### 快速概况：
- 总过程花了 6 个月
- 从申请到收到回复用了 3 个月（有推荐）
- 完成面试后，收到 offer 用了 1 个月
- 共 7 轮面试
- 组织部门：IS&S / ASE（互联网软件和服务 / Apple 服务工程）
- Offer：260K（基础工资 180K），ICT3，西雅图
- 工作经验：7 年（其中 2.5 年是技术经验，无学位）

### 完整时间线

**申请阶段：**
- 12 月初在线申请，并在一周后获得推荐
- 3 月中收到招聘人员邮件安排电话初筛面试

**第一次面试筛选：**（4 月初）
- 包含编码、Linux/系统以及行为面试
- 主题：LC 简单题（双指针）、Linux/系统（如 `ls -l` 的低级工作原理、文件描述符、i 节点、系统调用（fork、exec 系列、opendir、stat）、IPC、虚拟地址空间、内存隔离）
- 招聘经理非常技术性，考察知识的深度
- 招聘人员第二天跟进，安排虚拟现场面试

**虚拟现场面试：**（4 月底）
- 注意：所有轮次都有 1-2 道行为问题
- 系统内部轮
  - DnD 风格的 Linux 故障排除问题（解决 SSH 无法连接的控制台访问问题）
    - 深入探讨 `/proc`、内存管理以及 shell 命令的解释方式
- SRE / 网络轮
  - 深入探讨 TCP、TLS、HTTP 和 DNS。请求到 icloud.com 的路径
- 编码轮
  - LC 简单 + 中等（BFS/DFS 问题）
- 系统设计轮
  - 设计 GitHub 克隆，重点关注负载均衡和可观察性

**经理反馈电话：**（5 月中）
- 这一轮有趣的是，最初招聘人员传达了拒绝消息，但想安排与招聘经理的反馈电话。虽然这技术上不是面试，但我认为任何与潜在雇主的会议或电话都应该当做面试对待。我们讨论了之前轮次的总体反馈和改进领域。我的反馈是混合的，但招聘经理希望保持联系，并安排了与他们的高级经理见面。

**高级经理电话：**（5 月底）
- 这轮有点像行为面试，也比我预期的短，只有 30 分钟。讨论了动机和团队/组织的挑战。

**Offer 阶段：**（6 月初 - 高级经理电话后一周）
- 谈判 offer、背景调查以及所有批准过程花了一周多。背景调查通过 HireRight 进行，即使我提供了所有 W2，还是花了大约 4 天。只检查了我最近 3 个雇主。

### 准备

- **编码**
  - 刷了 116 道 LeetCode 题（62 道简单题 / 54 道中等题）
  - 还在 11 月至 3 月期间与许多其他公司面试，大部分都有编码轮
- **Linux / 系统 / 网络**
  - 数百张自己创建的 Anki 卡片
  - 深入研究了大公司（Apple / Meta / Amazon / Google）的常见面试问题，制作 Anki 卡片
    - 利用博客文章、YouTube 视频和 ChatGPT（实际上非常有帮助）
  - sadservers.com（类似于 Linux/系统故障排除的 LeetCode）
  - 书籍：
    - 《Unix and Linux System Administration Handbook》
    - 《The Linux Systems Interview by Marker Kane》（不确定这是个人真实名字，只在 Blind 上看到这本书被推荐过，可能是他自己写的书，但总体还是很不错）
    - 注：我并没有完全读完这些书，只是浏览了我没有深入研究的特定主题

- **一般 SRE**
  - 大量的 YouTube 视频
  - 书籍：
    - 《Google SRE》和《SRE Workbook》

- **系统设计**
  - 再次制作了所有相关的 Anki 卡片
  - Neetcode 系统设计课程（个人认为这是针对没有多少实际系统设计经验的人很好的入门课程）
  - Grokking 系统设计在线课程（一般）
  - BytebyteGo YouTube 频道
  - 看了很多模拟系统设计面试视频
  - 通过 iGotAnOffer 进行了 2 次付费模拟系统设计面试
  - 书籍：
    - 《Designing Data-Intensive Applications》（DDIA - 最佳）
    - 《Google SRE》再读
    - 《Building Secure and Reliable Systems》

- **行为面试**
  - 准备不多。主要重用了之前 Amazon LP 面试的准备，映射情况/场景到常见的行为问题和主题
  - 强烈推荐查看这个 YouTube 视频：[Behavioral Interview Prep](https://www.youtube.com/watch?v=PJKYqLP6MRE)

