Instacart Senior SWE OA / VO 面经

💡 核心要点 (Key Takeaways)

• Instacart OA 不是 LeetCode 风格：90 分钟一道 CodeSignal 多层「工程大题」（banking system 经典，worker / task management 为新变体），test case 部分得分，有 bug 也必须提交。
• VO 改革后拆成 VO1 和 VO2：VO1 = Karat AI-assisted coding 轮 + 2 轮 coding，VO1 挂了基本没有然后；Karat 轮节奏快、follow-up 连续，是最常见的挂点。
• 题目池非常稳定：decode password、calculate expression、data pivot、catalog / inventory SD 是反复出现的老题，且完整版比短版本多 1-2 个 follow-up，只练短版会吃亏。
• System Design 轮偏 db schema + API design，公开信号里明确「给纯 db solution 才是他们要的答案」，上来就堆 cache 容易偏题。
• 典型时间线 3-4 个月（申请 → 面试 → team match → offer），fully remote 岗位常见；team match 是 manager 双向沟通，「你想做组里哪一块」直接决定 manager 要不要你。

这篇适合谁

这篇写给准备 Instacart Software Engineer（SWE / SDE）面试的候选人，级别以 L4 / L5 / L6（senior 段，约 3-8 年以上经验）为主，覆盖 Backend、Fullstack、Platform 等技术方向；MLE 方向的轮次差异会在题型雷达一节单独说明。文章基于 2025 下半年到 2026 年初的公开面经信号和 Instacart 公开招聘机制整理，各团队、级别、地区的轮次结构会有出入，以实际收到的邀请为准。

一句话定位：Instacart Senior SWE = 90 分钟 CodeSignal OA 工程大题 + VO1（Karat AI-assisted coding + 2 轮 coding）+ VO2（2 轮 coding + 1 轮 System Design + 1 轮 BQ）+ Team Match。它的准备重心和大多数公司不一样：OA 不是刷题而是「在真实工程环境里把一个大系统分四层做出来」，VO 的题目池非常稳定、follow-up 深，Karat 轮的 AI 使用能力本身是考点。如果你同时在准备 DoorDash，两者的差异可以看 DoorDash SWE 全流程面经 做同赛道对比。

面试流程：OA / Phone / VO / Team Match 各轮是什么

Instacart SWE 的主线流程是：简历筛选 → OA → recruiter call（不一定有）→ VO1 → VO2 → Team Match → offer。2025 年底起公开信号显示 VO 被拆成 VO1 和 VO2 两段，VO1 不过就没有 VO2。各轮大致长这样：

• OA（CodeSignal，约 90 分钟）：一道多层「工程大题」而不是 1-2 道 LeetCode。界面左边是一个可 build 的真实工程树（main、test 齐全），右边是只读的 interface，你负责补全实现文件里的空方法。题目通常分 4 个 level，后一层的 test case 会把前几层一起跑，所以不能为了赶进度把前面改坏。部分 test case 通过也有分数，有 bug 也要提交。经典题是 banking system（账户 / 转账 / 定时支付 / 合并账户与历史余额），新变体有 worker system（工时 / topN / 升职队列）和 task management system（CRUD / ranking / assignment 建模）。公开信号里多次提到「senior 及以上基本都是一道 90 分钟大题，别按小 OA 准备」。
• Recruiter / HR call（不固定）：OA 之后有人先被 recruiter 约谈（内容不像纯走形式，背景、期望、时间线都会问），有人直接约 VO。如果你面的是 MLE，HR 还会在面试前发一个 doc，介绍每轮内容和推荐复习资料，公开反馈是「有一点用」，值得认真看。
• VO1（3 轮）：Karat 轮 + 2 轮 coding。Karat 是第三方 AI-assisted coding 轮：给一个可直接运行的多文件夹工程，面试官节奏推进很快，follow-up 一串串来（跑通代码 → 定位功能 → 看 log 找 bug → 加功能 → trade-off → unit test → 复杂化），全程录像打包给公司评估。两轮 coding 基本是社区里的老题（decode password、calculate expression），但都带 follow-up。公开信号反复强调：VO1 挂了基本没有然后，这是整个流程的第一道硬门槛。
• VO2（4 轮）：2 轮 coding + 1 轮 System Design + 1 轮 BQ，一般一天面完。coding 仍是老题池（password / expression / data pivot 等），SD 高频是 catalog / inventory 类，BQ 是常规 behavior + 简历深挖。
• Team Match：debrief 通过后进入，结构公开信号里描述得很一致：双方自我介绍 → manager 介绍组里主要工作内容并问你想做哪一块 → 你根据自身经历选一块深入回答 → 你反问 manager。公开反馈认为「选哪一块并回答好」这一步直接决定 manager 要不要你，以及你进组后做什么。
• 时间线：典型周期约 3-4 个月（如 10 月申请 → 11 月面试 → 12 月 team match → 2 月 offer），HR 给反馈通常较快（一周内常见）。是否还有统一的 hiring committee 各时间点说法不一，以你 recruiter 的说法为准。fully remote 岗位在公开信号里出现频率很高。

