背景
- 學歷：五專北商財金、二技北商商務系、一碩台科資管、二碩 CMU MSSE
- 實習：台灣某工業電腦大廠 1.5 年、台灣某新創 3 個月
- 2023 暑期實習：投了 200+ 個職缺，拿到 1 個面試，最後沒有找到美國實習
- 2024 正職：投了 1000+ 個職缺，拿到 8 個面試，最後拿到 3 個 offer
前期心態
先講最真實的部分，這段求職路並不輕鬆。市場狀況差、裁員頻繁、new grad 職缺少， 再加上我本身是轉領域背景，所以從一開始就知道這不會是一條好走的路。
但我後來越來越明白，求職不只是比誰比較會寫題，而是比誰能在漫長的低回報期裡持續往前。 很多時候你努力了幾個月，表面上看起來什麼都沒發生，可是那些準備最後都會在某個節點一起兌現。
準備方法
刷題
LeetCode 我大概刷了 400 題。剛開始的主軸是先把常見題型建立起來，所以主要用 NeetCode 150 作為起點，語言用 Python。對我來說，最重要的不是單純把題目做出來，而是真的搞懂每個常見演算法背後的 pattern。
中間我也找同學固定每週做 mock interview。這個練習非常有用，因為面試時除了寫 code， 還需要邊想邊講，還要讓面試官知道你在做什麼、為什麼這樣做。能不能把思路講清楚， 對結果的影響其實很大。
CS 基礎
我是轉領域學生，對一些 CS 基礎本來沒有那麼熟，但某些公司真的很愛考這些所謂的八股， 像是作業系統、網路通訊、thread、process、memory、TCP / UDP 之類的概念。所以我花了不少時間去補這些學科。
這邊分享幾個我覺得很實用的資源：
履歷
我在求職過程中最常想的一件事，就是要怎麼讓履歷變得更好。尤其像我這種沒有 full-time 經驗的轉碼 new grad， 更是很容易在第一關就被刷掉。
我後來的理解是，大部分公司在前期都會先用系統或關鍵字做篩選，所以最直接的方法就是提高關鍵字命中率， 盡可能去 match job description。當你發現怎麼改都很難 match 時，就代表你需要回過頭來觀察市場現在到底要什麼。
當時我在海投過程中觀察到市場突然增加了很多 LLM、RAG 相關職缺，所以我主動聯繫前公司， 爭取到一個 LLM 專案，也很感謝前公司願意給我這個機會。同時，我也發現很多職缺都寫著希望有 distributed systems 經驗， 所以我又去爭取擔任教授 distributed systems 研究案的研究助理。
這些努力的結果，不會在隔天馬上反映，但它們會慢慢把你的履歷從「看起來普通」變成「開始有人願意回覆」。 後來我再持續修改 bullet points、加入更多量化指標之後，終於慢慢開始收到 HR reach out 與面試機會。
如果要把這段經驗濃縮成幾點，我會這樣建議：
- 觀察市場趨勢。
- 補上與市場需求對應的經驗。
- 盡量量化你的貢獻與影響。
- 多找有經驗的前輩幫忙看履歷。
行為問題 BQ
很多公司除了技術面試之外，也非常重視 behavioral interview。有些公司甚至會把 BQ 看得比技術更重， 所以這一塊真的不能只臨時抱佛腳。
我的準備方式是先熟讀一套很常被拿來考察 leadership 與 ownership 的面試原則，再把 STAR method 練熟， 也就是用 Situation、Task、Action、Result 的結構去講故事。再來，我會為每個 leadership principle 準備一到兩個故事，這樣不管面試官從哪個角度切進來，我都比較有辦法快速組織答案。
這邊附上幾個很有幫助的參考資料：
面試心得
我挑幾個印象比較深的面試來分享。不是每一場都有好結果，但每一場都讓我更知道市場在看什麼， 也更知道自己缺什麼。
短影音科技公司
Database / NoSQL 方向的軟體工程職缺
這是我的第一個正職面試。我其實沒有主動投這個職缺，不知道是從哪裡被撈起來的，但也因為是第一個， 所以整體很有震撼教育的感覺。
Timeline:
- 04/10: HR 來信詢問背景
- 04/16: 第一輪面試
- 04/29: 第二輪面試
- 05/06: 拒信
如果是偏基礎派的面試官，這類公司的面試很常會問大量 CS 基礎問題，準備起來相對辛苦。 這兩輪面試都很像，先深入問履歷上的專案，再從這些專案往下鑽到作業系統或底層原理， 最後再出一題演算法題。
