拿到 Google & Amazon Offer 的面試之旅（一）
簡介
本輪面試 Google 與 Amazon，也是第一次挑戰一線大公司，共歷時約 4 個月，幾乎同時開始同時結束，最後很幸運的皆拿到 Offer。
面試機會比較特別，都算是對方自己找上來，Google 是 7, 8 年前認識的 Recruiter 突然來信問有沒有興趣試試（聽說今年也滿多人在 LinkedIn 上突然被問的），Amazon 猜測是年初某次 Leetcode Weekly Contest 是他們主辦的，有要求填寫信箱，可能當時成績不錯，最近缺人就收到來信邀請。
地點上，Google 面的是台灣的，Amazon 是美國西雅圖的團隊，由於沒有美國工作身份，若想去得先在加拿大待一年再內轉西雅圖，具體還有點繁瑣，不過由於最後選擇了 Google，就沒有談後續 relocate 細節了。
希望用這篇文章來分享一下這趟旅程跟學到的經驗給大家，這篇主要會聚焦在 Google 上，想看 Amazon 的人可以置底看第二篇。
背景與準備
背景：台大非本科生，碩畢後自學轉職，工作 4～5 年後面試卡關才回頭學習 CS 基礎，當時可說是連 Bubble Sort、Binary Search 都不會寫的狀態。後來緩慢的邊工作邊東看西學，直到 30 歲後才真的開始認真鑽研資結、演算法、OS… 等。希望可以分享這份面試經驗，給一些同樣是轉職的工程師，年紀稍大才回頭學起 CS 基礎知識的人。
工作經驗：7~8 年 back-end / data engineer，待過各種新創公司，從 10 人小團隊到獨角獸都有，近一兩年則偏向教學工作。
刷題：Leetcode 今年面試前剛好寫到 900 題，另外各種競賽型 OJ 大概 300 題。Leetcode Weekly Contest 名次約落在 100～500， Contest Rating 最高到 2369，但面試完後較鬆懈掉回了不少
其實僅以面試準備來說，這樣的刷題量有點太過了，大多是近一年 contest 打出興趣，每週末當玩樂累積下來的，也有不少是我教的學生提問而去刷的
至於會玩競賽型 OJ 是因為去上了超頂尖競程高手的家教課半年多，玩了一圈諸如 codeforce、AtCoder、CodeChef、GCJ … 等平台的難題，開了一輪眼界，因為這邊根本另一個異世界，比較前段的競賽高手，Leetcode Hard 對他們來說就是超無聊看膩的基礎老梗題，比賽出題者都沒臉丟出來浪費大家時間，深刻體會到頂尖競程玩家的水準有多恐怖。
好消息是，如果只是為了面試，沒有一定需要去拼頂尖競賽難度的題目
甚至因為他的準備方向跟一般工作差距太遠，難度又太高，若沒有高手輔導，弄不好還可能有害。
我自己當初玩競賽也不全是為了面試，更多是好玩想挑戰看看自己能到什麼程度，所以仍然很感謝帶我的老師，算是強迫自己對部分艱難的資料結構與演算法，例如 DP 或 Graph 的理解程度，到達了以前完全想不到的境界，遠超出面試的範疇。以負重訓練的角度來看的話，這些競賽題目確實讓我核心能力提升很多，回到 Leetcode 的世界時會有拆掉負重包的輕鬆感。（該老師後來開設了自己的學院，對程式競賽或高強度訓練有興趣的推薦去聽聽看）
至於單純想面試大公司的人該怎樣準備，我另外寫了兩篇，有興趣的可以看
這篇還是先聚焦回 Google 與 Amazon 的面試經驗，雖然我面試前還滿有自信的，但上場後仍然遭遇一些驚嚇，下面就來詳細分享經過。
Google (Taipei)
Google 一共五關，每一輪 45 min，除了一關 BQ 外，另外四關都是不囉嗦直接解題。但 Google 出題很有趣，標準常見的 Leetcode 題嚴格來說只有 1 場，其餘 3 場都有點變形，因為 NDA 不能透漏題目，但可以講一些心得與注意事項。
第 1 關：（Phone interview)
面試官描述希望完成某個系統，並要求給出其中一個環節的最佳解決方案。剛聽完敘述後，覺得是個經典 Leetcode 題（Medium 難度），我很快的給出了時間與空間複雜度最優解，但面試官卻不夠滿意，認為還可以優化。
