Meta对coding的要求到了新的高度，New Grad真的要被逼疯了

Meta对coding的要求到了新的高度，New Grad真的要被逼疯了

说实话，最近几年Meta的bar真的是越来越高了，尤其是coding这块，简直到了令人发指的地步。想当年我刚来美国读研的时候，感觉刷刷题，背背面经，Technical Round努努力还是能过的。那时候的Algorithm题，大多是LC medium难度的，运气好还能碰到easy。System Design也主要考一些基础概念，对于New Grad来说，基本上就是个加分项，能聊聊high level的架构，知道怎么scale，怎么用cache，就差不多了。甚至有些面试官，根本不问System Design。我记得我师兄那会儿，准备了三个月，刷了300道题，也就拿下了。那时候的Meta，给人的感觉还是“move fast and break things”，对New Grad的coding能力虽然有要求，但更多是看潜力。只要你的Data Structure和Algorithm基础扎实，能把思路讲清楚，代码写的bug free，基本上问题不大。面试氛围也相对轻松，面试官还会跟你开开玩笑，引导你一下，感觉更像是一次技术交流，而不是一场冰冷的考验。

但现在，时代变了，真的变了。属于是内卷出了新高度。我最近跟一个刚拿到Meta New Grad Offer的朋友聊，他跟我疯狂吐槽，说现在的面试，感觉就是地狱难度，每一轮都是在鬼门关走一遭。他说他面完感觉自己半条命都没了。以前那种你好我好大家好的面试氛围已经一去不复返了，现在面试官个个都像压力怪，全程poker face，让你感觉自己就是个菜鸡。问的问题也是一个比一个刁钻，恨不得把你祖宗十八代都问出来。整个过程就是高强度的智力压榨，让人喘不过气。朋友说他面完第一轮就想放弃了，感觉自己被掏空，但为了不辜负这么多年的努力，只能硬着头皮继续。

先说Algorithm吧。现在基本都是LC hard起步，而且不是原题，都是变体，甚至是好几个知识点的结合。你光会背思路，根本没用，面试官会追着你问各种edge case，让你现场优化，时间复杂度和空间复杂度都得分析得明明白白。我朋友说他碰到一道题，表面上是graph，但实际上需要用dynamic programming来优化，他当时就懵了，想了半天才理清思路。还有一轮，面试官直接让他写一个支持并发的in-memory file system，他当场就傻眼了，这哪是New Grad该面的题啊，这都快赶上Senior甚至Staff的难度了。他说他当时真的想当场放弃，但还是硬着头皮，把自己知道的都说了出来，从concurrency control聊到file system的底层实现，从lock-free data structure聊到memory management，最后勉强过关。真的太难了，踩过坑的人都知道，这种临场发挥有多考验人的心态和知识储备。而且45分钟的时间，光是理解题意就要花不少时间，留给你coding和debug的时间非常有限，压力山大。很多时候，你刚有点思路，时间就过去一半了，那种紧迫感真的能把人逼疯。

然后是System Design，这块现在对于New Grad来说，已经不是加分项，而是必考项了，而且难度和深度都大大增加。不再是以前那种画画框框，聊聊组件就完事儿了。面试官会给你一个非常具体的场景，比如设计一个类似Instagram的feed ranking system，或者一个real-time bidding system，甚至是广告系统的CTR预估模型。你需要从头到尾，把整个系统设计出来，包括API design，data model，service partition，还有各种trade-off的分析。我朋友说，他面是的时候，被问到了如何处理hotspot issue，如何保证data consistency，还有如何做A/B Test来验证新的ranking algorithm。这些问题，如果没有实际的Internship经验，或者做过相关的项目，真的很难回答得好。懂的都懂，理论和实践的差距有多大。面试官还会challenge你的每一个设计决策，让你给出充分的理由。比如你用SQL还是NoSQL，为什么？你用microservices还是monolith，为什么？你用什么load balancing策略，为什么？每一个问题都可能成为你的送命题。感觉就是在逼着你承认自己是个菜鸡，真的让人很frustrated。而且面试官还会根据你的回答，不断深入追问，直到问到你知识的边界为止，那种被刨根问底的感觉，真的让人无地自容。

