[心得] 2021新鮮人面試心得(SDE/MLE/Quant)
Medium 好讀版：https://reurl.cc/AkDRvp
一、前言
求職階段，我參考了很多ptt上面的心得文，覺得受益良多，因此希望能回饋各位版友，
讓大家求職時能更好地準備。
以我的經驗來說，準備求職的時間相當長(今年2月~6月)，也感覺疫情期間求職是比較困
難的，一路上跌跌撞撞，也有壓力山大的時候，幸運地在朋友的鼓勵和幫助下，最後才堅
持下來，找到一份理想的工作。
希望還在求職的大家別氣餒，努力堅持下去，好工作就是你們的。
另外，這是我第一次在軟工版發文，請各位大大們鞭小力一點，以下正文開始XD
二、個人背景
112學碩，大學輔CS，碩班做機器學習，研究興趣是NLP和推薦系統。過去沒有軟體公司的
實習經驗，也沒有太多競賽相關經驗，履歷只放碩論和課程期末專題。
因為一些個人因素，直到今年1月底才畢業。之後我花大概一個多月的時間，好好地休息
和放假，思考我未來要做什麼，同時整理過去的專案和履歷內容。
3月時主要在刷題，並根據目標職缺來複習對應的學科。4、5月開始投履歷，面試階段時
，Leetcode累積刷150~230題，以medium為主。
三、正文
1. Synology
應徵職缺：Product Developer
請朋友內推，面試的部門由HR分配，是我第一家面試的公司，skype線上面試。
第一關是工程師，主要是聊聊履歷內容，問題會很細節，需要對履歷內容足夠熟悉才行。
例如我有做一個SQL的專案，就被問當時怎麼設計schema、為什麼這樣設計、有沒有想過
當資料量大時哪裡會有效能問題、那你會怎麼解決。
另外，也問了一些OS的經典題目，例如process和thread是什麼、inter-process
communication等。最後，考了一題實作linked list的程式題。
因為我刷題都用python練習，被問到C++很細節的問題，因為不熟直接GG。整體準備不夠
充分，在面完第一位工程師以後，直接被HR通知面試結束，等待下一步寄信通知。
# 結果：一週後收到感謝函
2. 玩美移動
應徵職缺：Machine Learning Engineer
透過104主動找我面試的公司，進公司先做python測驗、性向測驗和英文測驗，測驗通關
後跟主管面談。
面試前需要先填個人資料表，包含個人照片、身分證號、戶籍地址、家裡電話、父母是誰
幾歲做什麼等。我覺得有點侵犯個人隱私，所以有些內容沒填，主管好像不會很在意有留
白，給大家參考。
Python測驗為20題左右的選擇題，考題頗有鑑別力，包含python語法 (e.g. map,
filter)、numpy語法 (e.g. broadcast, shape, newaxis)和機器學習(e.g. CNN,
pooling, batch normalization, gradient descent)。
性向測驗和英文測驗時間都很短，建議一開始就用最快的速度寫完。
面談時，主管先介紹公司產品和商業模式，之後問我影像處理相關的經驗和細節，最後考
一題情境題，問要怎麼做微表情的情緒分類，可能可以從資料收集、標註、前處理、模型
設計等多方面開始考量。
# 結果：無聲卡
3. MixerBox
應徵職缺：Engineer Trainee Program
寄email投遞履歷，隔天就收到HackerRank線上測驗邀請，三題難度在easy到medium之間
。測驗完成後隔週，收到skype線上面試邀請，整體面試流程約1個半月，因為被告知考題
需要保密，以下只提及準備方向。
======
一面技術測驗：(總時長2小時~2.5小時)
與一位工程師面試1.5小時，不用自我介紹，直接開始考技術，使用HackerRank的共編。
總共考了兩個大題，每大題含基本題+2題follow up，難度大概是medium，考題方向是
array和graph(bfs, dfs)。
技術問答結束後，30分鐘聽HR介紹公司和團隊，我這邊分享一些內容，讓大家能更認識
MixerBox。
公司的商業模式主要仰賴投放廣告和APP內購物，廣告大多在日本和美國投放，台灣因為
市場小廣告利潤不多，所以沒有放廣告，常做為演算法A/B test的地區。
公司有主要的三個team，MixerBox、FreeTV和研發導向的lab，當lab裡面有比較成熟的項
目就會轉成一個新的team。而MixerBox最近發展方向是推廣podcast，內容需要去各個網
站爬蟲抓。
另外，為了提高營運利潤，公司近期也投入遊戲開發，目前正積極招募Unity工程師。
======
二面技術測驗：(總時長2小時)
與兩位工程師面試，每位工程師有一小時，各自考兩題程式題，難度大概是medium到hard
