Waymo 面试辅助：口述题、OOD 与自动驾驶系统设计轮准备

对象设计：实现滑动窗口 rate limiter，并扩展成按用户与按体验两个维度独立限流。

区间与时间戳：给定两类基于时间戳的信号，返回满足条件的连续时间区间，注意开闭区间与重叠处理。

字符串与动态规划：口述题下的字符串匹配与状态设计，练习在无题面文字时自己补齐约束。

系统设计：设计一支车队采集地图数据的系统，覆盖任务下发、数据上传、存储与处理链路。

ML 系统设计：用传感器与摄像头数据预测周围环境变化或危险，能讲清数据、标签、损失与训练阶段。

BQ：一次项目失败如何挽回、最自豪的项目、如何处理冲突、是否有 on-call 经验。

VO 结构在同学提供的面经样本里多为四轮：三轮 coding 加一轮系统设计，或两轮 coding、一轮系统设计、一轮行为。

出题方式特殊：有样本里面试官先给一版有问题的代码，让你理解问题后自己找 bug 并重写那部分；也有整题靠口述加画图。

电面常考对象设计而非纯算法：rate limiter、按两类基于时间戳的信号返回满足条件的连续区间、TLV parser，都会追问边界。

系统设计题高度贴近业务：车队地图数据采集、车与云端指令通信、仿真日志的浏览器实时可视化、好友与游戏维度的实时统计。

ML 方向考 ML 系统设计：用传感器与摄像头数据训练 agent 预测环境变化，或做即将发生危险的预判，重点在数据、损失与训练阶段。

同一级别不同面试官差异极大：同学提供的面经样本里出现面试官全程不交流、口述题逻辑绕、以及拿到 offer 后又降级的情况。

实现一个滑动窗口限流器：给定按时间排序的请求时间戳数组、窗口长度与窗口内允许的最大请求数，对每个请求返回是否放行。随后扩展为同时按用户维度与按体验维度独立限流，任一维度超限即拒绝。

给定一组垂直线段和一组水平线段，每条线段由起点与终点构成，返回由这些线段的交点组成的正方形个数。讨论如何更快地找到可以配对的线段。

设计一个系统，让自动驾驶车队采集地图数据：覆盖任务下发、车辆端采集与缓存、数据上传、存储与后续处理链路，并说明在海量数据下的分区与校验方案。

设计一个在浏览器中实时播放并交互式可视化仿真日志的系统：左侧是包含自车、其他车辆与行人的三维路面视图，右侧是自车数据随时间变化的折线图。请给出 API、数据 schema、存储选型与前端渲染策略。

给定自动驾驶车辆的传感器与摄像头数据，设计一个或多个模型来预测周围环境的变化。请具体说明数据来源、标签构造、损失函数设计与训练阶段划分。

给定一棵二叉树，若某节点只有一个子节点，则把该子节点折叠进该节点、把其数值累加到父节点上，返回处理后的树。说明遍历顺序为什么决定了实现是否正确。

给错代码与口述题

Waymo 的 onsite 在形式上与多数大厂差别很大，同学提供的面经样本反复出现三类非常规出法。第一类是「给你一版有问题的代码」：一位候选人的 VO 第一轮描述为面试官直接写了一版有 bug 的实现，让他在理解问题之后自己去找 bug 并重写那部分代码，这种形式考的是读代码与定位问题的能力，而不是从零推导算法。第二类是纯口述：多位候选人提到题目由面试官口头描述、甚至靠画图讲题，一位候选人说自己光把两个系统 id 之间的 link 关系问清楚就花了将近十五分钟，写完已经没时间测用例；另一位说面试官编了一道图搜索题、逻辑绕来绕去，直到最后都不确定自己理解是否正确。第三类是当场跑不通的紧张感：有候选人在线段相交组成正方形的题目上讨论用掉大量时间，开始写码时只剩十五分钟，虽然面试官延长了时间，最终代码仍然比较混乱。把这三类放在一起，可以得出很明确的准备方向：真正需要训练的是「在信息不足且没有题面文字时，按固定顺序把约束问全」，以及「写代码时先保证结构清晰、预留自测时间」，而不是继续增加刷题量。此外也有样本提到题目会结合实际安全或业务场景，需要主动说明在高并发与异常输入下实现是否仍然可靠。

官方说法与实际考题的偏差

Waymo 电面最值得注意的一点是官方准备方向与真实考题的偏差，同学提供的面经样本里有好几例。有候选人被 recruiter 告知会考中等偏难的算法题，结果面试官上来先问了半个小时的系统设计，问大数据怎么存、表怎么设计、schema 是什么，候选人完全没有准备；同一位候选人随后拿到的算法题是数组里数元素，简单到用计数器就能解决，但面试官关注的是他能不能给出多种解法并比较复杂度。另有候选人被 HR 告知要准备机器学习相关、甚至手写机器学习算法，实际考的是回文字符串的变种，先写暴力再做内存优化。还有候选人明确说 recruiter 提示不是算法面、会侧重网络，结果考的是复杂的字符串格式处理。这些样本传达的经验是：不要把 recruiter 的一句话当作复习范围的边界，稳妥做法是把算法、对象设计、系统设计、以及一定量的机器学习基础同时维持在一个可用的水位。流程之外还有一个细节值得注意，有候选人反馈说 HR 约面试约得很混乱，说好考 Python coding 却面了 ML 系统设计，之后又因为忘记约 ML 系统设计而追加了一轮，最终他反而多拿到一次面试经验。面试时长方面，同学提供的面经样本里出现过 45 分钟与一小时两种，其中自我介绍与行为闲聊可能占掉十分钟以上，实际写码时间往往比想象中紧。

