[北美] 美國CS全職工作面試經驗(New Grad)
大家好，我2015年8月來唸Cornell Tech的Master of Engineering in Computer Science，
2016年5月畢業，中間在一間新創實習三個月，其他時間都在找工作。最近終於找到了正職
，想分享點心得給大家。我希望我分享的心得是大家能真正受用的。
1. 面試結果
Offer: Liaison(GA), Mediamath(NY)
至少進入第一輪面試但最後被拒(括號裡是被拒次數和地點):
pymetrics(NY), Facebook(CA), Palantir(NY), Bloomberg(2)(NY),
Jet(NJ), PlayDots(NY), PeerIQ(NY), Google(2)(NY), Mediamath(NY),
Apple(CA), TwoSigma(NY), Amazon(NY), Eventable(NY),
PerchInteractive(NY), ebay(NY), SignPost(NY)
履歷直接被拒: 一頁也列不完就不列了 XD
決定: Mediamath(NY)
2. 公司面試簡介
Google(第一次) 2015/12
我第一輪做的是線上測驗OA(Online Assessment)，但題目沒寫好沒完全寫對，就被拒了
Bloomberg(第一次) 2016/2
我請學長幫我內推。電話面試考了一題很簡單的coding，對方說我的程式有錯，但我一直覺
得沒有錯，對方企圖提示很多，我到很後面才抓出來。再來問了有關hash的題目，對方一直不
斷追問，一直說如果什麼樣的情況你該怎麼做，到後面幾乎不知道怎麼回答，後來也被拒了。
Jet 2016/5
叫我自我介紹後就問我一題很簡單的coding，後來發現我投的不是devops而是backend後就說
可以幫轉履歷，後來再也沒消息了
PlayDots 2016/5
第一輪一開始先問我幾題SQL，雖然我不是很熟但對方會給一點提示。後來是一個實習生問我
一個不算難的題目(Find the kth largest number)，但我當下寫不出來，雖然寫過但不熟。
經過這次之後我就下定決心狂練Leetcode
TwoSigma 2016/6
一開始公司先寄來Coding Challenge，總共有兩題。雖然我第二題的測資沒有全過，後來還是
讓我進第二輪的電話面試。電話面試的題目在一畝三分地可以找到一模一樣的東西，所以我都
有準備到，但後來還是被拒了
Mediamath(第一次) 2016/6
第一輪是電話面試聊聊天，彼此自我介紹。再來就寄來一個coding challenge，內容是資料處
理，因為我投的是data analytics組。寫完寄去後，對方不到三小時就寄信來說拒絕了
Eventable 2016/6
第一輪電話面試問了GET/POST, MVC等等概念，後來就沒有了
pymetrics 2016/7
一開始先給線上測驗(OA, online assessment)，題目包含了coding和behavior，題目都不難。
結束後公司的人打給我說要給我一個project用一星期的時間來做。我當時同時在準備Facebook
的onsite，所以沒辦法同時做。寄信跟公司說希望延後交件時，本來對方連假日都回信超快的
卻再也不理我了。對了這間是網上投的。
Amazon 2016/8
第一輪是OA，總共有三題。題目滿簡單的，總共給45分鐘寫，但我半小時就交了。接下來的電
話面試是個印度人，腔調超級重。光是一開始的code pad網址就聽了五分鐘才聽懂，而且對方
堅持不用email寄給我，一定要用講的。中間問了一題coding，還有一些行為問題。但對方的
腔調太重，所以我很多時候需要重覆確認對方問什麼。後來就被拒了
Apple 2016/8
他們在LinkedIn看到我的檔案主動聯絡我。第一輪電話面試問我一個機率的題目，但我在一畝
三分地上找不到這個職缺(NLP engineer)的考題，所以完全沒準備。後來沒答好也被拒了
Facebook 2016/8
我請在紐約的學長幫我內推的。第一輪是電話面試，考的都是leetcode原題，一題hard一題
medium。後來就去加州總部onsite。onsite總共四輪，都有問coding，都是medium的題目，但
會問得滿深入，還會問你怎麼證明。第一輪還有問behavior。第一輪一開始問我的題目在電話
面試問過，但我沒有直接指出，後來對方看了記錄發現問過了就換題目。我朋友一直說我就是
因為這樣被刷的。
Google(第二次) 2016/8
第一輪電話面試考兩題coding。第一題是leetcode原題，兩星期前才寫過，我很快就寫完了，
