判断这家公司到底考什么
同样是 SWE / MLE / DS / DE / AI Engineer / FDE,不同公司侧重点完全不同。这里先把 coding、system design、ML design、SQL、实验和项目深挖拆开。
Company Guides
按目标公司判断准备优先级:先看常考题型、代表题目和轮次信号,再进入对应文章做专项复盘,避免拿到面试后只靠零散面经盲刷。
How To Use
如果你已经知道目标公司,这里应该直接告诉你先补什么、哪些题型不能漏、哪些文章值得先看。
同样是 SWE / MLE / DS / DE / AI Engineer / FDE,不同公司侧重点完全不同。这里先把 coding、system design、ML design、SQL、实验和项目深挖拆开。
如果只剩 3-7 天,不应该平均刷所有题,而是先看目标公司最容易追问的题型簇和轮次风险。
每家重点公司会继续挂相关复盘、题型地图和专项准备文章,形成一个可以连续阅读的准备路径。
Focus Companies
先从常见目标公司入手,按岗位、轮次和代表题目拆出最该优先练习的部分。
面向 Meta SWE、MLE、DE 候选人的面试准备攻略,覆盖 coding、behavioral、system design、ML design 和项目深挖。
Google SWE、MLE、DS 候选人的面试准备路线,覆盖 coding 证明、复杂度表达、系统设计和 team match 项目叙事。
Anthropic SWE、MLE、AI Infra 候选人的面试准备攻略,覆盖工程 coding、in-memory DB、crawler、LLM inference、model downloader 和 culture / safety 轮。
Stripe 面试准备攻略,覆盖 programming round、integration round、debug、team screen、项目叙事和沟通标准。
TikTok / ByteDance SWE、MLE、Backend、USDS 和 Research Scientist 候选人的准备攻略,基于本地面经信号整理 OA、店面、VO、系统设计、推荐 / 搜索 / 广告和 HM 深挖重点。
Uber SWE、MLE、Staff 候选人的面试准备攻略,覆盖 OA、coding、system design、实验设计、marketplace 场景和 leadership collaboration。
Microsoft SDE、SDE2、Azure、MAI、Applied Scientist 候选人的准备路线,覆盖 OA、coding、系统设计、项目深挖和组别匹配。
Nvidia System Software、Deep Learning、AI Infra 候选人的准备路线,覆盖 C++、memory、graph API、quantization、debug 和 HM/VO。
Snowflake SWE、Data Engineer、Data Platform 候选人的准备攻略,覆盖 SQL、pipeline、数据建模、quota、ACL 和 cloud metrics。
DoorDash SWE、MLE 候选人的准备攻略,覆盖 Code Craft、interactive coding、Dasher Pay、food rating、推荐系统和 HM 深挖。
Role Pathways
同一家公司不同岗位的准备重点不一样;同一岗位在不同公司也不能用一套题表硬套。
Coding 沟通闭环、业务规则实现、system design、debug 和 follow-up。
ML system design、推荐/排序、项目深挖、ML coding、serving 和监控。
SQL 口径、data modeling、pipeline design、late data、backfill 和质量监控。
SQL、product sense、实验设计、metric case、guardrail 和业务建议。
All Companies
每个公司页都整理了常见岗位、轮次信号、代表题目和准备路线,方便你按目标公司快速定位。
面向 Meta SWE、MLE、DE 候选人的面试准备攻略,覆盖 coding、behavioral、system design、ML design 和项目深挖。
Google SWE、MLE、DS 候选人的面试准备路线,覆盖 coding 证明、复杂度表达、系统设计和 team match 项目叙事。
OpenAI SWE、MLE、AI Infra 面试准备,聚焦系统实现、LLM/ML 工程、debug、项目深挖和高压表达,附面试流程拆解与针对性准备策略。
Anthropic SWE、MLE、AI Infra 候选人的面试准备攻略,覆盖工程 coding、in-memory DB、crawler、LLM inference、model downloader 和 culture / safety 轮。
Stripe 面试准备攻略,覆盖 programming round、integration round、debug、team screen、项目叙事和沟通标准。
Databricks 面试准备,聚焦数据结构、压缩编码、分布式存储、系统设计和数据平台项目深挖,附各轮考察重点与高频题方向,适合 SWE、DE、Infra 候选人。
Amazon SWE、DE、MLE 面试准备,覆盖 OA、coding、system design、Leadership Principles 和项目行为面试。
Apple SWE、MLE、Data Scientist 候选人的面试准备攻略,覆盖 coding、系统底层、ML / 数据题、产品判断、项目深挖和行为面试。
TikTok / ByteDance SWE、MLE、Backend、USDS 和 Research Scientist 候选人的准备攻略,基于本地面经信号整理 OA、店面、VO、系统设计、推荐 / 搜索 / 广告和 HM 深挖重点。
Uber SWE、MLE、Staff 候选人的面试准备攻略,覆盖 OA、coding、system design、实验设计、marketplace 场景和 leadership collaboration。
Microsoft SDE、SDE2、Azure、MAI、Applied Scientist 候选人的准备路线,覆盖 OA、coding、系统设计、项目深挖和组别匹配。
LinkedIn SWE、Staff AI、Infra、MLE 候选人的面试准备攻略,覆盖 coding、AI coding、metrics platform、graph search 和项目影响力表达。
Nvidia System Software、Deep Learning、AI Infra 候选人的准备路线,覆盖 C++、memory、graph API、quantization、debug 和 HM/VO。
Pinterest SWE、MLE、Intern 候选人的准备攻略,覆盖 policy violation 数据题、pin graph、sparse matrix、搜索推荐和 onsite 表达。
Snowflake SWE、Data Engineer、Data Platform 候选人的准备攻略,覆盖 SQL、pipeline、数据建模、quota、ACL 和 cloud metrics。