车队、通信与感知预判

Waymo 的系统设计题几乎都带自动驾驶业务背景，同学提供的面经样本里出现过三类。第一类是数据采集与回放：设计一个车队去采集地图数据的系统，面试官明显就是这个方向的，追问的都是内部场景，候选人自述只能把通用系统设计那套往上堆、对方听完没什么反应；另一类是仿真日志的实时可视化，要求设计一个系统在浏览器中实时播放并交互式可视化仿真日志，界面左侧是包含自车、其他车辆与行人的三维视图，右侧是自车各类数据随时间变化的折线图，需要写 API、选数据库、给数据 schema 并画图。第三类是通信：设计无人车与云端之间进行指令通信的系统，候选人描述这题主要靠把系统设计常识堆起来，从开头澄清到结尾追问基本是自己一直说。机器学习方向则是 ML 系统设计：用车辆的传感器与摄像头数据训练一个或多个 agent 预测周围环境变化，或者做一个预判即将发生危险的系统，候选人被追问的重点集中在数据、损失函数与训练阶段的设计，并被要求一起头脑风暴车辆会遇到的突发情况。共同点是：不会要求你给出精确的模型结构，而是看你能不能把数据来源、标签构造、存储与查询、以及评估方式讲成一个闭环。若完全不熟悉自动驾驶语境，建议至少预习感知、地图、仿真这三块的基本术语，否则很难与面试官形成有效对话。

降级、无反馈与差异

Waymo 在结果反馈上的同学提供的面经样本比较一致地偏冷：多位候选人描述面完一到两周后收到系统拒绝信、一句具体反馈都没有，其中包括一位说自己为此刷了一个多月题、最后感觉白刷的候选人。也有相反的情形：有人电面通过后被告知降级，有人当场感觉面试官全程臭脸、体验很差。这些差异提示这家公司的面试评价高度依赖当天面试官，同学提供的面经样本里甚至有候选人明确说「翻遍面经也没几篇、面完感觉确实没有固定题库，全看面试官当天想考什么」。前端条线可以单独看：同学提供的面经样本里的 senior frontend 面的是仿真组，电面第一部分是 n 叉树递归，要求把包含指定子串的节点所在的整棵子树删除并返回过滤后的树，第二部分是在第一部分基础上做一个界面把过滤后的树按正确缩进渲染出来并能随输入正确更新内容；VO 四轮全部是前端方向，其中一轮居然考 Angular，而候选人简历上写的是 React，被要求根据用户反馈的几个问题调试一段界面代码，另有 Promise 相关的纯 TypeScript 题目，以及一道设计聊天模型的前端系统设计、一道带防抖的自动补全搜索框。候选人拿到其他 offer 后催进度，三十分钟内就被告知不再推进，因此在这家不要把催结果当作中性动作。

Waymo 常见目标岗位

建议重点模拟这些轮次

Waymo 面试流程一般有几轮？

Waymo 的面试流程通常包括 OA / Phone Screen、VO / Onsite 多轮技术面、Behavioral 面和 Hiring Manager 面。具体轮次取决于岗位和 Level，建议提前了解目标岗位的标准流程并针对性准备。

Waymo 最常考什么题型？

根据同学提供的面经信号，Waymo 最常考的题型包括 对象设计：实现滑动窗口 rate limiter，并扩展成按用户与按体验两个维度独立限流。、区间与时间戳：给定两类基于时间戳的信号，返回满足条件的连续时间区间，注意开闭区间与重叠处理。、字符串与动态规划：口述题下的字符串匹配与状态设计，练习在无题面文字时自己补齐约束。、系统设计：设计一支车队采集地图数据的系统，覆盖任务下发、数据上传、存储与处理链路。。建议先从高频题型入手，再做项目深挖和模拟面试。

Waymo 面试需要准备多久？

建议至少提前 7-14 天开始冲刺准备。如果还在投递期，可以先做题型地图和岗位定位，拿到面试邀约后集中做模拟面试和表达训练。

Waymo SWE 岗位最难的是什么？

Waymo 的面试以严格的 Hiring Bar 著称。最常见的失分点包括：前置澄清不充分、边界测试缺失、系统设计只背模板、项目深挖无法体现 ownership。针对性模拟可以有效降低这些风险。

Waymo 面经应该怎么看？

同学提供的面经适合用来判断 Waymo 高频题型、轮次和常见挂点，但不要只背原题。更稳的做法是把面经拆成 OA / Coding / Design / Behavioral / HM 五类信号，再按目标岗位和 level 做限时训练。

Waymo 代面、面试辅助、OA 代写多少钱？

Waymo 代面（对口型）$499/轮起，多轮连面有打包价；SWE 辅助（实时）$299/轮起；OA 代写 $199 起，提前 1 天交付。最终价格按岗位、轮次和具体面试情况浮动，添加微信 interview_coach_pro 先聊 30 分钟免费咨询再报具体价格。