，考題方向包含matrix(bfs)、monotonic stack、monotonic queue、3sum變形、
intervals、balanced tree等。
整體難度頗高，我大多是跟面試官討論後，得到提示才慢慢解出來，面試官人也很好，會
提點思考方向是不是對的。
最後，可能是技術關解題實力不夠，原本是投backend工程師，後來被通知改面Unity工程
師，問有沒有興趣繼續。
=====
三面團隊成員：(總時長1小時)
與人資和工程師主管聊天，這關可能是最難的，會問一些難以回答的問題。
例如問你全世界最喜歡哪三間軟體公司？為什麼？那如果都拿到offer會怎麼選擇？比較
注重公司名氣、職缺內容或薪水？職缺內容透過面試了解可能還是很抽象，這樣會怎麼抉
擇？
平常怎麼自主學習？(問有沒有用刷題網站練習的習慣) 有沒有比較不擅長的領域？比較
喜歡做大project或小project？在團隊中喜歡聽指令或是擔任領導者？
最後分享一些Unity團隊的資訊，日常專案的人員組成是一位工程師和一位行銷人員，開
發一項小遊戲。如果有開發不錯的項目，打算加速這款遊戲的開發，才會多讓幾位工程師
共同開發。
儘管沒能拿到offer，我覺得是新鮮人友善的公司，面試要求只看資料結構和演算法，刷
題數可能要200 up比較穩。面試流程也相當舒適，面試前會提點準備方向，該怎麼聊履歷
上的個人經歷，才符合公司文化，面試後大約一週就能知道結果，推薦有興趣的人去試試
看。
# 結果：一週後收到感謝函
4. 趨勢科技
應徵職缺：Software Developer、Software Engineer in Test
透過104投遞履歷，隔週後收到Codility線上測驗邀請，三題難度在easy和medium之間。
之後安排到公司面試，由HR自動配對能面試的職缺。
進公司以後，我先做QA職缺的Codility測驗，我猜這份考題是針對Senior缺，範圍包含
Windows、Android和IOS的debug工具、瀏覽器、網頁前後端，以及三題系統設計簡答題。
考完的感覺，我是誰？我在哪？你們484找錯人了？
接下來，迎來兩輪小組面談。
第一輪是面試QA，請我聊聊過去的經歷，並問了一題情境題，請問要如何測試一個log in
的網頁？另外也問我對QA的角色和想像是什麼，覺得QA都在做些什麼事情？
第二輪面試有兩個團隊，也是先請我介紹過去的經歷，並問了一些OS相關問題。包含解釋
race condition和deadlock、怎麼去實作critical section、mutex和semaphore的差異、
process和thread的差異、inter process communication有碰過哪些等。
有一題比較印象深刻，如果程式碼的行數到10000行以上，要如何debug？
整體而言，我覺得面試官們知道新鮮人的實力不怎樣，主要還是看對工作的熱忱和態度。
最後，人資會詢問你對各組的排序。
# 結果：兩週後主動寄信follow up，收到感謝函
5. Appier
應徵職缺：Machine Learning Scientist
請朋友幫忙內推，1週後收到線上面試邀請。
一面，與兩位工程師聊天，總時長1個半小時，考題分三個部分。
第一部分是簡單機器學習概念，例如overfit、imbalance data、time series data等。
第二部分是情境題，未來工作會遇到的機器學習問題，但因為我的研究背景跟題目不太搭
，回答得沒有很好，後來變成介紹自己碩論的內容。
第三部分是演算法題，考一題難度meidum的DP。
面試當下，我有問面試官自己的表現如何，有得到正面的回饋，但後來就沒後續了。XD
# 結果：無聲卡
6. Taiwan AILabs
應徵職缺：Machine Learning Scientist
透過LinkedIn投遞履歷，2天內收到HR電話，提及未來可能會做機器翻譯相關的工作，並
跟我確認面試日期。
三個小時的線上面試，前兩關考機器學習，最後一關考演算法。
第一位是speech team的ML工程師，先跟我聊聊碩論題目，後來主要在討論文字處理的經
驗。
第二位是news team的ML工程師，大多是技術問答，包含碩論用到的技術、如何選擇
metric、專案用過的模型等，題型相當活，面試官想到什麼問什麼的感覺。
此外，也有考情境題，例如要在ptt八卦版中蒐集特定人物的相關文章，會怎麼開始？有
沒有辦法找出帶風向的網軍們？面試官理解力好反應也快，跟他討論相當有趣XD
第三位是系統工程師，問有沒有開發程式、使用過docker或k8s的經驗、知不知道SQL和
NoSQL的差異等，最後考兩題leetcode，與matrix相關，難度medium。