### 总结

总体来说，我觉得面试相比于其他科技公司并不算特别困难。我认为与 Amazon 和 Meta 的面试难度类似。但 Apple 的面试有很大不同的是，他们更多地关注思维过程、理解能力和行为方面，而不是单纯地考察技术能力。我面试的是一个“高级”职位，但范围涵盖了 ICT3/4。最终我被降级到 ICT3，理由是缺乏经验。我认为这很公平，但我也觉得通过更多的准备可以弥补这个不足。在面试前，我曾休息了大约一个月的时间，因为我接受了另一家公司的 offer（不是 Amazon）。

最令人沮丧的部分是在招聘过程中的。虽然我是在 12 月假期期间申请的，但即使有推荐，他们仍然花了 3 个月才回复我。此外，招聘人员的时间表从未按预期兑现，他们不断推迟预期的时间表。很多时候，我感觉自己被“鬼魂”了，只有在我多次跟进后，招聘人员才会在原定时间表过后几天才跟进。

两周前我参加了 Apple 的虚拟现场面试，面试的是软件工程师岗位。总共经历了 10 轮面试（8 轮现场 + 2 轮电话）。虽然面试失败了，但我想问问其他参加过 Apple 面试的朋友，10 轮面试在 Apple 常见吗？

**电话面试：**
- **第1轮**（1小时，和招聘经理，算法问题）
- **第2轮**（1小时，算法）

**现场面试：**
- **第1轮**：算法（图论，和电话面试第1轮同一个面试官）
- **第2轮**：算法（树问题，和电话面试第2轮同一个面试官）
- **第3轮**：核心 Java
- **第4轮**：算法（图论）
- **第5轮**：算法（牌类游戏问题）
- **第6轮**：算法（数组）
- **第7轮**：系统设计
- **第8轮**：算法（树问题）

我没能找到很多其他工程师的面试经历，除了讨论 offer 的帖子。面试安排的邮件显示了 4 小时和 8 位面试官。我原本以为会有一位面试官是旁听的（基于其他公司的面试经验），但没想到每轮面试都被拆成了 30 分钟。

到第7轮时，我已经感到筋疲力尽，完全无法集中注意力。我只想赶紧结束面试。让我感到意外的是，居然没有任何一轮是关于行为面试或者文化契合度的。我本以为至少有一轮会专注于行为问题，这样我还能稍微喘口气。

更奇怪的是，没有任何面试官问我过去的工作经历、项目经验或解决过的实际问题。那为什么还需要提交简历呢？

每个面试官都是一上来就给出一个算法题，在面试的开头和结尾留出 5 分钟，实际上我只有 20 分钟来解决问题，提出最佳方案。

所以这整个过程就是在刷 LeetCode 吗？！

发这篇帖子是为了了解其他软件工程师岗位的面试经历。有没有人遇到类似的情况？

上周面试了 Apple，结果收到邮件说团队认为我“不太合适”。
在面试中，我答对了三道 LeetCode 中等难度的题目，还回答了其他一些技术问题。
是的，我的代码能够编译并运行成功。当被要求验证时，我也能清楚地解释逻辑、工作流程，并运行测试用例。
这种情况常见吗？还是比较少见？

想分享一下我最近在 Apple 的面试经历，也想看看其他人是否有类似的经历。
我通过内推面试了一个高级经理的职位。流程很典型：先是招聘人员的电话，接着是招聘经理的初筛，技术面试，然后是5轮现场面试，最后还有2轮。整个面试过程虽然累人，但体验还不错。每个阶段招聘人员都会告诉我反馈是正面的。当我完成所有面试后，招聘人员打电话告诉我总体反馈非常好，但由于有一个候选人晚进入了面试流程，他们觉得那位候选人更适合这个职位。
几周后（真正的戏剧从这里开始），另一位招聘人员（来自另一个部门）联系了我。起初，他们要求我重新进行所有面试，无论我之前在另一个部门的结果如何。随后安排了招聘经理的初筛面试，讨论过程中招聘经理立即给了积极的反馈，并说会安排2轮现场面试，同时会考虑之前面试的反馈意见。然而一周后，招聘人员又联系我，告诉我他们已经与另一位候选人签约，职位已经关闭。
最后，招聘人员没有帮我找到其他合适的团队，也没有考虑我推荐给他们的其他匹配机会。
经过这么长时间、如此折磨人的面试过程，最终结果既让人感到意外又非常失望。