當時一度非常困惑，思緒空白了一下，好在迅速冷靜後，透過一一列舉資料結構，並不斷跟面試官溝通他們的優點以及代價，總算發現有個方法，雖然沒改變複雜度，但 trade off 之下某些性質在實際的系統上有好處，此時只剩約 10 多分鐘，靠著手速夠快寫完並修正到 bug free 通過。
事後回想發現，面試官一開始給的工程情境是有意義的，不像很多考題瞎掰個故事而已。考慮實際情境，面試官滿意的做法更加合理，可以避免某些長期使用的問題，這是平常 Leetcode 不太去考慮的部分。
結束後沒多久 Recruiter 打來表示 Positive，順利進入正式的 Onsite Interview。面試前其實還是很緊張的，發現這樣的題目難度與面試表現是合格的，讓我信心大增。
這關學到的經驗:
1. 考題很靈活，雖然仍是資結演算法，但最好一併考量到實際工程情境。
2. 腦中真的沒想法時，可以試著把你所有學過的知識一一列舉講出來，並討論其優缺點，就能幫助你繼續前進，不會陷入尷尬沉默。
3. Coding 速度雖然一般不是最重要的，但以 Google 等級的面試仍然有可能成為左右成績的關鍵，畢竟時間非常緊湊，寫的快狠準能幫你爭取更多時間討論或做更多題目。
第 2 關：（Virtual onsite interview round 1)
讓人很舒服的台灣人年輕面試官，給人很聰明的感覺，給了個 Graph 變化題 + follow up，一點巧思可以轉化成經典問題，難度約是 Medium 與 Hard，算是最像 Leetcode 的一關，也是我過得最順的一關，一路溝通寫 code 聊的滿開心的，有種跟要好的同事討論有趣難題的感覺，中間還針對某個地方深入聊了一下較嚴謹的數學證明思路，還有面試官自己覺得有趣的額外延伸問題。
這輪體感表現比前面更好，猜測是個 Strong Hire。
第 3 關：（Virtual onsite interview round 2)
Behavior Interview，感覺面試官心中有想要聽到的關鍵字，但我有幾題沒有打中，所以最後 Feedback 是表現平平，不太好也不太糟。我自己是不太喜歡這種題目還要有標準答案的感覺，就是一個講故事猜面試官想法，但為了統一標準大概也是沒辦法，或許管理經驗更豐富的人，真的就能猜的更準吧，但如果有花更長時間針對性的訓練應該也是可以進步的。Behavior 部分 Amazon 相對更的看重更全面，留待下篇分享。
第 4 關：（Virtual onsite interview round 3)
這天是早上 8：00 的面試，但我前一晚不幸生病完全沒睡，狀況很慘。
一個很和善健談的澳洲人，問的題目一開始感覺莫名簡單，只有 Easy 等級，但我給出的幾個答案面試官都不滿意，繞了很久才終於搞懂，面試官想要的數據範圍跟我直覺以為的不太一樣，在他的條件下有個 General Case 很高效的做法，但被我一開始太過想當然爾的排除了。最後我講出對方滿意的最佳解時，只剩約 5~10 分鐘，不知道面試官是覺得時間不夠還是聽到正解就好，總之最終沒有請我寫 code，直接讓我隨意問問題。
後來有點後悔沒有積極爭取一下寫出來，因為並不難寫，但當下真的精神太累，面試官又很和善說 OK 沒問題了，我也就順勢閒聊怕多做多錯。最終收到 Feedback 是表現還可以，我猜大概 Lean hire。
這邊學到的教訓是：
1. 不要覺得面試氣氛很好就代表得分很高，有時候可能只是面試官特別友善，還是要提醒自己不斷爭取與把握表現的機會，在短短 45 分鐘裡把你全部的能力展現出來。
2. 這關其實也是我自己的失誤，沒有確實的做到一開始要跟面試官仔細確認需求的環節，聽到題目後有點自以為是，覺得類似題我看多了，就把腦袋閃過的解題方向都講出來，導致浪費太多時間在溝通不是他要的複雜解法上面，反而一直忽略了樸實但有效的做法。
