应届生(New Grad)
毕业前 9–12 个月开始投北美 SWE 校招,第一次走完整「简历 → OA → Phone → VO」流程,不清楚哪一轮最卡人、该把时间花在哪。
● New Grad / Intern 人群路线
New Grad 面试辅导与 Intern 面试辅导共用一条路线:面向北美应届生技术面试与校招面试候选人(New Grad 和 Summer Intern),覆盖 OA、Coding、简历项目、Behavioral、公司时间线和面试前冲刺。
Who it's for
应届生技术面试和北美校招面试的共性,是第一次完整走「简历 → OA → Phone → VO」流程。本页按人群给出常青路线,具体年份的公司时间线见招聘季 Hub。已有 Senior / Staff 级别经验的候选人请看 Senior / Staff Engineer 人群页。
毕业前 9–12 个月开始投北美 SWE 校招,第一次走完整「简历 → OA → Phone → VO」流程,不清楚哪一轮最卡人、该把时间花在哪。
要在课程和申请之间平衡时间,关注 OA 滚动时间线,以及实习转正(return offer)这条通向 New Grad offer 的关键路径。
简历上主要是课程项目、竞赛或自研项目,担心没有全职经验时,项目讲不过两层追问,或者不知道学习过程证据怎么用。
中文沟通顺畅,但英文面试表达、边写边说和 BQ 故事还没成体系,需要按轮次拆解准备,而不是笼统刷题。
Hiring flow
从投递到 offer 的六个阶段。轮次数量与顺序因公司、团队而异,以下是常见结构,一切以实际邀请为准。
目标岗位看到第一周就投(多数公司 rolling);简历按「一个岗位一个版本」准备,关键词对齐 JD。
简历通过自动筛选或内推进入人工审阅;部分公司有 interest 表或 recruiter screen,以实际邀请为准。
1–4 道 Coding,限时 70 分钟到 3 小时(以各公司邀请为准);部分公司附性格问卷或 Work Simulation。
45–60 分钟,1 道中等 Coding + BQ;考的是边写边说的沟通,不是单题难度。
4–5 轮 × 45–60 分钟,Coding 为主、BQ 穿插;New Grad 一般出轻量系统设计(部分公司例外)。
Hiring Manager 确认方向与团队匹配;offer 后进入薪资沟通,实习候选人同时确认转正预期。
滚动投递是常态:OA 邀请和岗位放出没有统一日历,早开的岗位第一周就该投。各公司当前窗口状态见下方招聘季 Hub。
OA vs Phone vs VO
同一份简历要过三道完全不同的关:OA 考限时交付、Phone 考沟通、VO 考连续稳定输出。准备方式不能一套打法打到底。
| OA 在线笔试 | Phone Screen | Onsite / VO | |
|---|---|---|---|
| 时长与题量 | 1–4 题,70 分钟–3 小时(以邀请为准) | 1 题,45–60 分钟 | 4–5 轮 × 45–60 分钟 |
| 交互方式 | 无人可问,独立限时交付 | 面试官在场,可提问、可沟通 | 多轮连续高压,轮间短暂休息 |
| 核心考察 | 读题完整度、时间预算、做完能讲清 | 边写边说、决策表达、追问应对 | 连续稳定输出、节奏与状态管理 |
| 典型失分 | 前松后紧,最后一题没做完 | 闷头写代码,面试官听不到思路 | 第一轮很好、第三轮崩 |
| 准备方式 | 每周 2–3 场严格限时 + 完整读题清单 | 录音口述,每 3 分钟至少一句设计决策 | 整轮 mock + 轮间 5 分钟清空节奏 |
不同公司结构可能不同(例如 Amazon 的 New Grad 轮次可能出现轻量系统设计),具体轮次以实际邀请为准。
Projects
面试官不要求你有生产级工作经历,但要求「可追问」。课程项目、竞赛、开源都算数,按三层递进准备:
问题是什么、为什么选这个方向、当时的取舍。课程项目也要讲清问题定义,而不是只说「老师布置的」。
架构、数据结构、关键算法、调试中踩的坑;能画出结构图,说清每个组件为什么存在。
指标(哪怕是课程量级:响应时间、准确率、数据规模)、失败点与重来会怎么改;没有指标就说清验证过什么、没验证什么。
深挖结构与追问模板见BQ 与项目深挖题型页, 讲稿模板见项目深挖模板。
4-week plan
适用于已确定面试窗口、距离第一轮约 4 周的候选人;更早开始的话,先用招聘季 Hub 的 30/60/90 天路线打基础,再切入这份冲刺计划。
Role routing
New Grad 和 Intern 都可以投的方向不止 SWE。先看目标岗位的能力模型,再决定算法、项目和 BQ 各占多少训练时间。
主流入口:Coding + 轻量 SD(部分公司)+ BQ。Intern 与 New Grad 走同一流程、期待不同。
