聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣）& LeetCode Premium 抽獎啦(2021- 9 月更新）
-----------------------------
2021年 9 月更新：
從 8 月開始，收到許多剛到美國唸書的讀者來信請求幫忙內推 2022 年暑假的實習工作，如果你還不知道的話， 請查看我另外一篇文章來了解內推網路：最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡 (2021 年 8 月更新)。軟體工程師的面試關卡很多都是資料結構及演算法， 所以大家在準備實習也都不免俗的要刷題一下。 我許久沒有看 LeetCode， 發現現在 LeetCode 的功能越來越多， 還有像是學習資源文章及 study plan 的功能，把大家要準備面試的各種需求都越來越在他們網站上一站搞定。 今天除了再次分享去年寫的文章(還有折扣碼)， 還要大大感謝 LeetCode 願意提供 3 個 7 天 Premium 會員試用來給予讀者， 讓大家面試前可以使用如公司 tag 的功能來做複習。 此外感謝大家一直以來的支持， 我也自掏腰包提供購買 3 個 1 個月的 Premium 會員試用來加碼， 再請大家做以下動作參加抽獎歐！
✅ 按讚並留言你希望用 LeetCode 達到什麼目標 (轉職、實習面試、換工作，可以寫一寫細節像是目標公司、職位等)， 或是你過去使用 LeetCode 的心得、或者是自己未來職業目標等等， 也可以是找朋友來一起練習。
✅ 公開分享此篇文章的話多一次被抽中的機會
獎項： 共 6 個名額，3 個 7 天 Premium 試用會隨機抽出， 3 個 1 個月的 Premium 試用則用留言內容來挑選， 希望抽出給很需要、或是很有創意的留言， 哈！
活動期間到加州時間下週四 9/9 晚上 9 點截止。會直接於文中留言通知中獎，祝大家學習愉快、找實習、換工作都順利！
--------------------------
2020 年 12 月原文：
歐， 要澄清一下我現在沒有在刷題 (我這樣講絕對不是怕很多同事會看到我的文章 XD)， 說實在的， 我覺得大家好像太過度強調 “刷”題的刷， 好像刷油漆似的要來回刷很多遍。 我過往看過許多刷幾百題、每題做 2、3、4 次以上的人分享他們的經驗， 我很佩服他們投入的時間及毅力， 但我自知做不到， 有小孩後更是難以做到刷一遍。 我自己找軟體工程師的工作的經驗， 2015 年上完 Coding Bootcamp 到找到工作， 大概做了 60 題左右的 LeetCode 問題， 2016 年底找工作比較認真， 大概完成了 100 題左右。 今天這篇文章想要分享一下我的演算法準備方式， 如果你想要找如何刷題的方式，或是覺得無法刷幾百題很多遍的人， 歡迎往下閱讀。
2015 年上完 Coding Bootcamp 後， 我陸續有一些電話面試， 每天可能會有 1～3 個電話面試， 所以在準備面試上， 要研究公司， 並且依照職缺來做面試的複習， 因為我是面試前端相關的職缺， 所以也有一部分的精力在前端的資料複習。 關於資料結構及演算法 (Data Structures & Algorithms) 的練習，我大概維持一天練習 1-2 題的步調。 2016 年底的面試， 因為還要上班， 所以基本上只有晚上有時間， 可能一天只能練習 1 題， 假日有比較多時間才可以多做幾題。
看到問題的時候， 我會先確保我了解題目的意思， 真正在面試的時候， 通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致， 不要花了時間才發現一開始的理解及假設是錯誤的。 我通常會立刻寫下題目給予的 input 有什麼、格式是什麼， desired output 又是什麼。
確認好 input & output 後， 我會思考題目可以用什麼類型的資料結構或是演算法來解。 通常在面試的時候， 我會和面試官說明我可能會先就一個大概可行的方式來做解答， 如果他/她覺得沒有什麼問題的話， 我再做後續的優化。 在我開始有一些思路後， 我會先寫下 pseudo code， 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後， 我才會正式寫 code 。
當然有些時候不論怎麼想都寫不出來， 如果是自己練習的時候，我大概在 15 分鐘後會開始看一些討論， 嘗試學習別人的思路， 但如果再花 10 分鐘還是解不出來的話， 才會參考別人的解法。 我看完別人的答案後， 還是會用自己的 code 再實現一次。 如果面試中卡住的話， 則是要儘快和面試官討論， 我會把我的理解， 可能的解法方式和面試官說， 同時也說明我的情況可能哪裏不是很確定， 讓面試官在適當的時候可以給予我提示。 一般來說， 公司都是希望有順利的面試經驗， 面試官也都願意在溝通正常下給予協助。