但對方花了10分鐘檢查。第二題比較難，我只有10分鐘可以用，所以講完解法我也沒時間寫程
式了。最後也被拒了
Bloomberg(第二次) 2016/9
學校的Director of Career Services寄信給大家說他們的Data Science組在招人，可以直接
寄信給主管。我寄信後就聯絡我面試了。第一輪電話面試問我一點點履歷上機器學習的東西
後，就考了一題很簡單的coding，之後問了不少行為問題，還有一些機智問答，像是怎麼向
外國人描述一台藍車殼紅椅子的車子。最後也被拒。
Palantir 2016/9
我網上投了第二次才收到OA，題目不算太難，但一些測資不容易跑對。我測資沒有全過，後來
HR就寄信說他們覺得我的經歷和職缺的要求不相符而拒絕了。
PeerIQ 2016/9
一開始的電話面試問我GET/POST, MVC等等的概念。後來就直接到公司面試了。不同的工程師
問我OOP、coding(給一個數字，輸出每三位加上逗點分隔的結果)和data engineerning。後來
就沒消息了。
Liaison 2016/12
第一輪電話面試只有互相自我介紹，後來就進第二輪到公司面試。第二輪題目非常簡單，是所
有面試中最簡單的。本來他們期待我用Java寫，但後來也接受我用Python，甚至虛擬碼也可以
。很順利的被錄取了，是我的第一個正職錄取
eBay 2016/12, 2017/1
第一輪和第二輪電話面試都很相似，對方都先問我履歷上的問題。因為我投的是
research engineer，所以大部份都問和機器學習有關的題目。第一輪電話面試的題目都是
Leetcode原題，但要求要用物件導向的方式實作。第二輪問的題目比較偏數學，因為對方是數
學博士。後來就進第三輪公司面試了。第三輪總共包含上午的三輪面試(兩個技術面試及一個
PM面試)、中午的午餐面試及下午長約兩小時的code test。一星期後在除夕當天寄信給我拒絕了
PerchInteractive 2017/1
第一輪CEO直接找我去公司面試，之後就給我一題coding challenge。後來我寫了兩天就回傳了
。過一星期後又去公司面談第二次，我跟他說手上有一個offer要決定，希望能在一月中前回覆
，他也答應。但後來再也不理我了
SignPost 2017/1
第一輪問了一些基礎的資料結構和演算法，以及一些coding題目，和glassdoor上的一樣。後來
進第二輪，也問了基本的資料結構和演算法以及coding題目，後來拒絕了
Mediamath(第二次) 2017/2
第一輪電話面試直接問我的履歷上random forest的部份，我就把概念解釋完後，用Python簡單
的實作怎麼用決策樹來預測分類。第二輪coding challenge是一些不算太難的C++題目。我雖然
寫了快十年的C但快十年沒寫了，還是想辦法把題目寫出來。第三輪包含了兩個coding題目、一
個class設計、一個PM面試和一個VP面試。面試完隔天就給我錄取信
3. 時間點
通常大公司會在九月左右開始招收隔年要上工的正職或實習。所以其實在我開學沒多久，大家就
開始準備要投履歷面試了。快寒假的時候可能就會聽到有些人已經找到工作的消息。另外一波是
隔年的二三月，例如臉書。所以如果是已經拿到學校錄取通知的人，就可以開始積極練習準備了
。不然就會像我一樣進入恐怖又漫長的找工作地獄。
投履歷的時候盡量採取飽和攻擊的形式，也就是說某些公司的面試在進行中時，同時也開始投其
他公司，避免產生空窗期。
4. 哪裡投、如何投
一般人一開始會想到的途徑是網路上投，但其實現在投的人太多，你的履歷被人資挑上的機會有
如大海撈針，所以最好還是找人內推。你可以找同學、學長姐、學弟妹、朋友或是參加meetup認
識的人來幫忙投。真的要網路投的話，我個人會建議LinkedIn, StackOverflow, AngelList。其
中AngelList上面有很多的新創在找人，比你一個一個網站慢慢投還要有效率很多。HIRED.com可
以讓你上傳履歷被公司看到然後主動找你，我有註冊但從來沒有公司找我過。另外CyberCoder和
其他的head hunter都會有人和你聯絡，問你的經歷，並幫你看有沒有適合的公司。但也從來沒
有hunter成功幫我拿到面試機會。但其實內推還是最有效的，我超過一半的面試機會都是靠內推
拿到。
5. 如何準備
面試包含技術面試和行為面試兩部份，在美國的話還要加上口語表達能力。技術部份的話coding
就真的是硬底子，Leetcode認真地一題一題練。練的時候直接看most voted解法學起來，而不是
花幾小時想破頭還不是最佳解。面試時不會因為這個解法是自己獨創的就討到便宜。另外不要吝