第 5 關：（Virtual onsite interview round 4)
講話很平板的面試官，感覺是個台灣人，但一上來就英文開場，完全不聊天的直接敘述題目了，且整個面試過程都不苟言笑，是氣氛上最有壓力的一位面試官。
Warm up 不難但面試官對細節追問很多，花了不少時間，Follow up 題聽完以為抽到籤王 Concurrency 題，但確認了一下不需要寫 Multi-thread 後鬆了口氣，但比較類似互動題，同樣在 Leetcode 上較罕見（Tag: Interactive），要優化的東西特別了點。
雖然經過前幾輪，已經沒這麼驚嚇了，但還是痛苦掙扎了一下，所幸在面試官已經打算請我先寫暴力解時，多請求了 2 分鐘思考，終於看穿了最佳解一次到位，剛好壓線寫完 Code 並一次 bug free pass，運氣很好。
最後的小閒聊時間，看到整場嚴肅的面試官露出笑容，滿感動的。
這邊學到的經驗是：
當暴力解很明確，可以先清楚的敘述，讓面試官知道你會即可，是否真的實作要看時間而定。假如時間很吃緊，寫暴力解花掉數分鐘，會讓你沒機會寫出最佳解。若對寫 code 速度有自信，可以嘗試多爭取時間思考，直到真的剩下 x 分鐘還不行（x = 你最少能完成的時間）再放棄，寫暴力解拿基本分。
面試結果
後續 Recruiter 來電表示整體 Feedback 不錯，可以送 Team Match，這邊特別的地方是剛好遇到 Google 大改流程，變成先 Team Match 再送 Hiring Committee（以前是反過來，然後 HC 會等很久），一週內聊了三個 Team 後下了決定送出，說要 7 個工作天左右等回應。
等最終結果的時間算是整場面試最煎熬的時刻，因為完全無法掌控任何事了，時不時會上 blind 刷一下別人的面試心得，發現有人 HC 等了一兩個月！但我 4 天後就突然收到 Recruiter 來電恭喜並發了 Offer Letter，神速的令人意外，感謝 Google 沒讓我煎熬太久。
聽說 Google 是今年 4 月才史無前例的大改流程，就是為了加速搶人，以免優秀人才等到跑了，沒想到 7 月就因為大環境不妙宣佈要 Slow down hiring process，緊接著馬上凍結了全球面試流程，論壇上哀鴻遍野，只能說時事變幻莫測，實力以外運氣也很重要。
總結論
整體來說，遭遇到很多非典型的 Leetcode 題讓人有點措手不及，但需要的技能仍然都是 Leetcode 的範圍，所以熟練最核心的資料結構與演算法基本功，然後靈活運用才是最重要的，不要死背題型，面試前充足的睡眠也很重要，45 分鐘高強度的解題需要很強大的專注力，最後就是看運氣了。
雖然每一輪基本上都是在沒有得到明確 Hint 的狀況下做出最佳解，但過程其實並不是都非常平順，當做不出來時，透過大量的溝通與敘述想法，可以得到一些資訊，例如你講了某個做法，觀察面試官的回應，最少會知道（或猜到）這方向正確與否，也算變相的得到 Hint，同時良好的溝通表達也會幫你加分。
至於第二關剛好考到我熟悉的 Graph 題，最後一關則壓死線內靈光一閃想到正確的方向，就是運氣的部分了，心懷感恩。也要感謝家事有老婆 cover，讓我這段時間下班後可以全心專注在準備兩間面試上面。
不知道是我的遭遇比較奇特，還是 Google 真的有刻意讓題目更靈活一點，我覺得這是很棒的出題方向，因為更貼近真實開發情境，有點像把一些實際系統遇到的問題抽出來包裝成 DSA 考題，而不是如以往被人詬病的，考一些現實中很難遇到的特殊難題等等（例如網路上看過考 KMP 字串比對，或要你刻出 Treap，我是覺得有點過分），雖然考奇怪的難題對我或許更有利，但我並不贊同這種面試取向。
最後，不得不稱讚一下 Google 的 Recruiter，一路上都很友善又專業，有時早上寄信想約面談，一小時內就開好下午 google meet 寄行事曆來了，談薪階段也幫我爭取了不少。相比之下 Amazon 雖然面試官很棒，但 Recruiter 流程卻非常混亂… 下篇待續。