自己練習寫完之後， 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) ， 通常面試也會詢問這個部分， 所以自己每個練習也要歸納一下。 如果我發現我的解法時間可能不是太好， 我會再嘗試看不同人的討論， 研究更優化的解法， 並再自己寫出不一樣的解法。 有些比較棘手的問題我可能會寫 2、3 個解法比較彼此的優缺點。
在之前準備面試的時候， 我有準備一本筆記本， 每次寫完問題之後， 我會用筆寫下我在哪一天寫了哪一個問題， 並且用很精簡的方式總結問題及解法。 隔天要做下一題之前， 我會先看一下前一天的問題， 嘗試回想我是否可以再次在頭腦中想出大致的解法。 如果還是不行的話， 再看我自己的總結並做上記號， 隔天會再做一次同樣的步驟，直到我可以順利複習出解題的邏輯思路。
如果有和公司面試， 不論是電話還是 onsite， 面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似， 如果有的話， 是否我的思路在面試中是清晰及正確的， 如果沒有的話， 我是否有利用對的觀念來解答。 面試結束後， 會花時間在盤點及複習， 從面試中的題目和過往的練習做統整。
你可以看到我的練習方式不是很強調快， 因為我希望我做完問題可以有很深的理解， 所以花很多時間在做整理、複習確認， 即使當下沒有那麼理解， 隔天回想又想不出的話， 我會再複習一次， 再隔一天做新題前也會再確認。 複習及思考的次數多了，真正把題目所想要考的觀念融會貫通， 畢竟面試很難真的遇到原題， 重點是我們對於資料結構及演算法的理解， 及遇到難題如何面對的應對的思考過程。
條條大路通羅馬， 每個人面試準備的方式都不太一樣， 以上就是我的資料結構及演算法的準備方式， 之前寫找工作的系列文章好像沒有特別提這塊， 所以特別再寫出來分享。當然我不是大神每次面試都可以收割 5 到 10 個以上 offer， 所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試 。
我從 2015 、2016 年準備面試的時候， 有許多練習演算法的網站， 但到了今日， 好像 LeetCode 和練習演算法關係就如同 Google 和搜尋一樣， 大部分我聽到的準備面試的人都用 LeetCode 來做練習了！ 剛好最近認識一位在 LeetCode 工作的朋友牽線， LeetCode 特別優惠讀者， 只要使用這個連結購買 Premium， 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了！)。
我目前聽到朋友準備面試基本上都會購買 LeetCode 的 Premium， Premium 最大的好處就是可以看到問題和公司的標註， 拿過去拒絕我 2 次的 Google 為例 (XD)， LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (2021 年已經變成 1014 道了！ @@)， 當你正要 phone or onsite interview 的時候， 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能， 但主要大家好像都還是為了 company tag 的功能而付費， (2021 年 9 月更新， 最近又有如文章、影片的學習資源，還有像是 Study Plan 的功能， 看起來 LeetCode 要往大家學習、準備、一站式的服務來黏住使用者了！)
相信以大家拿到 offer 後的加薪， 會覺得這是個很好的投資！(什麼， 你說不一定會加薪， 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦？ 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式") 。
我當初有想說要直播訪問在 LeetCode 的朋友， 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號， 可惜目前朋友還沒有意願， 如果大家有興趣的話， 請在文章留言， 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊！)。
附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好？我想進Google，我沒學OOO，他們會接受我XXX語言背景嘛？
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛？
4. 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？
5. 軟體工程師面試準備- 面試要練習什麼？ 找工作和練習的時間要如何平衡拿捏？