查看岗位路线 →看 ML 基础、项目里的训练 / 评估 / serving 链路和 LLM 应用题;项目最好有可验证的评估。
查看岗位路线 →SQL + 统计 + A/B 测试 + 产品直觉;课程里的分析项目可以当主项目讲。
查看岗位路线 →SQL + 管道设计 + 存储与调度;对实习经历要求相对低,项目可信度更关键。
查看岗位路线 →客户场景驱动:Coding + 部署集成 + 沟通表达,适合喜欢贴近业务、愿意上现场的候选人。
查看岗位路线 →Intern → return offer 是 New Grad offer 的重要来源;拿到实习后第一周就和 manager 明确转正预期。
查看岗位路线 →Common mistakes
这些误区不增加你的面试难度,但会提前消耗岗位池和准备时间。
北美校招大多是 rolling,没有统一截止日;越晚岗位池越小。看到目标岗位第一周就投,不要等「正式通知」。
不同团队 JD 的关键词不同,「万能简历」在自动筛选里更容易被刷。一个岗位一个版本,按 JD 调关键词。
题会做但讲不清,面试官听不到思路。Phone 和 VO 考的是沟通下的稳定输出,边写边说必须练成习惯。
没有「我」的部分,追问两层就空。每个项目都要有自己的决策、自己的失败和重来的方案。
OA 是硬门槛,限时交付能力直接决定能否进 Phone。Work Simulation 等附加部分也要认真答,不是随便填。
BQ 考可信度,临场编的故事经不起追问。提前建 STAR 故事库,每个故事预写 2–3 层追问。
Season hub
本页是常青路线,不写具体年份的窗口状态。每年招聘季的公司时间线、OA 邀请节奏和投递窗口,看对应年份的 Hub 文章(按周更新)。
当前招聘季的 Hub:申请三阶段拆解、四家公司窗口状态、OA → VO 准备差异、30/60/90 天路线与 FAQ,按周更新。
进入 2027 招聘季 Hub →Amazon 校招 OA 结构、邀请节奏与 VO 轮次信号,New Grad 轻量 SD 的例外场景。
查看公司指南 →Google 2027 暑期实习岗位窗口、OA 到 Googleyness 轮次的结构与准备重点。
查看公司指南 →Microsoft 学生项目 OA(CodeSignal)结构、Values BQ 与不同组别流程差异。
查看公司指南 →Meta 学生与应届项目窗口、OA 个案信号与 Full Loop 轮次结构。
查看公司指南 →Guides
把上面的路线落到具体题型:每类轮次都有对应的题型页和资源,先按指南打基础,再用模拟暴露短板。
Roles
各岗位页覆盖轮次结构、痛点拆解和训练计划,与本页的四周计划配套使用。
FAQ
两者走同一套校招流程(简历 → OA → Phone → VO),但评价标尺不同:New Grad 期望 1 个能扛住三层追问的完整项目,且部分公司会出轻量系统设计;Intern 对深度要求低一档,更看重快速学习和可成长性,一般不单独考系统设计。Intern 还有一条更关键的路径——return offer 转正,拿到实习后第一周就该和 manager 明确转正预期。
可信,前提是「可追问」。按三层准备:为什么做(问题与取舍)、怎么实现(架构与调试细节)、结果与失败(指标与复盘)。课程项目也要讲清问题定义,而不是只说「老师布置的」。没有实习经历时,用学习过程证据(刷题记录、开源 PR、技术博客)补可信度,不需要伪造经历。
没有统一截止日,多数公司按 rolling 方式审阅,投得越晚可选岗位池越小。常见节奏是提前 9–12 个月进入黄金窗口、提前 6–9 个月进入 OA 与初面密集期、提前 3–6 个月主要是 backfill 与少数长窗口岗位。具体每年的公司窗口状态,看对应招聘季的 Hub 文章,以官方岗位页为准。
OA 考限时独立交付:1–4 道 Coding、70 分钟到 3 小时(以各公司邀请为准),没有面试官可以问,拼的是读题完整度、时间预算和「做完还能讲清」。Phone Screen 考沟通:边写边说、决策表达。VO 考连续稳定输出:多轮高压下的节奏管理。三种轮次三种练法,不能一套打法打到底。
需要,但深度是「轻量级」。多数公司 New Grad 不单独考 System Design,但有公司的信号显示 New Grad 轮次会出现设计短链、设计图片流这类轻量场景(Intern 基本不考)。按五步框架(需求澄清 → 规模估算 → API → 存储 → 缓存/降级)准备 3–4 道场景即可,不需要讲分布式深度,以实际邀请为准。
算数。Intern 的 BQ 故事可以更多来自课程、社团和竞赛;New Grad 的故事要体现「接近职业人」的判断——deadline 冲突、质量取舍、跨团队协作。用 STAR 结构建 6–8 个故事库,每个预写 2–3 层追问并录音口述,临场编的故事经不起追问。