個人感覺面試表現還行，可能過去經歷和工作內容不太吻合，所以沒能拿到工作機會。
# 結果：兩週後主動寄信follow up，HR回需要更多時間來決定，隔週收到感謝函
7. AICS
應徵職缺：Software Engineer - Big Data
透過官網投遞履歷，被HR要求補寄在校成績單，1週後收到Codiity線上測驗邀請，難度
easy到medium。測驗完3週後，收到Microsoft Teams線上面試邀請，面試流程大約1個月
。
=====
一面 TS：(總時長1小時)
與工程師主管聊天，考兩題程式，難度easy和medium，基本上主管都會主動與我互動並給
予提示，讓我慢慢想出哪裡可以繼續優化，感覺得到他的友善和良好的溝通能力。
=====
二面 TS：(總時長1小時)
與工程師主管聊天，考一題程式，難度medium。這次面試官主要放著我自己慢慢想，幸好
我最後有提出解法，他也有詢問我可以再怎麼優化。
=====
三面 Full Loop：(總時長5小時，含中午休息1小時)
總共有四輪，每一輪有一位面試官，大多是前半小時聊天，後半小時考一題程式和Q&A。
第一輪，面試官是ML背景，請我自我介紹，聊過去經歷的專案，大多擔任什麼角色，最驕
傲的專案是什麼等。程式題考matrix，難度medium。
第二輪，面試官是系統背景，同樣是聊過去經歷的專案，會問一些系統面的設計問題。另
外還問我，如果要設計一個系統，裡面有很多consumer和provider，要怎麼設計比較高效
率？還有問在小組合作時，有沒有遇到摩擦或衝突的經驗，會怎麼處理？程式題難度
medium偏easy。
第三輪，面試官應該是ML背景，問我碩論的創新點是什麼，有什麼樣的應用價值，能否舉
例說明。問我自己的強項和弱點，也問我過去失敗的經驗，學到了什麼。程式題考DP，難
度medium。
第四輪，原本安排是HR面試，結果看到面試官才發現，竟然是黃泰一博士。簡單聊聊天以
後，說要看看我寫程式如何，如果題目有看過就要換一題，總共考了一題medium和一題
hard。
最後很可惜只留1分鐘問問題時間，但黃博士也跟我說，如果有拿到offer，願意再安排30
分鐘陪我聊聊。
=====
加面：(共3次，與未來主管聊1小時、與HR聊30分鐘+30分鐘)
三面結束後，經過大概2個工作天，我就收到專案主管的聊天邀請，過程中拿到口頭offer
，因此主要在聊專案目前的進度，以及之後的工作內容。
另外還有兩次HR面談，第一次主要聊聊個人特質、職涯規劃、期待薪資和詢問競爭對手公
司，第二次是講解薪資福利等。
# 結果：offer get
8. Yahoo
應徵職缺：Software Engineer
透過官網投遞履歷，請朋友幫忙內推，大概1個月後收到線上面試邀請，面試流程約2週。
=====
一面 HM Phone Screen：(總時長1小時)
與未來主管面試，聽主管講解團隊在做什麼，主要就是聊聊工作內容，看看我有沒有興趣
。最後，考了兩題難度easy的程式題，感覺只是看你會不會寫程式。XD
=====
二面 TA Phone Screen：(總時長45分鐘)
與HR面談，第一階段先確認我對職缺的認知是否正確，第二階段請我自我介紹，並針對我
的履歷來問Behavior Questions，第三階段問我對第一份工作的期待、如何選擇、以及期
望薪資。
值得一提的是，因為近期Yahoo被Apollo收購，所以我特地問問內部員工對這件事的想法
。接收到的資訊是，員工大多正面看待此事，組織由上到下採取AMA (Ask Me Anything)
，讓主管公開透明傳達資訊以消除員工焦慮感。
=====
三面 Panel Interview：(總時長3小時)
和未來的團隊成員聊天，總共四個人，兩位工程主管和兩位工程師。
據說會根據履歷內容調整問題，我遇到的情況是，先考了兩題難度medium的Leetcode，在
top interview清單都能找到，也有開放式的follow up問題。
再來，兩題系統設計題。
第一題是給一段程式碼，問覺得哪裡有問題，會怎麼修改程式設計。我先解決簡單的bug
以後，還針對未來有可能變動的程式碼，設計要如何refactor，並解釋有用到的design
pattern。
第二題是設計一個選課系統，把整體的系統架構和流程列出來，還有會使用到的工具，資
料欄位怎麼設計等。
三面結束後的隔週，接到HR電話拿到口頭offer，並告知需要等待總部批准正式offer，還
需要約2~3週的時間。
# 結果：offer get
9. Kronos
應徵職缺：Quantitative Analyst
透過官網投遞職缺，需要附大學成績單，3天後收到Codility線上測驗邀請，限定用C++或