於花錢買一年一百多元的帳號解鎖題目，想一想平均一個月才十幾塊，和一個便當差不多，絕對
划算，不然就等黑色星期五有不到八十元的特價。其他就是個人經驗的部份，要花心力確實了解
過去的作品是什麼東西，為什麼要這麼做，背後的原理是什麼。既然在履歷上寫上經驗就要對它
們負責任，不然出來混總是要還的。
行為面試很容易被我們這些工程師所忽略。我以前有時會在一畝三分地看到一些面試經驗，說
coding都會解，但最後還是運氣不好被拒。但其實有時候很可能是因為行為面試沒有認真作答。
行為面試很多的題目都是問題目背後隱含的真正問題，例如：
Your weakness? (其實問的是你怎麼克服改善自己的缺點)
Your favorite project? (除了問你做了什麼，還要看你怎麼解決問題以及團隊合作)
還有問像是你覺得你的理想主管是什麼樣的人之類的問題，這時就切記絕對不可以責難之前的主
管。當然也不是叫你要答得很虛假，而是要基於自己的作風個性小心謹慎回答。
模擬面試(mock interview)最好有機會就找人幫忙你練習。技術型的人可以看你技術知識夠不夠
。唸商管的可以看你應答合不合宜。
6. 危機處理
你有沒有機會被錄取有時可能和人資沒有關係。我曾經遇到某公司人資要安排一個A幫我預約面
試時間，但到了前一天都還沒聯絡我的情形。人資不接電話和簡訊，我只好直接聯絡A，才知道
她早就休假，所以我直接聯絡她的代理人B，不料也不在辦公室。最後我直接發簡訊給B，她聯
絡人資，才跟我說要換面試時間。有時你就是會遇到這種奇人，而且大公司不乏這類人，但你
還是要積極聯絡，因為需要工作的是你。
7. 心態
積極是唯一的準則。你必須要非常努力地練習題目、口說，不斷修正，才能更接近目標。練題目
蹲馬步很累，但你一定要撐下去才能應付面試題目。我有段時間每天除了吃飯睡覺洗澡外，就是
坐在電腦前寫程式和讀懂解法，但一段時間下來不管在演算法和寫程式技巧都有一定程度提升。
找工作壓力很大，尤其是我們這種沒有身份的人。面對財務、簽證和各種親友的越洋關切，會讓
人更焦慮。我曾經有段日子每天晚上醒來六七次，還弄到胸悶，以為快要沒命，差點想要回國看
醫生。有壓力的時候要懂得找管道抒發、找朋友聊。好的心理素質可以幫助你度過難關。同樣的
當你的朋友為了找工作煩惱時，請不吝給予支持鼓勵。異鄉人在外打拼很辛苦，更該互相照應。
美國人不論在職場或生活都很重視社交。有機會參加活動就要盡量參加，多認識人多交朋友。臉
皮薄愛面子對找工作沒幫助。也許你的工作就是在聚會認識的人幫你介紹的。和同事也要好好相
處，美國人不太喜歡和相處不愉快的人一起工作。
8. 結語
以前我不了解找工作和運氣有什麼關係，美國不就是憑實力論高下嗎？後來我才體會到，面試不
是大學聯考，答對幾題就拿幾分。面試時與你互動的是人，而不是冷冰冰的標準答案，所以不是
一切取決於你。你要做的是把自己準備好，隨時改進，一遇到機會就好好發揮不要輕易放掉，運
氣才會站在你這裡。我也沒想到去年同一間拒絕我的組，在我隔一年被另一組錄取後還會問我有
沒有興趣進。
工程師這行是永不停止的學習之路。我研究所畢業一直以為我會專職機器學習，一直到工作後接
觸後端，就一直走後端。我一直以為我會用Python，但工作後卻接觸了Scala，為了面試還學了
C++，新工作又加上了一個Golang。工作中學習是為了現在老闆，下班的學習則是為了未來老闆。
以前我對高手的強大感到自身不足，現在我發現自己很多已知的東西其實只有皮毛而更謙虛。
學如逆水行舟，不進則退。祝福大家有滿滿的意志力衝過重重難關，如願以償。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.30.40
※ 文章網址: https://www.ptt.cc/bbs/Oversea_Job/M.1489676750.A.647.html
推
03/16 23:17, , 1F
03/16 23:17, 1F
推
03/16 23:40, , 2F
03/16 23:40, 2F
→
03/16 23:41, , 3F
03/16 23:41, 3F
推
03/16 23:44, , 4F
03/16 23:44, 4F
推
03/16 23:49, , 5F
03/16 23:49, 5F
推
03/17 00:05, , 6F
03/17 00:05, 6F
推
03/17 00:13, , 7F
03/17 00:13, 7F
推
03/17 00:16, , 8F
03/17 00:16, 8F
推
03/17 00:18, , 9F
03/17 00:18, 9F
推
03/17 00:22, , 10F
03/17 00:22, 10F
推
03/17 00:50, , 11F