6. 被錄取了- 我該注意什麼，我可以談判要求多一點薪水、股票或假期嘛？
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得，如何有條理的說服面試官？
9. 英文履歷怎麼寫？ 美國科技公司注重什麼？
10. 如何到美國科技公司工作？
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦？ 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式
2021 年， 如果你要找工作的話， 祝你轉換順利， 拿到許多理想的 offers！ 如果你有什麼準備的技巧及心得， 也歡迎留言分享。
部落格原文：
https://bit.ly/3zNrluU
美國矽谷薪水 在 Re: [討論] 在矽谷工作有比台北好嗎？ - 看板Tech_Job 的推薦與評價
我沒有在台灣工作過
也很好奇台北工程師的工作與生活是如何
我在灣區工作了大概五年
在這邊的好處是帳面上薪水高
舉例而言新人價底薪約落在12-15萬美金一年 近年來似乎年年創新高
有些公司會給一次性的簽約金 這個可能落在2-3萬美金
再來就是RSU 或是 option 也就是所謂的股票
如果是上市公司通常RSU價值是四年大約20-30萬左右吧 相當於一年有5-7萬
（我沒加入過上市公司所以如印象有錯請指正）
而如果是option就是紙錢
一切看公司有無上市
Pre-ipo如果真的ipo了 根據你ipo多久前進去的也有差別
依照我的經驗是大概會漲個至少5倍以上
也就是說假使你本來一年的option紙面價值是5萬 上市後你的股票變成25萬
因此年薪不僅具體化了 也多了20萬
最後再加上每年的refresh bonus
通常會是你的initial stock grant 的四分之一 一樣分四年
這個因為不可能領完 除非你不換公司
所以以下計算時我先不計
粗略來講應該就是這樣
所以一個新人去已上市的公司大約領到12 + 2 + 5 = 19 萬美金的年薪
去pre-ipo的公司 可能12 + 2 + 5*5 = 39
去號稱pre-ipo 但最後沒ipo 可能12 + 2 =14
看起來很美好可是實際上要扣很多稅
最後到口袋我沒有算過有多少
工作其他方面
的確如前幾篇描述的
想去咖啡店就去 白天要去看醫生
天氣太冷太熱下雨空氣不好 過敏感冒 不想去辦公室都沒什麼問題
只要工作有做人在哪其實差別不大
多數公司有健身房或是給你健身補助$50/月
我自己是覺得健身補助可以再補助多一點
要不然教練很貴
休假很多公司是unlimited PTO
但實際上根本沒有人會請這麼多假
通常還是會限制在15天以內
Unlimited PTO這個其實有很多問題
但篇幅太長 以後再分享好了
我自己到今年為止只請了2天
唉 好想放假
整個西岸無論去哪一個國家都有夠遠
除了墨西哥的某些地區外
因此旅遊的方便性我覺得台灣比較好
公司也會提供餐點讓員工吃
有些三餐都供 有些是午晚餐
點心飲料 還有可能兩週一次的happy hour
除了Amazon 他們似乎只提供免費咖啡跟香蕉
不過供餐這有好有壞吧
供餐其實只是想讓員工趕快吃一吃回去工作而已
我比較想要能在台北街頭跟同事一起討論午餐要吃什麼便當跟下午茶手搖要喝什麼
責任制工時的確這邊比台灣短
但我覺得這不代表壓力較少
中小公司通常比大公司壓力大
不知道其他人如何但我有時覺得自己帶了金手銬 想一想可能就是所謂的burn out吧
工程師的心理健康也是一個值得探討的議題
不過也是篇幅太長 有機會再說吧
大公司的話 依據中國論壇的說法
Google是養老廠 Meta很拼wlb不好 Amazon有pip的壓力
美國的公司多數是at will 理論上能隨時離職但也代表會隨時砍人 我覺得這個壓力不算
小
升遷問題我覺得也是各地都一樣看造化跟運氣 哪裡都有好老闆 也哪裡都有不好的老闆
聽說碼農多數天花板都停在google 的level 5
我自己唸書跟工作這幾年的心得是
職等或學歷都是很表面的東西
因此我盡量不以這些來衡量人
前面有幾篇提到族裔
南灣確實亞洲人滿多
南亞東亞都很常見
我覺得整個灣區來講多樣性太過單一
不如紐約與洛杉磯
房租部分 舊金山好的公寓2b2b大概要4500-5200/月左右
我不想跟別人住 自己住studio
去年疫情撿了便宜大概2200
在舊金山的好的公寓裡算非常非常便宜
停車的話舊金山的公寓都是停車費另計的 一個月大概250-300
房價部分的話
舊金山的公寓喜歡的價格都落在大概 90萬-120萬左右
800-1000 square feet 1b1b 或同樣大小的2b2b 算是蠻貴的
更不用說如果有家庭的人
如果想要好學區交通又方便
這些條件好的single family house的價格是落在1.8M以上的
對無論是單身購屋或是家庭只有一個收入來源的購屋族都不是很容易
當然我知道台北購屋也很難
只是想要說其實購屋困境大家都有 哈哈
除非你平時完全不旅遊沒有任何休閒娛樂