短影音科技公司
Machine Learning Platform / SRE 方向職缺
這個職位是透過朋友內推拿到的，主要工作是確保機器學習平台能穩定運行。
Timeline:
- 07/03: HR 來信詢問背景
- 07/16: 第一輪面試
- 07/23: 第二輪面試
- 07/30: 第三輪面試
- 08/01: 拒信
這場也是同一類型公司的典型風格，考了很多作業系統、網路通訊基礎，也會丟很多真實 production 情境讓你現場分析， 最後一樣有演算法題。
灣區機器人新創
Cloud Services 方向的軟體工程職缺
這是一間位於舊金山的新創公司，主要在做倉儲自動化系統。整個流程只能用一個字形容，就是累。
Timeline:
- 06/24: 投遞履歷
- 06/25: HR 來信詢問背景
- 06/28: 第一個 take-home project
- 07/03: HR 告知 project 通過
- 07/05: HR 面試
- 07/05: 第二個 take-home project
- 07/10: HR 告知 project 通過
- 07/11: 兩輪面試
- 07/12: 一輪面試
- 07/15: CEO 面試
- 07/31: 拒信
這個流程有兩個限時而且 loading 很重的 take-home，基本上直接吃掉我兩個周末。 因為有 NDA，project 細節不能說，但整體面試很重 BQ，問了很多行為題。面完之後 HR 告知 feedback 都是 positive， 但等了兩週還是收到拒信。這也是求職過程很常見的一件事，你可能走得很深，最後還是什麼都沒有。
大型電商科技公司
2024 US New Grad Software Engineer
這是某大型科技公司的 2024 年 new grad 職缺。我有請朋友幫忙內推。其實這個職缺 5/15 就開了， 但我晚了三週才看到，好險最後還是順利走完面試並拿到 offer。
Timeline:
- 06/07: 投遞履歷
- 06/21: OA
- 07/15: 三輪面試
- 07/19: offer
OA 除了演算法之外，還有很多情境題，會看你在職場場景中如何做判斷。三輪面試裡有一輪是完整的 BQ， 一個小時幾乎都在挖故事細節，所以故事如果沒有真的準備熟，很容易被追問到卡住。其他兩輪則是一半 BQ 一半 coding， coding 有考物件設計，也有考演算法，題目類型其實很接近面經裡常出現的內容。
如果要準備這類很重視 leadership principle 的公司，我會強烈建議把面經爬熟， 尤其是 BQ 與 LP 對應的故事，一定要先準備到可以自然講出來。
大型叫車平台
2024 Graduate Software Engineer I
這間公司的 2024 new grad 職缺印象中只開了一天就關掉了，所以很多時候也真的是比手速。
Timeline:
- 06/22: 投遞履歷
- 06/25: OA
- 07/18: Phone screen
- 07/19: HR 來電告知通過 phone screen，進入 VO
- 07/26: 三輪面試
- 08/02: offer
Phone screen 基本上就是正常面試流程，先自我介紹、過履歷，接著開始 coding。 VO 有兩輪 coding 和一輪 BQ。coding 難度大概從 medium 到 hard 都有，可以用該公司的 LeetCode tag 來準備。BQ 問題數量不少，我印象中大概有八到九個，但和前面那種特別重視 LP 的公司相比，通常不會追得那麼細。
最後的感想
這幾年市場真的不太好，頻繁裁員讓整個就業市場競爭越來越激烈，尤其對 new grad 更不友善。 這一路走來，真的會有很多想放棄的時刻。被拒、沒消息、流程走很深最後還是沒 offer，這些都會一直發生。
我很感謝這條路上幫助過我的人。沒有這些人的幫忙，我不可能上岸，只會一直淹在茫茫職缺和拒信裡。
如果你是想來美國發展的同學，我會真心建議，若有機會先累積兩三年工作經驗，會比 new grad 身份容易很多。 我身邊能比較快找到工作的同學，通常都有多年工作經驗；經驗較少的同學，大多都找得非常辛苦。
當然，如果你真的想一畢業就來，我也還是相信只要你夠努力，最後還是有機會找到工作的。 連我這種背景都做到了，怎麼可能你不行。加油。