题型雷达：OA 大题、Karat、Coding、System Design、BQ 各占多少

按 senior SWE 岗位把题型按权重排个雷达：

OA 工程大题（1 题 90 分钟，权重极高）：唯一一道，但 4 个 level 层层加码，考的是实体建模、状态管理、时间触发逻辑和「在不能改测试文件的环境里自证正确」的工程能力。

Karat AI-assisted coding（VO1 特征轮）：不是传统 coding，考的是代码库理解、debug、AI 协作和 design trade-off 四件事的连续表现。

Coding（VO1 × 2 + VO2 × 2，共 4 轮）：medium 难度，但每道都有 follow-up（第三问常见），考 parse 细节、复杂度和 production 级重构。

System Design（VO2 1 轮）：catalog / inventory 场景，重 db schema 和 API design。

BQ（1 轮，部分团队穿插）：常规 behavior 问题 + 顺着简历追问。

如果你面的是 MLE 而不是 SWE，主轴完全不同：公开信号是 2 道 LeetCode medium（社区老题）+ ML concepts 基础考察 + 一个会问得很细的 SD 主题 + 一轮偏聊天式的简历讨论轮，HR 会提前发复习资料 doc。MLE 的准备方向可以看站内 DoorDash MLE 面经 了解 MLE 轮次的通用打法。

高频题目方向：只讲题型和考点

以下是 2025-2026 公开面经信号里反复出现的题「类型」，只归纳题型和考点，不复刻任何人的具体原题：

• Banking system（OA 经典题）：四层递进——账户创建 / 存取款 / 转账（含失败路径返回）→ topN spenders 排行 → 定时支付与取消（全局递增 PaymentID、同一时间戳按 ID 顺序处理、schedule 时不查余额、执行时才查）→ 账户合并与任意历史时点余额查询。考点：实体与状态拆分、min-heap 做时间触发、TreeMap 类结构做历史版本、边界条件全覆盖。
• Worker system（OA 新变体）：四层递进——注册工时（给的时间是 start 还是 end 要靠 worker 当前状态自己判断）→ 按在公司时长 topN（含按职位过滤）→ 升职（只在不在场时生效，在场则入队、只保留最新一次）→ 给定时间段计算累计薪水。考点：时间区间语义、状态队列、分段累加，整体比 banking 题更绕。
• Task management system（OA 新变体）：四层递进——基础 CRUD → ranking（直接 sort 即可）→ 一个 task 可 assign 给多人，需要独立的 assignment 实体（start / end 挂在 assignment 上，task 只存通用 metadata）→ 第四问可能需要大改前面代码。考点：实体边界判断、在不动旧 test case 的前提下重构。
• Decode password（VO coding 高频，3 问）：基础解码 → 限制只能读到第一个 password 长度（不能一次性读入全部文件，遇到重复 index 代表第二个 password 开始）→ 怎么 refactor for production。考点：手动 parse input、string 处理、production 级设计取舍。社区反复提醒：只练短版本不够，完整版的第三问才是分水岭。
• Calculate expression（VO coding 高频）：解析含最多两个变量的四则表达式，有空格但不能假设一定有，常见做法涉及 DFS。考点：expression parsing 的边界处理、时间复杂度要能一次说对。
• Data pivot（VO coding）：pivot table 数据转换，整体不难。考点：数据变换思路 + 平台适配——公开信号提到其平台上 Java 不能手动 import date 相关包，会字符串比较就 pass，提前知道平台怪癖能省大量 debug 时间。
• Karat bus simulation（Karat 轮高频 codebase）：一个可运行的公交路线模拟工程，follow-up 链：跑通代码 → 在多文件夹工程里定位某功能的实现并解释流程 → 看 log 找 bug 并修复 → 支持 priority boarding（先 sort，再讨论改进为 priority queue 的 trade-off）→ 写 unit test → 加入新的 item type（不同 type 不同 constraint）改结构。考点：代码库快速理解、debug、AI 辅助的辨别力、方案 trade-off 表达。
• System Design：catalog / inventory：设计商品目录或库存管理，公开反馈很一致：考 db schema 和 API design，问得很细，「不要想着往 cache 上靠，给纯 db solution 才是他们要的答案」；有变体走 self-join 表设计。另有 average waiting time 和 theme provider（怎么让 retailer 自建主题，偏产品设计思维）的公开信号。

