美國Early Career 面試小結

[teariceguo (八十歲老頭)]

背景：
美國私立地名學店
Need sponsorship

面試小結：
Apple MLE x 2, Amazon SWE x 2, Meta DE, Google SWE, Hedge Fund QD x 2, Prop Shop
 x 3,  McKinsey DE, a few other DE/DS/SDE at startup.

前一段時間面試、找工作到有點懷疑人生，現在趁著等job execution 的空檔簡單分享一下
經驗。

我自己主要是投偏向data engineering, data platform 相關的SWE, DE 為主，但同時也丟
一些quant 相關的缺。

個人跟身邊的人體感來看，這一兩年美國新人在軟體業找工作還是不算太簡單。尤其在某金
毛的一聲令下之後，多數需要簽證的人連面試都很難拿到，就算是Stanford CS 的朋友也找
得很糾結。

畢業前後大概丟了不下1000個職缺，基本上回覆率大概是2%上下。到後面我的策略基本上是
只投大公司，或是找在handshake 之類平台上明寫願意Sponsor 的公司。以下就我還有印象
的一些公司簡單分享面試心得。

1. QRT, QT/QD, London

之前朋友在這家quant 實習過，所以我沒事丟了試水溫。投完履歷之後大概兩個月才收到re
cruiter reach out 約第一輪面試。

有趣的插曲是我當初請朋友幫我探聽一下面試官的風評，結果得到的結論是面試官是個「會
嗑藥的白癡」（早知道就不問了…）

結果過幾天recruiter 聯繫要換時間，就抽到了另一個面試官。

第一輪面試是個open ended live coding ，面試官是個剛從citadel 跳槽過來的trader。
題目是請你用pseudo code 做類似PCA 然後依據給的情境分析correlation。

結果： rejection

說實話我不太確定面試官主要想問什麼，因為他給的情境其實很模糊，沒有給實際資料，而
是叫你依據給的條件說明分析。我也不知道為什麼fail ，總之fail 了。

在面試之前我其實找朋友問了一下他去年面試碰到的題目，但他碰到的是quant 經典機率腦
筋急轉彎。感覺這家的面試內容完全看面試官，準備起來偏抽獎。


2. IMC Trading, Chicago

大三的時候其實面過這家intern ，但沒面過。投完履歷之後大約兩週收到recruiter 回覆
。

面試內容就是resume deep dive 、說明後續面試流程、role expectation 等等。

結果： rejection

說實話我也不知道為什麼fail，感覺是recruiter 有更多優秀的candidate 能挑吧，感覺跟
這家沒什麼緣分¯\_(ツ)_/¯


3. 海底撈 prop shop Quant Trader

名字我忘了，但這家流程太神奇了於是就叫他海底撈吧。

某天收email 的時候收到面試邀請，一開始還在思考我到底是什麼時候丟過這家公司的。翻
了一下email 發現是整整一年前…
（所以才叫他海底撈）

查了一下公司背景之後發現是幾個Optiver, Akuna trader 跳出來自立門戶開的小型prop s
hop，主要交易比較冷門的option contract，整間公司應該不到十個人。

第一輪：
Live coding interview on coderspad
題目是給你一個寫到一半的class 跟一個API call 請你把剩下的 class 寫完讓你可以把AP
I Call 存成指定格式。

第二輪：
Data Analysis on colab
題目是一個dataset ，要求是完成time Series analysis 然後確認correlation, stationa
rity 等等，感覺是順便在考統計。

結果： rejection due to visa sponsorship

面完兩輪之後他們跟我確認work authorization ，但問完之後他們表示不提供sponsorship
。（但他們一開始posting 是說OPT sponsorship available…)


4. Hedge Fund, New York

紐約一家中型hedge fund，投完履歷之後大約一週收到recruiter reach out，面試流程大
約是：

Take home project （1 week)
Technical Screen I
Technical Screen II
Technical Screen III + CTO Talk
On-site Superday

Technical round 主要內容是leetcode ，整體來說technical round 的難度不太高，但前
後也是不知不覺就會面超過三個月(￣ー￣)

