Databricks SWE New Grad面试题和答案
New Grad Interview Questions & Answers
Databricks的面试是真硬核，尤其对New Grad，bar不比senior岗低。今天就来复盘一下我踩过的坑和一些血泪教训，希望能帮到正在准备的你。
整个流程下来，感觉Databricks非常看重候选人的Coding能力和对分布式系统的理解，毕竟是做大数据的公司嘛。流程基本是：Recruiter Call -> OA -> Technical Phone Screen -> Virtual Onsite -> Hiring Manager Round。每个环节都可能挂人，所以千万不能掉以轻心。
OA是在CodeSignal上做的，70分钟4道题，难度在LC Easy到Medium之间。我碰到两道Easy两道Medium，时间有点紧。建议大家刷题时一定要掐着时间练。全程开摄像头，单页面，别想查资料了。我记得一道Medium是关于Graph的，好像是找最短路径相关的，但不是简单的Dijkstra，加了一些限制条件。另一道是DP，题目背景挺绕的，读题就花了我快10分钟，最后 겨우做出来。所以，读题速度和理解能力也很重要。
Technical Phone Screen我被问到一道IP Firewall的题，是LC 751 (IP to CIDR) 的变种。给你一堆ALLOW或DENY的规则（IP或CIDR block），判断一个IP是否被允许。规则顺序匹配，第一个匹配就决定结果。这题我卡了快20分钟，主要在IP和CIDR的转换上。一开始想用string manipulation来搞，结果越写越复杂，后来才醒悟过来，这种跟IP地址相关的题，终极奥义就是转成整数处理！
解题思路：
- 写一个helper function把IP地址字符串（比如"192.168.1.1"）转换成32位整数。这个不难，就是split然后做位运算。
- 再写一个helper function来解析CIDR block（比如"192.168.1.0/24"），得到起始IP和结束IP的整数表示。对于单个IP的规则，可以看作是/32的CIDR。这里要用到子网掩码的知识，比如/24的掩码就是
0xFFFFFFFF << (32-24)。
3. 把所有规则预处理成（action, start_ip, end_ip）的格式存起来。
4. 查询时，把要查询的IP也转成整数，然后遍历预处理好的规则列表，找到第一个匹配的就行。
Virtual Onsite是车轮战，我面了四轮：Cross Functional + BQ, Algorithm, System Design, 和一轮纯Coding。
Algorithm轮碰到的是LC 695 (Max Area of Island) 的题。给你一个二维矩阵，找最大的连通陆地面积。经典题，用DFS或者BFS都能解。我当时用的DFS，写起来快。思路就是遍历每个格子，如果是陆地，就从这个格子开始DFS，把所有相连的陆地都访问到并计数，同时标记访问过的。面试官还问了DFS和BFS的优劣，我回答说BFS能找最短路径，但这题不关心，所以两者都行，DFS递归写起来更简洁。他还追问了如果Grid特别大，递归可能爆栈怎么办，我说可以用一个explicit stack来模拟DFS，或者用BFS。
Coding轮的题是实现一个in-place的数组增量编码。第一个数不变，后面的每个数都存成和前一个数的差值。比如 [10, 12, 15, 12] 编码后变成 [10, 2, 3, -3]。这题的坑在于in-place，如果你从前往后遍历，array[i]会被你改掉。血泪教训啊！正确的做法是从后往前遍历。
System Design问的是如何给一个类似数据库的服务增加删除和回收站功能。我提出的方案是soft delete，加一个is_deleted的boolean flag。好处是恢复数据方便，坏处是存储会一直增长。面试官追问性能优化，我提了可以搞asynchronous和parallel processing来处理这些标记删除的请求，比如用一个Message Queue，把删除请求放进去，然后有worker去异步处理。对于存储增长的问题，可以定期清理被标记超过一定时间（比如30天）的数据。我们还讨论了index的问题，加了is_deleted flag之后，查询语句都需要带上WHERE is_deleted = false，需要给这个flag建索引。
最后是Behavioral Question，Databricks的BQ问的非常细。主要就是围绕你简历上的项目，深挖技术细节。比如“你做过的最复杂的系统是什么？”“讲一次你和同事有技术分歧的经历？”“有没有重构过很烂的代码，怎么保证没搞挂？” 准备BQ真的没有捷径，就是要把自己的项目经历揉碎了，想清楚每个技术决策背后的why。STAR原则一定要用，但不要太死板，要讲成一个有起伏的故事。比如讲技术分歧，不要只说“我提出了A方案，他提出了B方案，最后我们选了A”，要讲清楚你们俩方案的trade-off，你们是怎么通过数据或者实验来做决定的，最后你从中学到了什么。
总的来说，Databricks的面试体验还是不错的，面试官都很专业。虽然难度不小，但准备充分的话还是很有机会的。我感觉他们特别喜欢对数据和分布式有热情的人。希望能帮到大家！
#Databricks #面试经验 #SoftwareEngineer #NewGrad #北美求职 #面经 #Coding #SystemDesign #FLAG #求职
