Anyscale SWE New Grad面试题和答案

Anyscale面试分享，New Grad上岸必看！

timeline来咯！

九月底海投了Anyscale的Software Engineer New Grad岗位，十月初就收到了Recruiter的邮件，约了第一轮的phone screen。说实话，他家效率真的蛮高的，不像有些公司，投了简历就石沉大海。

Phone screen之后大概一周，就收到了virtual onsite的邀请，约在了十月底。整个onsite过程分为两天，每天两轮，总共四轮，外加一个hiring manager的chat。不得不说，这个强度还是挺大的，对脑力和体力都是个不小的考验。

下面就给大家详细扒一扒具体的面试题和我的答案，希望能给后面面试的同学一些参考。

第一轮：Algorithm and Data Structure

面试官是个很nice的小哥，先简单聊了聊我的项目经历，然后就开始做题。题目是LeetCode medium难度的，find all nested hyperlinks given a starting web-page。这题其实就是个典型的web crawler问题，用BFS或者DFS都可以解。我选择了用BFS，因为可以更快地找到离起始页面近的链接。核心的Data Structure就是一个queue来存待访问的URL，一个set来存已经访问过的URL，避免重复抓取。整个过程写的还算顺利，面试官也一直在点头。Time Complexity是O(V+E)，V是页面数，E是链接数，Space Complexity是O(V)。

第二轮：System Design

这一轮的面试官是个senior engineer，看起来就很有经验。题目是design different components of the Anyscale platform。这个问题非常开放，需要对Anyscale的产品和技术栈有比较深入的了解。我主要从三个方面来回答：

Ray Core: 这是Anyscale的核心，一个分布式的计算框架。我聊了聊它的actor model，以及如何用Ray来实现并行计算和任务调度。这里我提到了自己对distributed system的理解，比如CAP理论和Paxos algorithm。
Ray Serve: 这是用来部署和扩展机器学习模型的模块。我讲了如何用Ray Serve来构建一个高可用的API service，以及如何做load balancing和auto-scaling。这里我提到了自己之前做过的一个Backend项目，用Flask搭了一个简单的API。
Ray Tune: 这是用来做超参数调优的库。我解释了如何用Ray Tune来并行地跑多个实验，以及它支持的一些高级的search algorithm，比如Bayesian Optimization。这里我提到了自己对Machine Learning的理解，比如gradient descent和backpropagation。

整个过程我尽量把自己的理解和项目经验结合起来，面试官听得也很认真，还追问了几个细节问题，比如如何处理节点故障和数据一致性。踩过坑的人都知道，distributed system的细节是魔鬼。

第三轮：Debugging

这一轮是我觉得最有趣的一轮。面试官给了我一个有bug的Python程序，让我找出问题并修复。这个程序是用来做一个简单的word count，但是对于一些特殊字符和大小写的处理有问题。我先是用了一些print statement来定位问题，然后用debugger一步一步地跟踪代码执行流程。最后发现问题出在一个regular expression上，修改之后程序就正常了。这一轮主要考察的是解决问题的能力和对细节的关注程度，而不是单纯的coding能力。说实话，这种题比纯刷LeetCode有意思多了。

第四轮：Behavioral Question + Technical Deep Dive

这一轮是hiring manager面，主要问了一些behavioral question，比如why Anyscale, what are your career goals, tell me about a time you had a conflict with your teammate。这些问题大家提前准备好STAR原则的例子就行。之后，hiring manager还深入问了我简历上的一个项目，让我画出architecture diagram，并解释每个component的作用。这里我详细介绍了我负责的Backend和Frontend部分，以及它们之间的API交互。我提到了我们用的RESTful API design，以及如何用JWT来做authentication。

最后的Q&A环节，我问了几个关于公司文化和未来发展方向的问题，比如Anyscale如何看待AI safety，以及公司对new grad的培养机制。面试官都很热情地回答了我的问题。

总的来说，Anyscale的面试体验还是非常不错的，面试官都很专业，问题也很有水平。虽然过程很累，但收获也很大。希望能给正在求职路上的你一些帮助！

Q&A时间：

Q: Anyscale的面试难吗？ A: 个人感觉难度在中上，比一般的大厂要难一些，特别是System Design轮，需要对distributed system有比较深入的理解。

Q: 需要刷多少LeetCode？ A: 建议至少刷300题以上，特别是medium和hard难度的。另外，除了Algorithm和Data Structure，也要多看看System Design和Object-Oriented Design的题。

Q: 对new grad友好吗？ A: 感觉还是挺友好的，面试官都很有耐心，也会引导你思考。公司也有专门针对new grad的培养计划。

#北美求职 #软件工程师 #面试经验 #Anyscale #newgrad #swe #computerscience #ai #distributedcomputing #ray

Anyscale SWE New Grad面试题和答案

延伸阅读 Recommended Reading

免费咨询美国求职