Do's and Don't's!技術面試通關錦囊

圖片來源：pexels.com/@freeimages9

技術面試，不只是測試面試者在計算事件發生機率時如何理解數據結構和算法。此類面試的目的是，瞭解你在先前的項目中承擔了多少責任，溝通能力如何，經過衡量過往經從來判斷你可否獨立進行明智的決策。這也是爲什麼一些像亞馬遜這樣的公司會有14項領導原則。他們不想僅僅僱傭一個數據科學家或軟件工程師。

對許多初出茅廬，面試時只知道回答技術問題的面試者來講，此文的做用看上去可能並不明顯。然而，在面試之旅中，本文將提供一些小建議來幫助你對可能出現的問題有所準備。

科技面試必作攻略

準備好數字

圖片來源：Mika Baumeister 發佈於Unsplash

我記得第一次面試FAANG公司的經歷。

在第一輪技術面試後，一個技術項目經理開始面試我。他開始詢問個人經歷和過去作過的項目。剛開始個人表現還不算太壞。而後，他們始詢問我在目前的職位上有什麼影響。

在我回答後，他問了一個在這以前我從未想過的問題：

「這個項目節省了多少時間？」

我歷來沒想過這個問題。在職業生涯的那個階段，我基本上照着別人說的作事，也歷來沒有職位影響和節省時間這樣的大局觀。我還只是一個年輕的開發人員，只考慮怎麼編程、怎麼知足所支持的人員的需求。瞬間，這些都被拋諸腦後。

接下來的對話也是這樣的模式。我回答的每個問題都會被來回研究，從而衡量除了編程之外我還有什麼技能。他們想要的人才要擁有領導力和獨立思考的能力。但說實話，我在目前的工做中並無花什麼時間作這些事。

在此建議，必定要準備好數字。像亞馬遜這樣的公司都是由指標驅動的。他們但願開發人員和工程師不只僅是作開發。因此要作好準備。去面試前，必定要準備好一兩件以上關於過往經歷的細節並說明它的影響。

想一想你過去的項目，即便公司沒有直接計算影響和/或估計它節省了多少時間，花點時間本身估計一下。

準備好一些度量的標準，代表你有大局觀，對任務有領導力。這樣才能夠脫穎而出，幫你更好理解如何在FAANG公司工做。

考慮清楚問題再開始

——我準備好面試了嗎？
——問題是，面試準備好面對我了嗎？
圖片來源：http://grownupsurvivalguide.com/2016/09/24/10-tips-for-rocking-an-interview/

大多數人前幾回的白板面試都很艱難。你可能會徹底愣住，由於在開始寫東西前你就已經想要獲得一個完美的答案。又或許你只顧着寫，沒有和麪試官交流你的計劃。

大部分人都想當即開始解答問題，但這樣可能會早早走向歧途，一道題解了15分鐘還暈頭轉向找不到答案。

因此，開始前花幾分鐘將答案告訴面試官。概述答題時你會採用什麼方法、算法和數據結構。這樣不只會幫你答題，還能讓面試官瞭解你的思考過程。

即便你的答案並不完美，面試官有時也會更喜歡你的回答。溝通是很是重要的。可以講清楚本身的答題流程可以展示你傳達解決方案的能力。

此外，若是面試官很是厲害的話，他們一般還會引導你得出答案。這並非說他們會直接告訴你結果，而是指他們可能會問一些問題來讓你想到可能會遺漏的狀況，避免掉入陷阱。

說實話，我記憶中最好的面試之一根本不像是一場面試，感受就像是兩個工程師在合力解決一個問題。固然，有的面試官只是冷漠旁觀，並不會幫你。

準備好要問的問題

這個建議可能有點老套了，可是若是面試者對工做沒有任何問題會有點使人不快。然而使人神傷的是，在找第一份工做時，你可能並不在意工做自己，只在意能不能經過。因此問出有價值的問題很是困難。