結果：rejection after CTO talk

面完CTO Talk 之後隔了兩週，recruiter 通知rejection due to shift in organization
，言下之意是沒有junior headcount 只招senior。不知道是真是假，總之沒後續了0.0


5. Hedge Fund Quant Dev, Bay Area

加州一家小型hedge fund，大概就是其他公司一個pod 的規模。投完履歷之後大約兩週收到
回覆。

面試流程：
Technical screen I
Technical screen II
On-site Superday

Superday 是連續五輪30分鐘的面試。

結果：offer

On-site round 會幫你訂機票到加州(而且是早上七點這種死人時間…），當天到加州當天
面試。on-site 包含了resume deep dive, system design, leetcode，但technical 題目
難度不算高。


6. Apple, MLE

Apple 我面了兩次，兩次都是MLE，但兩次面試內容八竿子打不著¯\_(ツ)_/¯

Trial 1:
Recruiter reach out and scheduling
Technical Round

Technical round 是30分鐘coding + 30 分鐘ML system design 。問到了Vector embeddin
g, search retrieval system, Hadoop, mapreduce相關的內容。

說實話system design 的時候我面到有點當機，雖然coding 解得很順，但心中大概有底。

結果： rejection

Trial 2:
Hiring manager reach out
Technical round

Technical round 是給你一個database Schema + 一個情境問你會如何處理一個問題。

一開始我是完全用SQL query 來描述怎麼撈資料+transform ，然後面試官要求用Python 實
作一次。結束之後follow up 是如何用ML 方式解這個問題。

結果： rejection

個人認為Apple 的面試說實話很抽獎，他們沒有固定的interview Pipeline, Team Match
之類的流程。基本上就是得一直刷他們網站看有沒有合適的缺，然後面試內容也完全是看面
試官心情，基本上就只能複習基礎然後平常心面對。


7. Amazon

Trial 1: Amazon JP SWE
Online Assessment
Technical Screen
Virtual On-site

結果： rejection

看到東京有開缺順手投的，投履歷之後過兩週收到 OA，寫完OA 之後過兩週收到面試邀請。

Technical screen 的題目是queue 相關的leetcode，應該算是經典題，但我解得不是很順
。面完之後大概就有不會過的心理準備。

Trial 2: SWE IN Taipei
Online assessment
Technical screen I
Technical screen II

結果：rejection

沒事看到台北有開缺也丟一下，沒想到…

第一輪的面試官人在加州，似乎剛加入不久，其實人蠻好的。面試內容是leetcode 經典題
，但我自認沒有答得很好。

面試中途他有提到目前人員流動率有點高，主要可能是因爲灣區跟台北的communication co
st。（但很顯然不是…）

第二輪的面試官是個中年中國人。我就直說了：碰過最白癡的面試官。

一開始介紹完之後就花了快30分鐘跟我聊他兒子在哪裡念書、哪裡工作，比起面試感覺更像
是一個討人厭的長輩在過年說教。到後面我整個人就是個( ? _ ? )(@_@)的狀態。

說叫完之後開始coding ，他一開始找不到要複製貼上的題目，於是就開始口述題目，但他
的描述又很難懂。我基本上從頭到尾都聽不懂他的要求，然後他又不太理我問的問題。面到
後面我強烈懷疑他是一邊看股票一邊面試，因為他的眼神會一直飄到其他地方去。

於是他就這樣愛理不理的最後跟我說「你好像沒搞懂題目要求」，我也不知道該回什麼，感
覺完全是在浪費生命。面到這裡我覺得這位面試官可能才是他們team 流動率高的主因。

Anyway, there is a better life outside of the rainforest.