更夸张的是，现在Meta的面试，越来越看重所谓的“signal”。也就是说，你需要在面试的45分钟内，尽可能多地展示你的技术深度和广度。光把题做出来，已经不够了。你需要在解题的过程中，展现出你的思考过程，你的coding style，你对细节的关注。我朋友说，他有一个同学，Algorithm题做出来了，但因为代码写的有点乱，变量命名也不规范，最后还是被拒了。Meta现在想要的，是那种来了就能干活，甚至能drive a project的工程师，而不是还需要手把手教的New Grad。这对于我们这些刚毕业的留学生来说，压力真的太大了。我们不仅要和美国本地的学生竞争，还要和来自世界各地的顶尖人才竞争，真的绷不住了。有时候刷小红书看到别人轻松上岸，真的会怀疑人生，是不是自己太菜了。但后来想想，每个人都有自己的时区，不必焦虑。

我听完他的吐槽，真的感觉有点窒息。我们这些在美国读CS的，本来以为找工作会相对容易一些，毕竟这边机会多。但现在看来，大厂的门槛，真的是越来越高了。尤其是像Meta这种级别的公司，对于coding的要求，已经到了一个令人发指的地步。我们除了刷题，还得疯狂找实习，做项目，学各种新技术，比如Machine Learning，Deep Learning，才能勉强跟上节奏。有时候真的觉得很累，但又没办法，谁让咱们想留下来呢。有时候刷小红书看到别人轻松上岸，真的会怀疑人生，是不是自己太菜了。但后来想想，每个人都有自己的时区，不必焦虑。而且，找工作这事儿，真的有点玄学，有时候就是看缘分。所以，大家也别太往心里去，尽力就好。

不过，吐槽归吐槽，日子还得过，工作还得找。既然Meta的要求这么高，那我们就只能想办法去达到它的要求。下面是我根据我朋友的经验，以及我自己的观察，总结的一些建议清单，希望能帮到正在求职路上的你：

1. Algorithm刷题要精要深：不要再盲目追求数量了，质量比数量更重要。LC hard的题目，一定要多练，尤其是那些经典的题型，比如dynamic programming，graph，tree，backtracking。刷完题之后，一定要自己总结，形成自己的知识体系。可以按照tag来刷，每个tag下的经典题目都要吃透。另外，一定要多参加weekly contest，锻炼自己的临场反应和解题速度。

2. System Design要系统学习和实践：不要零散地看一些面经，要去系统地学习System Design的知识。强力推荐Grokking the System Design Interview这个课程，还有Alex Xu的《System Design Interview》这本书，堪称圣经。同时，要多看一些大公司的tech blog，比如Meta Engineering, Netflix TechBlog, Uber Engineering Blog，了解它们在实际中是怎么解决问题的。最好能自己动手，设计一两个完整的系统，比如一个短链接服务，一个简单的社交网络，这样才能有更深的理解。

3. 项目经历要真实、有深度、有亮点：不要为了做项目而做项目，要去做一些自己真正感兴趣，并且有技术深度的项目。一个高质量的Internship，或者一个能体现你技术实力的个人项目，远比一堆简单的course project要有用。在项目中，要多思考，多总结，能把你在项目中遇到的挑战，以及你是如何解决的，清晰地讲出来。最好能有一些可以量化的成果，比如你优化的API让latency降低了多少，你做的feature给产品带来了多少DAU增长。

4. 模拟面试要常态化，越多越好：一定要多做mock interview！找同学，找朋友，或者去一些平台，比如Pramp，interviewing.io，进行模拟面试。在模拟面试中，要像对待真实面试一样，认真准备，认真对待。通过模拟面试，你可以发现自己的不足，锻炼自己的沟通能力和临场应变能力。最好能找到在FLAG工作的朋友帮你mock，他们的feedback会非常宝贵。

5. Behavioral Question要精心准备，讲好你的故事：不要以为BQ不重要，很多时候，BQ不过，Technical Round再好也没用。要提前准备好自己的故事，用STAR框架，把自己的经历包装好。要展现出你的passion，你的ownership，你的teamwork精神。这些soft skills，在大厂的面试中，同样非常重要。可以多看看YouTube上那些career coach的视频，学习一下怎么讲故事。

6. 保持积极心态，建立支持系统：找工作是一个漫长的过程，会遇到很多挫折和失败。一定要保持积极的心态，不要因为一两次的失败就否定自己。相信自己，坚持下去，总会找到适合自己的机会。真的，心态别崩。可以多和同学朋友交流，互相鼓励，互相支持。找工作不是一个人的战斗，有一个support system非常重要。

#美国求职 #留学生找工作 #Meta #Facebook #面试经验 #coding #Algorithm #SystemDesign #求职 #北美求职