让我做了13次面试（每次一个小时！！！），我还飞到了库比蒂诺。

结果招聘人员或招聘经理连我需要改进的地方都说不出来。

只给了我一句“你表现得很好，团队也很喜欢你，但我们不会继续这个流程了。”
简直是浪费时间。

HR 电话面试：寒暄的背后是套路
首先是 HR 电话面试，听上去是常规的简历筛选。说是简历筛选，实际上感觉就是在套路你。他们一直在用一些隐晦的方式试探你对亚马逊文化的理解，比如“你怎么看待工作的 Ownership？”、“如果你遇到项目进度滞后，你会怎么处理？”这些问题表面上很普通，但你答得稍微不合口味，可能你连下一轮技术面试的机会都没有。

HR 在聊天过程中，不断提到 Amazon 的 Leadership Principles，一副你必须“完美契合”这些原则的样子。这个环节听上去像是拉家常，实际上却是心理战，你得小心翼翼地在每个回答中迎合他们的文化，仿佛他们的每个员工都活在公司文化教条的框架里。

技术电话面试：活在 LeetCode 的世界
通过了 HR 的初筛后，迎来了技术电话面试，时长 45 分钟，在线码代码。面试官一上来就丢了一道“经典”的 LeetCode 算法题，但我感觉他们并不是想真正考察你的思维能力，而是把你丢进了标准化的“算法题游戏”中。

第一道题是经典的动态规划问题：爬楼梯的变体，给定不同的步长和楼梯级数，求总共多少种爬法。虽然这种题已经刷了无数遍，但面试官的要求非常细致，甚至会“刁难”你各种极端情况，还问你如何在大数据输入的情况下优化。你知道这道题早就有固定的模板解法，明明简单的代码几行就能搞定，但他就是要你一点一点解释清楚，感觉他们更像是在抠字眼儿，而不是看你解决问题的能力。

第二道题是哈希表和堆的结合应用：前 K 个高频单词。这个题目本身并不难，但面试官却喜欢故意让你陷入一些边界条件的讨论中，比如如果所有单词频率都一样怎么办、如果数据量极大怎么办。你刚写完一个解法，面试官立马抛出各种极端情况，给人一种故意刁难的感觉。

现场面试：漫长的折磨
好不容易熬过了电话面试，迎来了我最害怕的现场面试。一般来说，Amazon 的 onsite 面试会有 4 到 5 轮，我当天是 5 轮，前后耗时将近 5 个小时。每一轮都是全方位的折磨，感觉像是进入了一场精神和体力的“马拉松”，完全没给你喘息的时间。

第一轮：算法题再来
第一轮直接上了算法题，题目又是动态规划。这次是 矩阵中的路径问题，要求从左上角到右下角，计算可能的最短路径数。明明这种题我在 LeetCode 上刷过无数次，然而面试官总是打断你，纠缠在一些不重要的细节上，让你解释每一步为什么这么做。最烦的是，面试官好像对我的解法表现得不感兴趣，冷冰冰地让我继续下一道题，完全不给你反馈，弄得你心里七上八下。

第二轮：系统设计
接下来是系统设计面试，这一轮特别“头大”。面试官要求我设计一个高并发的分布式系统，能够处理数百万的请求，且具有良好的可扩展性和容错性。问题很广泛，但你知道 Amazon 就喜欢把这种问题问得模棱两可，仿佛在故意让你无所适从。我试着一步步解释自己的设计思路，讲述如何设计负载均衡、数据分区、缓存策略等，但面试官的表情让人完全摸不清他到底是赞同还是反对。一旦你走偏一点，他就马上用冷漠的态度让你知道你错了。整场系统设计面试下来，我感觉就像被剥光了所有的自信。

第三轮：行为面试 - 压力山大的故事会
行为面试才是 Amazon 面试里最让人崩溃的一环，完全是精神摧残。他们几乎所有的问题都围绕着 Amazon 的“Leadership Principles”展开，什么 “Tell me about a time when you disagreed with a coworker,” 或者 “Describe a situation where you had to meet a tough deadline under pressure”。这些问题看似正常，但你稍微回答不好，就会被诘问到死。我提到了一次项目中因为资源不足推迟了进度，结果面试官死死咬住这个细节不放，问我当时为什么没有提前预料到问题、为什么没有采取更多措施。这种无休止的追问，真的让人怀疑你是不是一无是处。