公开面经信号怎么读

一亩三分地等面经社区是 Instacart 面试信息最集中的公开来源，但读法决定它对你的价值。几个原则：

按「年份 + 级别 + 岗位」筛选。Instacart 在 2025 年底左右做过 VO 结构改革（拆出 VO1 / VO2、加入 Karat 轮），改革前后的帖子轮次结构差异很大，先看时间点最近的 2-3 篇。级别也要对得上——senior（sr+）的 OA 是 90 分钟大题，和早期「两道 LeetCode」的旧信号不是一回事；MLE 和 SWE 的帖子混着看会准备错方向。

找共识，不信个例。单篇说「碰到全新题」不能当结论；多篇独立帖子都指向同一结构（OA 工程大题、VO1 的 Karat + 双 coding、题目池稳定、SD 偏纯 db）时，这个结构才可信。Instacart 一个显著的社区共识是「他家题目几乎不变」，老题重复率高，这反而是你的准备杠杆。面经作者有幸存者偏差，整体难度感知会偏乐观——多篇挂经都提到 Karat 轮和 OA 第四问是实际挂点。

提取「轮次结构 + 题型方向 + 挂点」，忽略剧情。每篇面经真正有用的信息密度就这三样：每轮考什么类型、follow-up 追问到什么深度、作者觉得挂/过在哪。对面试官的情绪评价、求米剧情都不需要带进你的准备里。

不搬运、不暗示合作。本站所有 Instacart 面经内容都只归纳公开信号，不复制任何候选人的逐字面经，也不代表与任何面经社区有合作或转载关系。你读到的公开帖子请以原作者发布的内容为准。

常见挂点：Instacart Senior SWE 独有的失分方式

把公开挂经里的挂因和通过者的复盘对照，Instacart senior SWE 特有的失分点集中在这几个：

• 把 OA 当 LeetCode 准备：以为 OA 是 1-2 道 medium，实际是一道 90 分钟 4 层的工程大题，且 senior 及以上基本如此。多篇挂经的直接原因就是「按老题准备，结果碰到 worker / task 新变体没准备到」——对策不是押题，而是练「多层递进大题」这个题型本身。
• OA 不会自证正确：test file 不让 edit，print 出去 debug 的路被堵死。没在开写前想好验证手段（自己写断言、拿小 case 手算）的候选人，L3 / L4 基本靠猜。另外 L3 的 test 会把 L1 / L2 一起跑，为赶进度改坏前面代码是典型减分。最后时刻有 bug 不提交更是白丢部分分——部分 test case 通过也有分，一定要交。
• Karat 轮被节奏带走：面试官推进特别快，不给你慢慢读代码的时间，AI 的回答弹得又长又快，很多候选人「完全不知道在干什么」就交卷了。这轮挂掉通常是 strong no，直接结束流程。核心解法：平时就练「在限时下先跑通、再定位、再改」的节奏，并且刻意练辨别 AI 输出里的错误。
• 只练 hack2hire 短版本的 coding 老题：decode password 和 calculate expression 的社区完整版都带第三问（production refactor、文件读限制等），多篇挂经明确说「面完才发现只练了第一部分」。老题的 follow-up 深度才是实际区分度。
• System Design 上来就堆 cache：catalog / inventory 题的公开反馈很一致——他们要的是 db schema + API design 的纯 db 方案，问得很细。上来讲缓存和读扩散，被追问 schema 细节时就露怯。SD「看脸」的主观感，很多时候就是交付物不够具体。
• 把 Team Match 当走形式：「你想做组里哪一块」被回答得含糊或只会泛泛夸公司，manager 的兴趣会直接掉下来——这一步既决定进组方向，也影响 hiring 意愿。
• 平台细节吃掉时间：Java 平台不能手动 import date 包这类怪癖，不知道的人会在 debug 上浪费十几分钟。提前了解平台能力边界，比多刷一题更值。

准备路线：7 天 / 14 天 / 30 天

按你距 OA / VO 的天数选路线。三个版本的共同原则：OA 大题方法论和 Karat 轮节奏永远优先（这是 Instacart 区别于其他公司的两个门槛），coding 老题按完整版练，System Design 次之，最后两天只留 mock 和状态调整，不学新东西。

