Harvey AI SWE New Grad面试题和答案
Harvey AI SWE New Grad面试题和答案 (English Translation Coming Soon)
废话不多说，直接上干货！刚面完Harvey AI的New Grad SWE岗，感觉自己半条命都没了，赶紧趁热打铁给姐妹们分享一下面经。希望能帮助到后面要面试的同学！
我的面试流程是这样的：一轮OA，一轮电面，然后就是Virtual Onsite。Onsite一共四轮，分别是两轮Coding，一轮System Design，还有一轮Behavioral。强度还是挺大的，从下午一点一直面到五点，中间就休息了十分钟。不得不说，Harvey作为一家Series C的独角兽，对Candidate的要求真的不低。
下面是我还记得的一些面试题，希望能给大家一些参考：
第一题：Behavioral Question
问题：“Tell me about a time you had to learn a new technology quickly.”
我的回答：我当时说的是我上一个实习的经历。当时组里要用一个新的Internal aPI，但是文档不是很全，我就主动去读了那个API的源代码，然后自己写了个简单的Demo，把整个流程跑通了。我还顺便把踩过的坑都记录下来，写了个简单的教程，分享给了组里的其他同事。我觉得这个问题的关键在于，要展示出你快速学习新知识的能力，以及你的主观能动性。不要只说你学了什么，要说你是怎么学的，以及你学完之后做了什么。最好能有一个具体的例子，有数据支撑就更好了。
第二题：Coding - Algorithm
问题：“Given a list of legal documents, find all the documents that contain a specific set of keywords. The keywords must appear in a specific order, but not necessarily contiguously.”
我的思路：这道题其实是Two Pointers的一个变种。我的解法是，先把每个document都看成一个word list，然后用两个pointer，一个指向keyword list，一个指向document的word list。如果两个pointer指向的词相同，那么两个pointer都向后移动一位。如果不同，那么只有document的pointer向后移动。如果keyword的pointer走到了最后，那么就说明这个document是符合要求的。这个算法的Time Complexity是O(N×L)，其中N是document的数量，L是每个document的平均长度。Space Complexity是O(1)。面试官对我这个解法还是比较满意的，还追问了一些edge case，比如keyword list是空的，或者document是空的怎么办。这些细节大家在准备的时候也要考虑到。
第三题：Coding - Data Structure
问题：“Design a data structure to store and retrieve legal case precedents efficiently. You should be able to search for precedents based on case name, jurisdiction, and date.”
我的思路：这道题考察的是Data Structure的设计能力。我当时提出的方案是，用一个HashMap来存所有的case，key是case的ID，value是一个Case object。Case object里面包含了case name, jurisdiction, date, content等信息。然后，为了能够快速根据case name, jurisdiction, 和 date来查找，我额外用了三个HashMap，分别把case name, jurisdiction, 和 date映射到case ID的list。这样一来，查找的时间复杂度就从O(N)降到了O(1)。面试官听完我的思路之后，又追问了如果数据量非常大，内存放不下怎么办。我说可以考虑用一些外部存储，比如数据库，或者是一些分布式的caching system，比如Redis。踩过坑的人都知道，这种开放性问题，一定要考虑scalability。
第四题：System Design
问题：“Design a system that can summarize long legal documents.”
我的思路：这是一道非常经典的System Design题，而且和Harvey的业务非常相关。我的设计思路是，首先，我们需要一个Frontend来让用户上传文档，以及查看总结结果。然后，我们需要一个Backend来处理用户的请求。Backend收到请求后，会先把任务放进一个Message Queue里，然后异步处理。真正的summarization工作会由一个专门的Worker来完成。这个Worker会从Queue里取出任务，然后调用一个Machine Learning model来生成总结。最后，当总结生成后，Worker会把结果存到数据库里，并且通过WebSocket通知Frontend。面试官对我的设计比较满意，还和我探讨了一些细节，比如用什么model，如何评估总结的质量，以及如何处理超长的文档等等。说实话，这轮面试压力最大，因为System Design没有标准答案，很考验平时的积累。
第五题：Coding - LeetCode Style
问题：”Given a binary tree, find the length of the longest consecutive sequence path.”
我的思路：这道题是LeetCode原题。我当时用的是DFS的解法。我们对Binary Tree进行深度优先遍历，记录下当前连续序列的长度。当我们访问一个节点时，如果它的值是父节点的值加一，那么当前序列的长度就加一。否则，就从1开始重新计数。在遍历的过程中，我们用一个全局变量来记录下最长的连续序列长度。这个算法的Time Complexity是O(N)，Space Complexity是O(H)，其中N是节点的数量，H是树的高度。这道题属于比较基础的题目，只要刷过题的同学应该都能做出来。
总的来说，Harvey的面试还是很有挑战性的，既考察了你的Coding能力，也考察了你的System Design能力和学习能力。希望我的分享能对大家有所帮助！大家加油，offer都会有的！
#北美求职 #软件工程师 #面试经验 #Harvey #AI #NewGrad #面经 #SWE #求职 #CS