你不得不绞尽脑汁挖掘过去的经历，一次又一次地将自己套进他们的“领导力”框架中。你感觉不到他们对你个人经历的尊重，反而像是要从你的故事中找出漏洞，质疑你解决问题的能力。

最后一轮：被“问到崩溃”的冷漠面试官
最后一轮居然是跟一个高层面试官进行更深层次的讨论。这个面试官整个过程中的态度简直冷漠到极点。开始的时候问了几个常规问题，之后又开始围绕我的系统设计继续发难。他反复问我如何优化性能、如何保证故障恢复，甚至到最后问我如何面对极端情况下的压力。这一轮让我感觉已经不再是面试，而是一场“逼问”，到最后我几乎都快崩溃了。

技术电话面试

初步筛选通过后，我进行了两轮技术电话面试。每轮面试大概 45 分钟，考察的重点是算法与编程基础。面试官直接通过共享的代码平台进行在线编程考核。
第一道题 是一道和矩阵相关的经典题目：给定一个二进制矩阵，找到其中最大面积的全为 1 的子矩阵。这道题让我想起了动态规划中的“最大矩形”问题。我首先想到用暴力解法，但面试官很快引导我去优化。于是我详细解释了如何使用柱状图的方法，将问题转化为最大矩形面积问题，并通过动态规划进行优化。面试官对我解释思路的清晰度非常感兴趣，最终我顺利完成了代码。
第二道题 是一道涉及到图的深度优先搜索 (DFS) 的问题：给定一张有向图，找出是否存在一个环。这个问题相对比较直接，我先从基本的 DFS 入手，并解释了如何通过标记节点状态来判断是否有环。面试官不断让我考虑极端情况，比如图中有多个互相独立的环。解决这些问题后，我也和面试官探讨了时间复杂度和可能的优化方向。

编程考核
接下来是线上编程考核，这是一次比较正式的考核，通常是在 Codility 或者 HackerRank 上进行。这一部分考核持续了大约 90 分钟，包含了几道算法题，主要考察编程效率、代码可读性以及在规定时间内解决问题的能力。
其中一道题目是 滑动窗口 相关问题，要求我找到给定字符串中的最长子串，子串中包含至多 K 个不同字符。这道题让我想到了使用双指针或滑动窗口进行解题。我首先详细描述了暴力解法的思路，然后向优化方案过渡，通过滑动窗口保持字符的频率，最终成功解题。
另一道题目是 贪心算法 题目，涉及到任务分配问题，要求我最小化每组任务的最大执行时间。这里我采用了先排序、再从两端分配任务的策略，以确保最大时间最小化。整个过程中，考核平台还会记录我对每道题目的解题思路和时间消耗，这也要求在解题时保持一定的条理和清晰度。

 现场面试
通过了线上编程考核后，我受邀参加了 OpenAI 的现场面试。现场面试总共有 5 轮，每轮大约 45 分钟，主要内容包括算法、系统设计、机器学习相关的技术面试以及行为面试。
第一轮算法面试 着重考察了复杂数据结构和算法的掌握情况。面试官让我实现了一个 LRU 缓存机制，要求能够支持高效的查询和更新操作。我首先用哈希表和双向链表相结合，实现了O(1)的查询和删除操作。在代码实现过程中，我与面试官不断交流设计决策，解释了如何通过数据结构优化性能。
第二轮面试 是一个更具挑战性的图论问题：找到一个图中所有强连通分量。我首先实现了 Tarjan 算法，并详细解释了每一步的细节。在解题后，面试官让我分析算法的时间复杂度，并进一步问了一些关于图在实际应用中的问题，比如如何应用于社交网络分析。这部分讨论给了我展示自己对问题思考深度的机会。
第三轮系统设计 是设计一个大规模分布式模型训练系统。这个题目让我感觉 OpenAI 的面试风格更偏向实践性和对大规模机器学习系统的理解。我从数据分片、模型并行训练、负载均衡等几个方面进行了系统设计，并讨论了如何优化系统的计算效率和内存使用。面试官也非常关注我对模型训练过程中潜在瓶颈的分析，例如参数服务器的通信开销、梯度聚合的效率等。
第四轮是机器学习相关的技术面试。面试官主要问了我对神经网络结构的理解，包括如何调整超参数、梯度下降的不同优化方法以及过拟合问题的解决方案。我还被要求讨论卷积神经网络（CNN）和 Transformer 的应用场景以及它们的优劣势。这一轮非常强调对深度学习算法的实际掌握，以及如何优化模型性能。
最后一轮是行为面试，OpenAI 也很重视团队合作和问题解决能力。面试官问了我如何在面对压力和紧迫的项目时间线时保持高效。我回忆了一些过去的项目，特别是在技术难题和团队沟通方面遇到的挑战，并解释了我是如何通过调整优先级和与团队协作解决问题的。

