Nature's Digital Garden

2025 End Job Hunting Experience - Technical

15 min read

technical preparation: coding + project experience

behavior / open ended qn: use of AI, collaboration, etc.

interview mindset: collboration / not being questioned, never give up

这次面试前后我大概面了15多场，回头看，自己做得比较对的准备，主要有下面几件事。

1. Coding 还是得准备，但不用神化它
前几轮基本都会考 LeetCode。我自己比较幸运，遇到的大多是 easy / medium。面试前大概集中刷了半个月，每天做几道，主要用 Python 写，因为确实会比 Java 更适合面试时快速表达思路。

2. 项目经历一定要提前打磨
工作 1 年多后，项目经历的重要性非常高。
我以前总觉得自己做的事情很零散，impact 也不够“大”，但后来发现关键不是项目本身有多厉害，而是你能不能把它讲清楚：背景是什么、问题是什么、你做了什么、为什么这样做、最后带来了什么结果。
我平时有记录工作内容的习惯，所以在准备面试时，会把这些素材重新梳理，也会借助 ChatGPT 帮我把零散内容整理成更有逻辑的项目故事。

3. 不只是准备答案，更要准备 follow-up
我觉得很有帮助的一点是，站在面试官的角度反过来问自己。
比如：为什么这样设计？难点在哪？trade-off 是什么？如果重来一次会怎么改？
你在准备时被“追问”得越充分，真正面试时就越稳。到后面会慢慢形成一种表达惯性，就算不是每句话都提前准备过，也能比较自然地把思路组织出来。

4. 心态上，把面试当成 collaboration，会好很多
尤其是 project discussion、system design、一些 open-ended question。
后来我会更倾向于把面试看成一次合作讨论，而不是单向被 challenge。对方很多时候并不是在“卡你”，而是在看你怎么思考、怎么沟通、怎么一起推进问题。这个 mindset 对我帮助还挺大的。

5. Behavioral 和 AI usage 也值得准备
除了 coding 和项目，我这次还被问到不少 behavioral / open-ended 的问题。比较有意思的是，也有几次被问到工作中怎么使用 AI。感觉这已经慢慢变成一个挺常见的话题了，所以可以提前想一想：你平时具体怎么用、用来解决什么问题、边界是什么。

还有一个小经验是：面挂了也不要太快放弃。

在我最后拿到的 4 个 offer 里，其实有 2 家公司是一开始面试的岗位已经挂掉了。但当时我还是和 recruiter 保持了沟通，表达自己依然很希望加入这家公司，也想问问是否有其他更匹配的岗位机会。

后来 recruiter 确实帮我把简历 internal transfer 到了其他 team，重新走了一轮流程，最后也顺利拿到了 offer。

所以我这次一个很深的感受是：面试挂掉不一定代表和这家公司完全结束。 有时候只是某个岗位不太 match，如果你整体背景合适，其实可以稍微“脸皮厚”一点，多争取一下机会。当然沟通方式还是要真诚、礼貌。

整体来说，我觉得这次能比较顺，一方面当然有运气成分；但另一方面，提前把项目经历和表达方式准备好，确实会很大程度影响面试的手感。

后面如果大家感兴趣，我也可以再单独写一篇：

  • 这轮面试里常见的题型 / topic

  • SWE / backend 和 SRE / DevOps 面试的异同

  • 以及最后 offer 选择时我在纠结什么

chatgpt: https://chatgpt.com/g/g-p-686dcf82860c8191a7d849f9cadfec3b-hoyo-transition/c/69ad3b5e-1138-839f-953d-d26e2d6db20a

接着上一篇，

综合下来发现 PR + 1-2年经验 比较好跳

这一篇分享下技术轮 （technical) 面试的一些经验

  • SWE （backend）
  1. 算法题
  • 除了 DevOps， 其他 SWE 的岗位 前几轮都逃不过 LeetCode
  • 我比较幸运，遇到的大多是 easy / medium
  • 面试前大概集中刷了半个月
  • tips:
    • 强烈建议用 python写，因为语法更简洁，也有很多实用的 built-in methods, 能省下很多 boilerplates code. 同样的实现，python的代码 可能要 比 java / c++ 的短一半
    • 我自己之前一直习惯写 java，但这次就花了一两周集中练习了用python 刷题，上手很快
    • 效果很好，能让我在更短时间内把思路表达清楚，省下时间可以聊更多项目经历啥的
  1. 项目经历

  • 因为我是已经工作1.5年，所以会被问到比较多项目经历

  • 一开始准备面试时，我最大的一个苦恼就是，觉得自己做的东西都很零散，更谈不上什么 impact

  • 但后来发现，关键不是项目本身有多厉害，而是你能不能把它讲清楚：

    1. 背景 / 问题
    2. 你是什么角色 / 定位，做了什么
    3. 为什么这样做，背后是什么 rationale，考虑了什么 trade-off
    4. 最终带来了怎样的 impact

  • STAR method

  • 对于1， 2 — 更偏技术方向，实现，可以根据你工作中的笔记、文档梳理清楚

  • 对于3 — 可以把 1，2 作为背景，丢给 AI 让他 提问，challenge 你。它可以引导你思考一些更深次的问题 （meta-question)，比如【为什么这样设计】、【为什么用 A 而不用B】、【假如系统某一块 break了，是否有 fallback / retry 机制】等等 —— 这些是你自己【正向思维】无法想到的，因为我们自己准备的时候只会顺着自己的思路来说，都很make sense，但它就能提供一些 why not 的问题，更像是真实面试中的状态。这个时候你越是觉得被challenged到，就能越早发现问题

  • 对于4 — 丢给 AI 写，这是 AI最擅长的，能把一个微不足道的小破 project 吹上天。最好再让它加上一些具体的例子作为支撑

  1. 系统设计 （system design）

  • 主要有两类问题，一类是比较传统的 — 比如设计一个 URL shortener service，主要考。。；还有一类非常算法、逻辑的，比如设计一个 message q, 你要懂那个 worker pool, loop啥的实现。。就很难

  • 可以看system design interview

  • 不用担心，对于junior来说，更多的是看中你的思维过程，trade-off, 啥的（展开简单说说）

followup questions

  • 先准备一两个， show genienous curiosity.