Python，測驗完隔天收到線上面試邀請，面試流程2週。
=====
一面：(總時長2小時)
總共有兩輪，每一輪有兩位面試官。
第一輪是統計關，同樣先聊聊過去的經歷，面試官會問跟交易相關的經驗，像我自己比較
沒接觸這方面，所以我改為分享過去處理時間序列資料的經驗。
考題包含線性迴歸模型的推導、怎麼算股票與大盤走勢的相關性、擲硬幣的機率問題等。
第二輪是程式關，考deque的實作，因為我用python作答，還另外考一些decorator的問題
。
兩輪的面試官們都相當健談，很樂意與我分享工作日常。另外透過面談我才了解，因為公
司做高頻交易，所以深度學習都不會碰到，機器學習感覺也偏少，主要用統計模型為主。
=====
二面：(總時長3小時)
第一輪，與CEO的面試是全英文，先聽完他自我介紹以後，他問我對Kronos感興趣的理由
，還考線性回歸模型的問題。
印象深刻的是，當我問他是什麼驅使你做這份工作，他說交易就像玩西洋棋，每天都跟世
界各地最聰明的人們競賽，享受玩遊戲的過程就是熱情的來源。
另一方面，感覺得到他很致力於營造團隊氣氛，他說比起只看交易績效，更希望讓公司的
大家喜歡上交易這項工作，並且透過交易和研究更了解市場。
第二輪，與CTO的面試是中文，他問我與交易相關的經歷，還考了兩個題目，分別與數字
、機率有關。
我感覺他是個很聰明的人，總能從不同的觀點切入，談論數位貨幣的時事，聊天過程頗受
啟發。
第三輪，與HR聊聊可能進去哪個team，有拿到哪些offer，如何計算績效獎金等。
二面結束後，經過3個工作天收到offer letter。
# 結果：offer get
四、結語
大家看完後可能會覺得，我投遞的職缺真的是五花八門(?)，包含軟體開發、網頁後端、
機器學習、量化交易的工作。其實，我是打算透過面試過程，漸漸發掘自己未來理想的工
作型態。
然而，我也花了更多的時間在準備。除了每天刷題維持手感以外，還複習了各式各樣的學
科，包含資料結構、演算法、作業系統、SQL、Design pattern、機器學習、機率統計。
事後回想起來，我覺得刷題和複習知識只能算是基本功，透過持續的練習面試，讓自己有
更穩定的面試表現，才是決定能不能拿到offer的關鍵因素。
另外，如果能有明確的目標公司和職缺，集中精力準備少數公司，也是更有效率的做法。
最後，祝大家未來求職順利，疫情期間身體健康，謝謝。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.150.158.123 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1626282169.A.4BD.html
※ 編輯: oopssugar (42.75.110.31 臺灣), 07/15/2021 01:05:47
推
07/15 01:08,
2年前
, 1F
07/15 01:08, 1F
→
07/15 01:33,
2年前
, 2F
07/15 01:33, 2F
推
07/15 01:34,
2年前
, 3F
07/15 01:34, 3F
推
07/15 01:35,
2年前
, 4F
07/15 01:35, 4F
推
07/15 01:42,
2年前
, 5F
07/15 01:42, 5F
推
07/15 01:45,
2年前
, 6F
07/15 01:45, 6F
推
07/15 01:51,
2年前
, 7F
07/15 01:51, 7F
推
07/15 02:01,
2年前
, 8F
07/15 02:01, 8F
推
07/15 02:08,
2年前
, 9F
07/15 02:08, 9F
推
07/15 02:42,
2年前
, 10F
07/15 02:42, 10F
推
07/15 03:03,
2年前
, 11F
07/15 03:03, 11F
推
07/15 03:31,
2年前
, 12F
07/15 03:31, 12F
推
07/15 04:05,
2年前
, 13F
07/15 04:05, 13F
推
07/15 04:18,
2年前
, 14F
07/15 04:18, 14F
推
07/15 04:56,
2年前
, 15F
07/15 04:56, 15F
推
07/15 06:27,
2年前
, 16F
07/15 06:27, 16F
推
07/15 06:35,
2年前
, 17F
07/15 06:35, 17F
推
07/15 07:54,
2年前
, 18F
07/15 07:54, 18F
※ 編輯: oopssugar (42.75.110.31 臺灣), 07/15/2021 08:20:48
推
07/15 08:26,