技术电话面试持续了大约 45 分钟，面试官是一位很友好的工程师。整个过程是通过 Google Docs 进行实时共享，我需要在文档里写代码。

第一道题 是关于字符串的处理。面试官让我找出一个字符串中的最长回文子串。听到题目后，我首先讲解了自己的思路——从最简单的双指针方法入手，然后再深入到动态规划的解决方案。虽然写动态规划代码时遇到了一些小错误，但我很快修正了，并与面试官讨论了时间复杂度和空间优化。面试官很关注我解决问题的思路和清晰的解释，而不仅仅是代码的正确性。

第二道题 是一道数组问题，经典的“两数之和”题目。我先给出暴力解法，再快速提出使用哈希表进行优化的方案。这道题比较简单，解完后面试官问了我哈希表在极端情况下的性能表现。

整个电话面试让我感受到，Google 非常注重面试者思路的清晰性和对复杂度的理解。


通过了电话面试后，我受邀参加了 Google 的现场面试。这个阶段非常关键，通常会有 4 到 5 轮面试，每轮大约 45 分钟。我当天的安排是 2 轮算法、1 轮系统设计和 1 轮行为面试。

算法题 方面，第一轮的面试官给我出了一个动态规划问题：“爬楼梯问题”。题目是经典的，但我觉得动态规划的状态转移方程如果写错，后续推导会变得很混乱。于是，我边写边与面试官确认自己的思路，解释了从递归转到动态规划的过程。写完代码后，面试官让我分析空间和时间复杂度。

第二轮 面试考察了树和图的遍历问题。面试官要求我完成一个二叉树的层序遍历，并讨论可能的优化方向。我写了 BFS 的实现，随后面试官还加了一些变体问题，比如如何在图中实现 DFS 来寻找最短路径。虽然这些都是经典题型，但细节上的优化思考还是让我紧张了一下。

系统设计题 是我最担心的一环。面试官给出的题目是：“设计一个高并发的消息队列系统”。我从整体架构、消息存储、负载均衡等几个方面展开设计，并讨论了系统如何处理故障恢复、数据一致性等问题。面试官不断抛出新的问题让我深入思考系统的可扩展性和容错性，整个过程非常有挑战性。

行为面试 则是关于团队合作与冲突管理的问题。面试官问了我一个经典的题目：“请讲述你如何处理团队中的冲突。”我回忆了之前的工作经历，描述了如何通过沟通解决问题，并强调了合作的重要性。这个环节感觉更多是在考察我是否符合 Google 的文化价值观。

大家好：

第一个公告曾经说过，我们也会加入类似大米的“点数”功能 -- 包子吧的“点数”自然就是“包子”啦！这个功能包含几个方面：

• 每个用户都可以通过发帖，回复，推荐，甚至浏览访问来赚取包子，具体的“汇率”在这里。
  
• 每个用户的包子余额可以在这个用户的个人资料主页看到。
  
• 每个用户每个月都可以领取包子”工资“，当然管理员和版主的工资会高一些。
  
• 为了功能的完整性，每个用户也可以通过paypal购买包子，但一般情况下是不需要的了。
  

胶原蛋白补充剂可以治疗关节炎吗？
胶原蛋白是将您的身体粘合在一起的粘合剂。这种关键的蛋白质为结缔组织提供结构和支撑，包括皮肤、骨骼、韧带、肌腱和保护关节的软骨。
它由三种氨基酸组成——通常是甘氨酸、脯氨酸和羟脯氨酸的组合。胶原蛋白的类型各不相同，具体取决于分子的排列方式以及胶原蛋白在体内的使用部位。科学家已鉴定出 28 种胶原蛋白，但通常有四到五种可用于膳食补充剂。
I 型——身体里最丰富的——存在于您的皮肤、牙齿、骨骼、肌腱和韧带中。
II 型胶原蛋白约占软骨中 胶原蛋白的90% 。
III 型位于皮肤的中层（真皮）、肌肉和血管。
IV 型是肾脏、肺、肠和眼睛中的一层薄薄的组织支持细胞。
V 型存在于毛发和细胞表面。
I型和III型最适合皮肤；II 型专门针对关节疼痛。