗。
若是要面试 Google，刷题是在所不免的了。整体来讲，Google 的面试体验照样很不错的，全程 HR 蜜斯姐悉心指导和实时反馈，给 HR 蜜斯姐点赞。作者：唐磊
简介：阿里云码农，卒业于中南大学和清华大学，曾工作于大疆/宜信大数据立异中心/Tencent/友盟。
编纂：陶家龙
出处：转载自微信公家号法式猿石头（ID：tangleithu）