DoorDash SWE、MLE 候选人的准备攻略,覆盖 Code Craft、interactive coding、Dasher Pay、food rating、推荐系统和 HM 深挖。
Rippling SWE、SDE-2、Full Stack 候选人的准备攻略,覆盖 phone screen、OOD / LLD、资源权限、分布式调度、payroll 和企业 SaaS 系统。
面向 Netflix SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖 take-home、coding、system design、SQL、实验设计和 Keeper Test behavioral。
面向 Spotify SWE、DS、DE、MLE 候选人的面试准备攻略,覆盖 coding、system design、SQL、实验设计、take-home 和 Spotify values behavioral。
面向 Airbnb SWE、DS、DE、MLE 候选人的面试准备攻略,覆盖 coding、OOD、system design(搜索、预订、定价)、SQL、实验设计和 Belong & Belonging values behavioral。
面向 Adobe SWE、DS、DE、MLE 候选人的面试准备攻略,覆盖 coding、OOD、system design(Creative Cloud、内容协作)、SQL、实验设计和 Adobe values behavioral。
面向 PayPal SWE、MLE、DS、DE 候选人的面试准备攻略,覆盖 coding、支付与高可用 system design、SQL、A/B 实验和 Core Values 行为面。
面向 Intel SWE、MLE、DS、DE 候选人的面试准备攻略,覆盖 coding、芯片软件与数据中心 system design、SQL、实验设计和 Intel Core Values 行为面。
面向 Qualcomm SWE、MLE、DS、DE 候选人的面试准备攻略,覆盖 coding、移动与汽车平台 system design、SQL、实验设计和 Qualcomm 价值观行为面。
面向 Tesla SWE、MLE、DS、DE 候选人的面试准备攻略,覆盖 first-principles coding、autonomy / vehicle / energy system design、SQL 和 mission fit 行为面。
面向 Salesforce SWE、MLE、DE 候选人的面试准备攻略,覆盖 coding、multi-tenant SaaS / CRM system design、SQL 和 culture add 行为面。
面向 Oracle SWE、MLE、DE 候选人的面试准备攻略,覆盖深度 SQL 与数据库原理、database / cloud system design、Java coding 和传统行为面。
面向 Shopify SWE、MLE、DE 候选人的面试准备攻略,覆盖 CodeSignal OA、coding、电商 system design(购物车 / 结算 / 大促)与 High Agency 行为面。
面向 Reddit SWE、MLE、DE 候选人的面试准备攻略,覆盖 CodeSignal OA、Python coding、feed / 实时更新 / 流量尖峰 system design 与 Reddit values 行为面。
面向 Instacart SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖在线测评、coding、即时零售 system design(配送调度、库存、购物车)与行为面。
面向 Dropbox SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖在线测评、coding、存储 / 同步 / 文件服务 system design 与行为面。
面向 Atlassian SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖产品 Sense 与用户视角、coding、协作 / SaaS 平台 system design 与行为面,附题型清单与冲刺路线。
面向 Cisco SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖在线测评、coding、网络 / 平台 / 基础设施 system design 与行为面,附题型清单与冲刺路线。
面向 IBM SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖在线测评(含 Cognitive Ability Test)、coding、system design、SQL 与价值观行为面。
面向 Datadog SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖 phone screen coding、observability 方向的 system design、SQL 与价值观行为面。
面向 MongoDB SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖 coding、数据库相关系统设计(复制、分片、索引、一致性)、SQL 与聚合、B2B SaaS 产品分析和 behavioral。
面向 Twilio SWE、MLE、DE、DS 候选人的面试准备攻略,覆盖 coding、通信平台系统设计(消息、语音、实时媒体)、SQL、实验设计和 behavioral。
面向 Bloomberg NG SDE 候选人的面试辅助与准备路线:3 份公开样本均为 5 轮(技术 coding 轮 2-3 轮),覆盖 Phone Screen、技术 VO、HR 与 EM,聚焦 coding 完整表达、OOD / system design 与 BQ 权重,附 7/14/30 天准备节奏。
面向 Capital One SWE 候选人的面试辅助与准备路线,覆盖一天制 Power Day 四轮(Coding + 金融 System Design + 虚拟信用卡 Case Study + BQ)、AR/MLE 分支、Team Match,以及 7/14/30 天准备节奏。
Coinbase SWE / MLE 面试辅助:CodeSignal OA、Phone、VO(LLD、crypto SD、HM BQ)轮次拆解,附 IC5 pilot 变化与 7/14/30 天节奏。
面向准备 Palantir FDE 与 SWE 面试的候选人的面试辅助与准备路线,聚焦 Decomposition、Learning interview、Coding(数据集成 + 业务规则)、客户场景轮与项目表达,附 7/14/30 天准备节奏。
面向 xAI SWE / AI Infra 候选人的面试辅助与准备路线,覆盖 Phone Screening、Take-home(公开样本显示 4 小时 CodeSignal 限时实现 + demo video)、Backend OA、线下 Onsite 小系统实战与项目深挖,附 7/14/30 天准备节奏。
Perplexity 面试辅助:AI Engineer 备考路线,拆解 CoderPad OA(byte-level tokenizer)、Onsite SD,RAG/搜索/Agentic 题型与 7/14/30 天节奏。