8. Meta, Data Engineer

Recruiter reach out
Technical Screen I
Technical Screen II
(additional screen)
Virtual on-site
(additional round)

結果：rejection + 12 month cool down

Technical screen 內容是30分鐘SQL, 30 分鐘Python 。virtual on-site 總共三輪，一輪
是behavioral + resume ，兩輪是technical + data system design。

體感來說meta 的題目不算難，但是面試的容錯率非常低。很多題目都是寫得很順的話時間
剛好夠，但你只要中間卡住就會直接fail 。

我自己其中一輪technical screen 的SQL寫到一半稍微卡住，另一輪寫得很順，於是就被多
加了一輪。然後onsite 結束之後又被加了一輪，總共面了七輪 _

總共面了三個月七輪之後喜提一年冷凍，不過事後想想還好不用進去玩魷魚遊戲…


9. McKinsey, Data Engineer, Taipei

Online Assessment
Technical Screen
Recruiter Screen
Behavioral + Resume Screen
Case Interview

結果：rejection

投美國McKinsey 的時候順手丟的。

OA 的難度頗高，technical screen 反而相對簡單一點。這個缺比較特別的是他除了techn
ical interview 之外還要準備consulting 的case interview ，recruiter 其實有特別給
時間跟練習資訊。

在behavior and resume screen 關則是跟他們的solution architect 聊。但感覺他們比
較想找mid/senior level 的人，所以默默感覺沒什麼戲。


10. Google

Online assessment
Round 1:
  Googliness
  Technical screen
Round 2:
  Coding
  Coding

結果：offer

看到有開缺就丟了，沒找人內推。

Google 的面試基本上就是萬年不變的樣子，但從去年開始美國的年round 2要到現場面試。

現場面試會有白板跟Chromebook ，某方面來說形式非常古典。很建議大家準備的時候對
著白板練習，然後習慣Chromebook 的鍵盤。

我面試的時候花了大概三分鐘研究複製、貼上，然後面試官：Chromebook 這麼難用嗎？
還好我都用MacBook (   )

除此之外就是leetcode 刷熟，然後祈禱自己不要腦袋突然打結。

個人認為leetcode premium 那幾個Google interview card, interview hard collection
 之類的是很好的練習，但實際會出現的題目通常都會是變形版。




一開始投履歷真的很容易懷疑人生，覺得到底是不是自己太廢都拿不到offer，但後來想
想如果同一份履歷可以拿到Apple, Meta, Amazon 面試，那感覺履歷就算有問題也不是主要
問題。

除了上面提到的公司之外，我大概還面了十幾家零星的startup, fintech 或是其他小公
司，本來有幾家大概在去年八月面到final round，但某金毛總統一聲令下之後就只剩無聲
卡。

只能說這年頭找工作除了自己努力之外的不可控因素太多了，很多時候只能do your best
and plan for the worst，然後心情不好或是快爆炸的時候就看看貓貓影片療癒身心，或
是把朋友的貓當成coping mechanism吸，促進身心健康¯\_(ツ)_/¯


https://i.imgur.com/4j6lOED.jpeg














--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 104.133.196.197 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Oversea_Job/M.1777071042.A.57B.html
推 kuso10582: 感謝分享！恭喜上岸
推 sam9595: 最後決定是什麼
在Google當灣區新鮮人當中
→ csco: 有沒試過 SIG / HRT / citadel? APAC offices蠻多的
這幾家丟過美國的，但都直接無聲卡，沒丟過APAC的缺
※ 編輯: teariceguo (73.92.114.223 美國), 04/25/2026 23:29:36
推 lenux: 那個中國人可能是故意的，逼人寫信回饋給recruiter 說那個
→ lenux: 面試官非常不專業
推 expury: 好強！能問一下有什麼寫履歷的秘訣嗎？ 例如針對職缺客製
→ expury: 化履歷之類的
我的做法是針對一個類別準備一份履歷，然後真的想針對某公司客製化就從基礎履歷延伸。

比方說我會有一份DE, 一份MLE, 一份quant 履歷，多數情況下都是直接用這幾份海投，但
少數情況下會再做客製化修改。比方說剛好之前有做過跟公司背景接近的project ，那就把
MLE 裡面的project 換成更接近公司背景的。

我到後來覺得客製化回覆率提高的比例不值得我這麼做，所以除非有打算找人內推或是真的
非常有興趣，不然我都是丟基準版。
※ 編輯: teariceguo (73.92.114.223 美國), 04/27/2026 08:28:21
推 Evagelion: 感謝分享! 大推貓貓，兩隻咪好可愛 >///<
推 cloudpsp: 推恭喜！