FLG+Apple找工作心得,求offer选择建议

avatar 191430
chrisliup
57830
64
本人fresh phd ECE偏软的方向,学校勉强进入专业前10,phd做的跟ML勉强扯得上边,无牛paper,三次大硬件公司实习经历。整个过程基本是按照machine learning和computer vision的track来面试。供大家参考。

从九月底开始找工作到11月中收到offer,总共经历将近两个月时间,onsite了四家公司,Google, Facebook, Linkedin, Apple,运气比较好,自知功底一般仍然拿到了四个offer。整个过程得到了版上面经和讨论的帮助受益匪浅。这里贡献几个数据点和自己的体会供大家参考。

Google:

Timeline:
phone interview 1: 10月第一周
phone interview 2: 10月第三周
onsite: 11月第一周
offer: 135k + 15% bonus + 50k sign-on + 350 GSU
面试流程:4轮coding+1轮讨论thesis。

Google的面试感觉还是几家里面最灵活相对最不好准备的。除了大家都知道的刷题之外,个人感觉很重要的是基础知识的扎实程度和临场的应变能力。面试官一般不太会问到LC上的经典题,至少我是一道都没碰上。准备的时候多看看地里的面经,自己多想想怎么优化到最优。要是有一块找工作的同学能够互相讨论讨论分享一下心得就更好了。真心感觉对Google来说刷题作用不是特别大,反而有时候容易形成思维定式束缚了思路。面试的时候我碰上的都是工作了5年以上的白人大叔,一般会很耐心的引导你答题walk through整个解题过程。所以有问题stuck住了不要怕,大胆说出你的想法,即使是suboptimal的也没问题,让面试官知道你的思路一步一步引导你走下去。给大家一点信心,我有一轮讨论的时间太长了导致最后也没有时间把code写完,面试官只是说他应该吸取教训下回早点让人开始写code。加上大家今年普遍反映G家的bar提高了,本来以为妥妥的没戏了,还是拿到了offer。所以大家中间要是有一轮感觉如果不是太好,一定要在5分钟内迅速调整心情,出去上个厕所洗个脸,千万不要影响后面的发挥。因为其实事情也许没有你想象的那么糟糕。另外Google感觉很喜欢问一些大数据怎么处理还有几何的问题,分享两个资源:

blog.csdn.net
topcoder.com

Facebook:

Timeline:
phone interview: 10月第一周
onsite: 10月第四周
offer: 140k + 10% bonus + 50k sign-on + 240k RSU
面试流程:2轮coding+1轮系统设计+1轮machine learning concept+1轮讨论thesis

Facebook的校招好像freeze的很早,据说是因为return intern招多了的缘故。面试非常standard,我碰到的所有coding题都是LC的原题。这也是我觉得刷题最有效的一家公司,根据自己和身边几个其他的例子,基本上出题都是LC原题或其变种。系统设计的准备大家普遍反映不好准备,我本身毫无web和distributed system的背景,所以之前go through了UIUC的一个cloud computing的课件了解了一些concsistency, availability, consistent hashing, load balancing, vector clock, gossip 这些基本的概念。然后剩下的就是看各种technical blog上面的example了,个人觉得这个真的是毫无捷径可循,有时间的话就多看几个公司的不同的架构设计,没时间就只看看自己要面的公司的feature功能是如何设计的。比如facebook的chat, news feed,google的calendar,apple的find my friend等等。facebook的engineering blog是个很好的资源,还有推荐一个high scalability blog,上面有大把大把的设计实例可供参考。看多了自然慢慢的也能照猫画虎了。下面是一些我觉得比较有用的资源:

blog.csdn.net
hiredintech.com
evernote.com
coursera.org
shuatiblog.com

Linkedin (data mining track):

Timeline:
phone interview: 10月第一周
onsite: 10月第四周
offer: 140k + 10% bonus + 40k sign-on + 260k RSU
面试流程:1轮coding+1轮data mining+1轮data coding+1轮讨论thesis

Linkedin是一家个人感觉最不重视coding的公司,题目也很standard。没有F家那么多原题,也没有G家那么灵活,多数是用LC的解题思想可以快速解决的问题。他家的data mining面试考得比较细,会让写cost function和推导gradient descent的update formula。还有每个model的应用场景和限制,给你一个具体的问题让你做end-to-end的model设计和数据分析等等。比如怎么把工作match给用户,怎么rank news feed等等。这些都是没法在短时间内准备的功夫,往往只了解个大概是没用的,面试官会刨根究底问每个部分用到的算法和可能碰到的问题,但是只要稍微完整的做过一些data minging project的同学应该都不用担心,毕竟不会问到很深的理论问题,一般都是在实际project中常常碰到的问题。 这里也分享一些我准备中看到过的资源:

itshared.org
cs229.stanford.edu
stattrek.com
scott.fortmann-roe.com

Apple (special project group):

Timeline:
phone interview: 10月第3周
onsite: 11月第1周
offer: 150k + ? bonus + 50k sign-on + 105k RSU
面试流程: 3轮 technical + 2轮VP级大佬behavior + 1轮thesis

Apple的面试让人感觉非常random,跟其他三家差别非常大,基本上没有感觉到有什么标准的面试流程。面试官也感觉没有之前几家公司那么geek,基本上是想到啥问啥,random考察你简历上的每个你claim你会的东西。一共做了两道编程题,都是非常简单的课本例题。一个是写一个快排,一个是给一个用uint8保存的binary image做bit manipulation。大部分的时间是在go through你的简历,make sure你写的做过的project都是你自己做的,关键的问题怎么解决之类的。这个各人差异很大,基本没有太大参考价值。另外一点感想是他们家technical interview不难,但是大佬的behavior面试据说会经常挂人,记住要挺清楚别人的问题,回答简明扼要,不要答非所问,表达出对apple产品的独到见解和passion有大加分,反之亦然。

面经我已经放在了另外一个帖子里之前发过了,这里是link:
1point3acres.com

这几个offer都是两个星期前左右拿到的,纠结了两个礼拜也没有下决心,考古了半天无非是各个公司的trade-off。比如G家活少,钱多,股票refresh慷慨,名气大,业务广,但是太养老不利于成长;F家有朝气,前景好,项目少而精,promtion快,但是压力略大而且有人说RSU refresh不如G;L家比前两家小,应该还有很多发展空间,但是也有人说L家技术比较糙,不能和FG相比,目前盈利模式不太明确,股票refresh据说也不是很给力;Apple的秘密项目如果是传说中的无人车还是很exciting的,而且据说股票refresh是几大公司里面最给力的,经常能达到100% base salary,但是初始package明显比其他几家差了一截,而且面试感觉公司文化不是工程师文化,engineer的地位不如其他几家,而且工作压力据说是几家里面最大的。

这几个offer的ddl都是感恩节后,希望大家给点建议!万谢!

补充内容 (2015-12-6 01:15):
LZ最后选择去了F。谢谢大家建议!
  • 111
64条回复