03/17 00:50, 11F
→
03/17 00:50, , 12F
03/17 00:50, 12F
推
03/17 01:13, , 13F
03/17 01:13, 13F
推
03/17 01:38, , 14F
03/17 01:38, 14F
→
03/17 01:39, , 15F
03/17 01:39, 15F
推
03/17 01:48, , 16F
03/17 01:48, 16F
推
03/17 01:50, , 17F
03/17 01:50, 17F
→
03/17 01:50, , 18F
03/17 01:50, 18F
推
03/17 01:54, , 19F
03/17 01:54, 19F
推
03/17 02:24, , 20F
03/17 02:24, 20F
→
03/17 02:25, , 21F
03/17 02:25, 21F
→
03/17 02:25, , 22F
03/17 02:25, 22F
※ 編輯: htl (140.112.30.40), 03/17/2017 02:28:04
推
03/17 02:33, , 23F
03/17 02:33, 23F
→
03/17 02:33, , 24F
03/17 02:33, 24F
推
03/17 03:29, , 25F
03/17 03:29, 25F
推
03/17 04:23, , 26F
03/17 04:23, 26F
→
03/17 04:24, , 27F
03/17 04:24, 27F
推
03/17 04:24, , 28F
03/17 04:24, 28F
→
03/17 04:24, , 29F
03/17 04:24, 29F
→
03/17 04:25, , 30F
03/17 04:25, 30F
→
03/17 04:26, , 31F
03/17 04:26, 31F
推
03/17 06:28, , 32F
03/17 06:28, 32F
→
03/17 06:33, , 33F
03/17 06:33, 33F
推
03/17 07:32, , 34F
03/17 07:32, 34F
推
03/17 09:31, , 35F
03/17 09:31, 35F
推
03/17 10:52, , 36F
03/17 10:52, 36F
→
03/17 10:53, , 37F
03/17 10:53, 37F
→
03/17 10:54, , 38F
03/17 10:54, 38F
推
03/17 11:22, , 39F
03/17 11:22, 39F
噓
03/17 11:30, , 40F
03/17 11:30, 40F
→
03/17 11:31, , 41F
03/17 11:31, 41F
→
03/17 11:31, , 42F
03/17 11:31, 42F
推
03/17 12:54, , 43F
03/17 12:54, 43F
推
03/17 12:59, , 44F
03/17 12:59, 44F
→
03/17 13:36, , 45F
03/17 13:36, 45F
推
03/17 14:18, , 46F
03/17 14:18, 46F
推
03/17 15:32, , 47F
03/17 15:32, 47F
推
03/17 16:04, , 48F
03/17 16:04, 48F
推
03/17 19:20, , 49F
03/17 19:20, 49F
推
03/17 20:28, , 50F
03/17 20:28, 50F
推
03/18 01:49, , 51F
03/18 01:49, 51F
推
03/18 02:33, , 52F
03/18 02:33, 52F
推
03/18 22:30, , 53F
03/18 22:30, 53F
推
03/19 01:11, , 54F
03/19 01:11, 54F
推
03/19 06:13, , 55F
03/19 06:13, 55F
推
03/19 07:19, , 56F
03/19 07:19, 56F
推
03/19 09:55, , 57F
03/19 09:55, 57F
推
03/19 10:22, , 58F
03/19 10:22, 58F
推
03/21 00:02, , 59F
03/21 00:02, 59F
推
03/21 22:01, , 60F
03/21 22:01, 60F
推
04/11 15:37, , 61F
04/11 15:37, 61F
→
06/15 22:24, , 62F
06/15 22:24, 62F