先说说关于跳槽时机，结合自己 & 身边不少朋友的样本，一个感受：

有 PR + 1–2 年经验，在新加坡 tech 行业是一个比较好跳的阶段

不过这也看每个人的节奏和感受，个人感觉对于两年内 junior:

  • 能力圈 —— 是否不断有成长，与时俱进
  • 变现圈 —— 薪资是否满意

求职复盘 Part 2｜技术面试（SWE Backend）

接着上篇，这篇主要聊一下 技术轮（technical interview） 的一些经验

背景依旧是：

  • base 新加坡🇸🇬，有PR
  • SWE Backend 方向
  • 1-2年工作经验

Part 1. 算法 (Coding)

SWE 前几轮面试都逃不过 我算比较幸运，遇到的题都是 easy / medium

Tips: 建议用 Python 写

  • Python 语法更简洁，而且有很多 built-in methods，可以省下很多 boilerplate code
  • 同样实现一段逻辑，Python 代码长度可能只有Java / C++ 的一半
  • 不习惯也没事，可以临时学 —— 我自己之前就是一直习惯写 Java，但为了面试，花了一两周集中练习用 Python 刷题，上手非常快，效果也不错
  • 面试时间宝贵，你写得越快，就有更多时间去聊更有意义的 topics

Part 2. 项目经历（Project Experience）

我已经有 1.5年 经验，所以这块被问得很深入

一开始准备面试的时候，我最大的一个困扰是：

过往的项目经历比较分散，没有被系统性地整理过，也不太确定该如何在面试中讲清楚它们的价值

后来开始借鉴一些思维框架：

思维框架：STAR

网上常说的是 STAR method (Situation + Task + Action + Result) ，我根据这个自己改编了一个模版：

  1. 背景 / 问题是什么 (Background / Context)
  2. 你是什么角色，具体做了什么 (Role / Task)
  3. 为什么这样设计，背后的 rationale / trade-off?
  4. 最终带来了什么 impact

怎么准备？用 AI 来 challenge 自己

对于 1 & 2（背景 + 实现） —— 通常可以根据你平时的工作笔记、文档梳理清楚

很多时候，真正难的是 第 3 点：为什么这样设计 (rationale)

我会把项目背景和实现思路丢给 AI，让它反过来 challenge 我，比如：

  • 为什么用 A 而不用 B，trade-off 是什么？
  • 有没有其他实现方案 (alternative)?
  • 如果系统某一块挂了，有没有 fallback / retry？

这些其实是我们自己准备的时候 很难想到的问题，因为我们自己的思路往往是 正向的：

“这个方案是合理的，所以我这么做。”

但 AI 很容易帮你提出 why not 的问题，也更接近真实面试的状态

当你在准备的时候一直感觉【被问倒】，真正面试时就会轻松很多

让 AI 来写 impact

至于第 4 点 impact，可以借助 AI 来帮助你梳理表达

AI 很擅长做的一件事是：把你已经做过的事情“讲清楚”，包括结构化信息、总结影响、甚至帮你补全更完整的表达

你会发现，很多看起来很普通的工作，其实是有价值的，只是平时没有认真总结过
最后再结合一些具体例子，会更有说服力

Part 3. 系统设计（System Design）

我大致遇过两类问题：

第一类：传统系统设计

e.g.,

  • Design a URL shortener
  • Design a notification system

这类题主要考：

  • architecture design
  • data model / flow
  • scalability
  • trade-off

第二类：偏逻辑 / 偏实现的问题

有些公司会问更偏 工程实现 的问题，e.g., design a message queue

这其中就涉及到，

  • worker pool 机制
  • event loop 怎么设计…

这种问题其实更接近 系统内部机制，
个人感觉比传统 system design 难一点，更靠【逻辑】而非【套路】

建议：不用太焦虑，专注思维过程

对于 1–2 年的 junior, 面试官其实更关注的是：

  • 你的 思维过程
  • 如何 拆解问题
  • 是否能讨论 trade-off

而不是一定要给出一个完美答案

很多时候更像是：

你和面试官一起讨论一个问题，尝试去得到一个 conclusion，这个过程中会涉及到一些 trade-off, design decision

一些小的观察

  1. 所谓的【八股文】其实并没有被问很多，更重要深挖项目经历
  • 很多问题都会围绕系统设计、trade-off、系统出问题如何处理
  • 比起死记硬背，面试官更想知道的是你是否真正理解自己做过的系统
  1. 即使已经进入 AI 时代，面试形式其实并没有发生太大的改变
  • coding round 依然是标配，Leetcode该刷还是要刷
  • AI 改变了很多开发方式，但至少目前来看，面试本身还没有发生本质性、结构性的变化

小结

SWE 技术面试，大致可以拆成三块：

  • coding
  • project discussion
  • system design

其中我自己感觉最重要的一点是：

项目经历一定要提前打磨好。

很多时候，技术面试不只是看你会不会写代码，
更是看你 是否真正理解自己做过的系统。

面试形式短期不会有大变化

下一篇我会分享 关于 Behavioral interview 的一些常见问题～

Graph View