• 7 天（保下限版）：D1-D2 练 OA 大题四步法（读 interface 和 test → 实体建模 → 逐 level 实现 → 自写验证手段），完整做一道 banking 类大题；D3-D4 各做一道 worker 类和 task management 类变体，重点练「后面 level 不改坏前面」和「不能改 test 时怎么 debug」；D5 本地找一个多文件夹可运行工程，完整模拟 Karat 流程（跑通 → 限时定位功能 → log 找 bug → 加功能 → trade-off → unit test），全程刻意使用 AI 并记录它错在哪；D6 BQ 准备 3-4 个 STAR 故事，英文口述录音回听；D7 mock 一场 Karat 轮 + 一道 coding 带 follow-up，录音复盘。
• 14 天（标准版）：在 7 天基础上——D8-D10 把 decode password 和 calculate expression 按社区完整版的 3 问各做一遍，强制写出第三问的 production refactor 方案；D11 做 data pivot + 1 道带 follow-up 的 medium（加规则、改口径、并发）；D12-D13 System Design：catalog / inventory 和 average waiting time 各一道，按「需求澄清 → 数据规模 → API 设计 → db schema → 纯 db 方案取舍 → 监控降级」六步走，每道练到能 45 分钟讲完且 schema 细节经得起追问；D14 mock 完整 VO1（Karat + 2 轮 coding）。
• 30 天（系统版）：在 14 天基础上——D15-D20 OA 大题专项：banking / worker / task 三类各做一遍，每道做到 bug-free 且每层补三类追问（改口径、加约束、时间语义变化）；D21-D24 Karat 专项：换 2 个不同领域 codebase，练「10 分钟内跑通并说出主流程」「20 分钟内定位指定功能」的硬指标；D25-D26 再补 1-2 道 SD（含 theme provider 类偏产品设计的变体）并做深挖预演；D27-D28 Team Match 预演：选一个你真实想去的 Instacart 团队方向，准备「想做哪一块」的 3 分钟回答（结合你简历里的具体项目）+ 5 个有质量的反问；D29-D30 连续两场完整 mock + 缓冲日，把断片点各补一段。

FAQ：Instacart Senior SWE 面试 5 个高频问题

Q1：Instacart senior SWE 面试几轮？流程是什么？
主线是 OA（90 分钟 CodeSignal 工程大题）→ recruiter call（不固定）→ VO1（Karat AI 轮 + 2 轮 coding）→ VO2（2 轮 coding + 1 轮 System Design + 1 轮 BQ）→ Team Match → offer。2025 年底起 VO1 / VO2 拆分在公开信号里很一致，VO1 挂了基本没有然后。具体以你的邀请为准，不同 team 和地区会有出入。

Q2：Instacart OA 到底长什么样？怎么准备？
不是 LeetCode 风格：90 分钟一道多层大题，左边真实工程树、右边只读 interface，4 个 level 逐层加码，后面 level 的 test 会把前面一起跑。经典是 banking system，新变体有 worker system 和 task management system。准备重点是「多层递进大题」题型本身：实体建模、状态与时间触发逻辑、不能改 test 时的自证手段。部分 test case 有分，有 bug 也要提交。

Q3：Karat 轮是什么？可以用 AI 吗？
第三方 AI-assisted coding 轮：给一个可运行的多文件夹工程，面试官节奏推进很快，follow-up 连续（跑通 → 定位 → 修 bug → 加功能 → trade-off → unit test → 复杂化）。可以用 IDE 内置的 AI 辅助，但考的就是你能不能用好它并识别它的错误——这轮全程录像打包给公司，是 VO1 的第一道门槛，也是公开挂经里最集中的挂点。

Q4：从申请到 offer 要多久？能 fully remote 吗？
典型周期约 3-4 个月（公开案例如 10 月申请 → 11 月面试 → 12 月 team match → 2 月 offer），HR 反馈一般一周内。fully remote 岗位在公开信号里出现频率很高。是否还有统一 hiring committee 各时间点说法不一，以 recruiter 说法为准。

Q5：SWE 和 MLE 准备方向差在哪？
SWE 主轴是 OA 工程大题 + Karat AI 轮 + coding 老题（带 follow-up）+ 偏纯 db 的 SD；MLE 主轴是 2 道 LeetCode medium + ML concepts 基础 + 一个会问得很细的 SD 主题 + 一轮聊天式简历讨论，且 HR 会提前发轮次介绍和复习资料 doc。MLE 的通用准备打法可以看站内 DoorDash MLE 面经。