2年前
, 19F
07/15 08:26, 19F
有興趣了解可以站內信我XD
推
07/15 08:27,
2年前
, 20F
07/15 08:27, 20F
推
07/15 08:48,
2年前
, 21F
07/15 08:48, 21F
推
07/15 08:54,
2年前
, 22F
07/15 08:54, 22F
推
07/15 08:57,
2年前
, 23F
07/15 08:57, 23F
→
07/15 09:10,
2年前
, 24F
07/15 09:10, 24F
推
07/15 09:11,
2年前
, 25F
07/15 09:11, 25F
※ 編輯: oopssugar (223.136.188.142 臺灣), 07/15/2021 09:23:43
推
07/15 09:32,
2年前
, 26F
07/15 09:32, 26F
→
07/15 09:34,
2年前
, 27F
07/15 09:34, 27F
推
07/15 09:42,
2年前
, 28F
07/15 09:42, 28F
推
07/15 10:26,
2年前
, 29F
07/15 10:26, 29F
推
07/15 10:53,
2年前
, 30F
07/15 10:53, 30F
推
07/15 10:59,
2年前
, 31F
07/15 10:59, 31F
推
07/15 11:53,
2年前
, 32F
07/15 11:53, 32F
推
07/15 12:00,
2年前
, 33F
07/15 12:00, 33F
推
07/15 12:27,
2年前
, 34F
07/15 12:27, 34F
推
07/15 12:59,
2年前
, 35F
07/15 12:59, 35F
推
07/15 13:00,
2年前
, 36F
07/15 13:00, 36F
推
07/15 13:57,
2年前
, 37F
07/15 13:57, 37F
推
07/15 14:48,
2年前
, 38F
07/15 14:48, 38F
推
07/15 14:55,
2年前
, 39F
07/15 14:55, 39F
推
07/15 15:05,
2年前
, 40F
07/15 15:05, 40F
沒有耶
推
07/15 16:39,
2年前
, 41F
07/15 16:39, 41F
推
07/15 17:24,
2年前
, 42F
07/15 17:24, 42F
推
07/15 18:35,
2年前
, 43F
07/15 18:35, 43F
推
07/15 20:00,
2年前
, 44F
07/15 20:00, 44F
推
07/15 22:02,
2年前
, 45F
07/15 22:02, 45F
→
07/15 22:02,
2年前
, 46F
07/15 22:02, 46F
推
07/15 22:55,
2年前
, 47F
07/15 22:55, 47F
→
07/15 22:55,
2年前
, 48F
07/15 22:55, 48F
※ 編輯: oopssugar (223.136.188.142 臺灣), 07/16/2021 00:55:42
→
07/16 03:23,
2年前
, 49F
07/16 03:23, 49F
推
07/16 10:39,
2年前
, 50F
07/16 10:39, 50F
推
07/16 14:02,
2年前
, 51F
07/16 14:02, 51F
推
07/16 20:13,
2年前
, 52F
07/16 20:13, 52F
推
07/16 23:15,
2年前
, 53F
07/16 23:15, 53F
推
07/17 00:27,
2年前
, 54F
07/17 00:27, 54F
推
07/17 02:27,
2年前
, 55F
07/17 02:27, 55F
→
07/17 02:28,
2年前
, 56F
07/17 02:28, 56F
推
07/17 10:10,
2年前
, 57F
07/17 10:10, 57F
推
07/17 12:45,
2年前
, 58F
07/17 12:45, 58F
推
07/17 23:32,
2年前
, 59F
07/17 23:32, 59F
→
07/17 23:32,
2年前
, 60F
07/17 23:32, 60F
推
07/19 05:50,
2年前
, 61F
07/19 05:50, 61F
推
07/19 23:37,
2年前
, 62F
07/19 23:37, 62F
推
07/21 09:13,
2年前
, 63F
07/21 09:13, 63F