生活也過的極度極度節省
但我想這就失去了體驗生活的意義
外食根據你吃什麼跟是否是室內用餐而花費有差 我自己的話
外帶一餐加稅至少16
珍煮丹我記得好像加稅6-7塊
餐廳用餐一餐加稅加小費至少要22+
外送app則是有税/暫時性的汽油費/平台費/司機小費/加州額外關懷司機費用
剛剛打開看還有個暫時regulatory fee
全部加起來說多不多說少不少
我自己是覺得很貴
所以除非公司補助要不然我平時不用外送平台但常常外帶食物跟台灣的手搖飲料
生活娛樂其他方面 冬天滑雪
夏天可能健行騎腳踏車之類的
很偶爾才去朋友辦的house party
夜生活的話 可能是去夜店之類的但感覺台北的可能會更好玩吧
除非是很外向的人要不然我覺得工作之後大家都有自己的生活
因此週末並不像台灣一樣感覺隨便都活動很多
總而言之我沒有覺得哪裡比較好或哪裡比較不好 都只是生活罷了
很多時候的好與不好可能都只是因為不夠了解而帶著有色眼鏡去看待事情罷了
就像我也常常想或許該回去台灣找份工作
每天就可以吃不同的便當跟飲料
卻忽略了可能根本就無法適應高工時的事實
寫著寫著好像離題了
我也很好奇在台灣的工程師的生活是什麼
希望能聽到不同的想法
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 75.26.17.50 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1651870789.A.789.html
compete offer 或是是拿return offer 那可能高一點 但即使如此 年薪整包新人應該也
不會超過22-23萬左右 個人認為通常聽到年薪很高的大多都是因為ipo紙錢翻很多倍或是
剛好公司股票後來暴漲衝上去的 事後算一算才變成年薪3/4/5十萬 但這是運氣不是常態
※ 編輯: digitalgidi (75.26.17.50 美國), 05/07/2022 05:47:09
房例子這樣比較 比較的前提應該要是兩地的新人都在不錯的公司上班的生活品質這樣的
對比的基準點才一樣
真的ipo了的確你賺一年抵別人兩年三年
※ 編輯: digitalgidi (75.26.17.50 美國), 05/07/2022 07:11:15
我的同事們都有繼續來工作
※ 編輯: digitalgidi (172.58.89.5 美國), 05/07/2022 07:43:19
我覺得工作文化自然環境而言美國確實比較好
台灣的方便就跟東亞各國一樣都是壓榨廉價勞力得來的
我不覺得台灣什麼都好 台灣的缺點在我看來就是無論是常常花費許多力氣去做一些沒意
義的事
很浪費勞力也浪費時間
各個地方都是有好有壞 大家都是因為人生際遇所以到了現在所生活的地方 無論是在台灣
或美國
只是想跟大家分享一下我自己認知的灣區生活
我覺得台灣是我的家 但美國同樣的也是我的家
我覺得要是決定選擇永久remote我會去洛杉磯或是歐洲 物價相對低
紐約也不錯不過跟灣區花費應該差不多（如果不買房的話）
好的只要1.3M 當然每個人心中所謂的條件好不好差很多
累 沒辦法每週末都做 我觀察到的美國人其實也不是都愛戶外運動 灣區是科技（廣義）
肥宅的大本營 我認識的一半喜歡戶外運動 另一半厭惡戶外運動
去自己或親戚家裡開設的公司上班 要不然跟你我一樣 都要經過層層面試 反之 他們回台
灣可以靠家裡拿到的工作機會跟資源多太多了 因此多數都回台灣了
然後才發現灣區的人真的是常常抱怨一些雞毛蒜皮的0.1% world problem
因為在美國你競爭的人數基數是遠大於台灣的
台灣較在意學歷 因此學歷好 容易過面試
但美國就不會因為你的學歷是top 10而面試變輕鬆或較易錄取
你一樣要經過層層關卡
另外 有身分找工作輕鬆是一個常見的誤解 有身分只是讓你能選擇的工作類型變多
例如你可以選擇當Uber司機 當外送員 或是去當公務員
但如果以科技業的職缺來說 有無身分根本不會讓找有技術成分的工作難度降低
美國多數科技公司在招聘時不在乎你有無綠卡/公民
無論是否有身分公司都只在乎你是否能通過面試/勝任這工作
且只要是正規公司 都會有完善的簽證/綠卡政策
因此並非有身分就找工作容易
在台灣念大學時 雖然年代久遠 但我丟的實習只要我有丟的公司 就有上 我覺得是因為來
自台清交
在美國畢業於top10學校 無論是找實習或是找工作時 卻不是有丟就有上
另外我認為美國較不看重學歷是因為我自己有些同事還非常年輕 小於或剛滿21
他們是沒念大學但從小coding的 公司面試時並不會因為他們沒學歷就不給他們機會
正職面試內容的話 的確我不知道台灣會問詳細到什麼程度
在這邊分享一下美國軟體工程師technical面試
至少至少會有1～2次phone screen 問類似leetcode的問題
再來一個on-site 有四輪面試
可能其中兩輪問類似leetcode的問題
另外兩輪問系統設計
有些小公司還會加一輪culture fit round
... <看更多>