這並非說，你不用準備一些問題來表現你對這份工做的興趣。

不建議問一些宏觀的、公司層面的問題，由於谷歌一下就知道了。你應該試着問面試官關於他們工做的問題。好比：

1. 您最近遇到的最大的技術挑戰是什麼？

2. 您在這裏有良好的成長機遇嗎？

3. 您會如何形容這裏的技術文化？

諸如此類。

這些問題會表現你對工做層面的興趣，還能幫你和麪試官有更多交流和聯繫。

現現在我比較成熟了，我會問這些問題。由於我知道工做並不僅和薪水相關。我須要一些有挑戰性的問題和對公司有影響力的項目。

固然，研究最新的科技很是有趣。但新的科技永遠在出現。比起所使用的技術堆棧，我更關心項目的影響力。

找朋友或在學校練習

此文讀者或許有些仍是大學生，有些不是。對學生來講，學校或許會提供練習面試的服務。若是是的話，最好去報名參加。社會人士則能夠找朋友練習。

這些服務一般會有導師和員工，他們常常會提供面試練習，對面試的流程很是瞭解。因此你有機會在這裏有最接近面試的體驗。

若是沒有這樣的服務，那麼但願有也是學計算機科學的，或者已經任職於科技公司的朋友來幫你。若是你不只能在電腦上解決問題，還能在白板上自如講解問題，那面試也會更順利。

面試者可能會設想，本身既然擅長編程，確定也會在面試中表現良好。然而，這些技能並不互通。

因此必定要勤加練習！

科技面試勿觸雷區

圖片來源：Icons8 team 發佈於 Unsplash

不要失利一輪就倒下

終於被邀請參加當場面試後，一般還有幾輪在等着你。內容可能涉及數據結構、系統設計、行爲分析等等其餘這些大公司想到的磨人的東西。

關鍵是，成功或失敗都有不少可能的因素。

你可能會一整輪都被一個問題困住。

也可能根本想不通他們引用的是什麼面向對象的設計。

技術領域很是廣，因此面面俱到很難。你會常常碰到沒有準備好的問題。

關鍵是不要讓一輪的失敗影響到你接下來的面試。即便心裏知道那局已經死定了，也要保持積極的心態。

這樣作有不少緣由。

第一，若是你在其餘的面試中表現良好，公司會可能會在幾個月內再次面試你，也有可能會讓你面試不一樣的崗位。保持積極心態很難，但帶來的改變是未知的。

第二，失敗只是場練習。是，咱們都但願面試中沒有技術面試，但它們確實存在。因此練習得越多，你對下場面試的準備就會越充分。

即便一輪失敗，也要保持積極。

不要覺得本身知道問題的類型

最近一篇關於數據科學採訪的文章討論了不一樣的公司和團隊如何在尋找數據科學家時尋找不一樣的特色。軟件工程師也是如此。

你永遠不知道面試時會問什麼類型的問題，因此最好問問招聘人員。大多數FAANG公司會提供一些學習材料，但若是你立刻要面試，卻沒有從招聘人員那裏獲得任何提示，就最好問一問。

一些公司很是注重數據結構和算法，另外一些公司則把它與面向對象和系統設計問題混在一塊兒。你確定不想作一名只處理決策樹的數據科學家，獲得的問題都有關反轉鏈表或遍歷樹。

這樣又尷尬又讓人詛喪。說實話，這樣會浪費全部人的時間。若是公司並無準備這類問題……那應該要怪他們。可是仍是應該問一問！

儘可能得到全部可能的面試優點。

不要太執着於某個解決方案

一些人可能會有個壞習慣：過分專一於解決方案。在你討論一個問題時，面試官可能會在中途試着提示你走向正確的方向。

然而，在思考問題時，人們常常會走老路，即便明顯是錯的。

要接受提示。若是花了15分鐘尚未任何進展，歇一下，肯定本身的方向是對的。

若是花了好久尚未找到正確解決方案，並且還有三四個問題沒有回答，那麼花一兩分鐘來確保本身方向正確。這樣很難，可是不要沉溺於錯誤的方案。

不要說技術堆棧壞話

你可能喜歡Hadoop、Go或其餘特定的語言或基礎設施，也可能有其餘討厭的語言。

但你沒必要讓別人知道。這會給人精英主義的印象，彷彿你的語言是最好的，其餘人都還在石器時代編程。

團隊和公司使用的語言多種多樣。若是你說某種技術堆棧的壞話，你可能說的就是這個公司的。

因此，若是你有本身喜歡的語言，能夠大膽提出來。但總的來講，消極的語言不太好。

不要讓一次糟糕面試毀了其餘機會

這點聽上去和以前那點很像，但這點更重要。不要讓一次糟糕的面試定義你。不少人都會面試不少，失敗不少。

收到下面這種話總會讓人感受很差：

「抱歉，你不夠好。」

這種感受糟透了。

可是，不要讓一兩個糟糕的面試戰勝你。有的人在同一家公司不斷面試，最後獲得了工做。讓一場面試定義你的全部確定是錯的。

在Reddit上發佈軟件面試指南時，評論確實存在一些負面情緒。可是，全部要面試的人，請不要放棄。

留言 點贊 發個朋友圈

咱們一塊兒分享AI學習與發展的乾貨

編譯組：李美欣、蔣馨怡
相關連接：
https://medium.com/better-programming/the-dos-and-donts-for-passing-your-technical-interview-1f2503c10733

如需轉載，請後臺留言，遵照轉載規範

推薦文章閱讀

ACL2018論文集50篇解讀
EMNLP2017論文集28篇論文解讀
2018年AI三大頂會中國學術成果全連接
ACL2017 論文集：34篇解讀乾貨全在這裏
10篇AAAI2017經典論文回顧

長按識別二維碼可添加關注

讀芯君愛你