北美科技面试公司题型地图：SWE、MLE、DE、DS 应该先准备什么

💡 核心要点 (Key Takeaways)

• 不要按公司名盲目刷题，要先把公司拆成 coding、业务规则、系统设计、ML / data 四类题型簇。
• Stripe、DoorDash、Rippling 更看重业务规则建模；Google、Meta 更看重 coding 证明和 follow-up。
• MLE / DE / DS 候选人要把数据闭环、实验指标、pipeline 和项目深挖放进准备计划。

为什么需要题型地图

很多候选人拿到面试后第一反应是搜索公司面经，然后把看到的题全部收藏。问题是，题越多越焦虑，真正能决定表现的是你是否知道这家公司在考哪种能力。比如 Stripe 的长规则题和 Google 的证明型 coding，准备方式完全不同；Uber 的 marketplace 实验和 Nvidia 的底层系统题，也不能用同一套刷题表解决。

第一类：证明型 coding 公司

Google、Meta、LinkedIn 这类面试里，coding 不只是写出答案，还要证明为什么对、复杂度为什么够、follow-up 改约束后怎么调整。

• Google：grid path、CoolMap、tree reroot DP、water buckets。
• Meta：maze、versioned storage、sparse vector、binary tree / graph 高频题。
• LinkedIn：median proof、tokenizer DP、LRU、candidate graph distance。
• 训练重点：澄清、暴力解、优化推导、不变量、边界测试、follow-up 复述。

第二类：业务规则和 Code Craft 公司

Stripe、DoorDash、Rippling 的题经常看起来不像传统算法，更像真实工作里的需求实现。候选人容易挂在读题慢、规则漏、输出格式错、代码结构不可扩展。

• Stripe：KYC CSV、fraud validation、subscription timeline、payment ledger。
• DoorDash：Dasher Pay、food rating、remove minimum peak、donation service。
• Rippling：file system、RBAC、distributed scheduler、payroll。
• 训练重点：domain modeling、parser / validator 分层、错误码、测试、幂等和审计。

第三类：数据、实验和平台公司

Uber、Pinterest、Snowflake、Databricks 更容易把 coding、数据建模和系统设计连在一起问。DS / DE / MLE 候选人尤其要准备指标口径和生产链路。

• Uber：edge reversal、org chart、time window logs、switchback experiment。
• Pinterest：violation records、pin graph、sparse matrix、pins search / recommendation。
• Snowflake：SQL、SaaS analytics pipeline、quota、top k hot search。
• 训练重点：event time、late data、去重、索引、pipeline、guardrail metric 和回滚。

MLE / DE / DS 候选人怎么用这张图

上面的图按 SWE 组织，但 MLE、DE 和 DS 可以用同一套框架：先判断目标公司属于哪一类，再叠加自己岗位的题型。Google / Meta 的 MLE 偏证明式 coding 加 ML 系统设计追问，Uber / DoorDash 更偏实验和模型迭代，Nvidia 强调底层系统与性能优化。DE / DS 候选人重点看第三类的训练要点：口径、事件流、pipeline 和 guardrail。

• MLE：在 coding 之外加练模型评估、线上线下 gap 和 serving。
• DE：加练 SQL 口径、迟到数据、补数和数据质量。
• DS：加练指标诊断、实验设计和项目深挖。

怎么把地图变成一周计划

面试前一周不要平均准备所有题。先选目标公司最像的 3 个题型簇，每个题型做 2 次限时训练和 1 次口头复盘。最后 48 小时只复盘错题原因、项目表达和最可能被追问的 follow-up。

• 第一天：做一次诊断 mock，确认最大的两个失分点。
• 第二到四天：按题型簇训练，不按题号训练。
• 第五天：做完整 VO 模拟，把 coding、design、BQ 连起来。
• 最后 48 小时：压缩成一页风险清单，重点练表达稳定性。

一周多场面试如何分配时间

申请季常见同一周有 2-4 场面试。时间分配原则：60% 放在公共核心（目标公司的共同类别加表达流程），40% 放在公司特有部分（高频题和追问点）。两家目标公司同属一个类别时合并练习，只补公司特有追问点；面试当天只过风险清单，不开新题。

• 第一场面试前：做一场诊断性模拟，找出两个最大失分点。
• 两场面试之间：只补公司特有追问点和项目表达。
• 每场面试后：24 小时内复盘漏掉的追问点，补进风险清单。

怎么使用这张图

先把目标公司放进对应题型簇，再把最近一次 mock 的失分点归类。比如 Google coding 挂在证明，就不要继续平均刷题；Stripe follow-up 改崩，就优先练规则拆分和测试。题型地图的价值不是收藏更多公司名，而是帮你删掉低优先级训练。