Try   HackMD

前言

  • 背景
    • 台大文組學、電資碩，沒有實習經驗
    • 農曆新年後開始投履歷，投了近百封履歷，面試了 22 家公司，職缺皆為 Firmware or Software Engineer，有幸拿到 8 個 offer
  • 在準備的過程中受惠於網路良多，不管是 Dcard or ptt，或是 blog，因此整理了相關資源，希望這篇文章對正在看這篇文章的你有所幫助

面試前的準備與相關資源整理

面試

  • 職缺
    • Product Developer
  • 狀態
    • Offer Get
  • 一面（視訊）
    • 第一關
      • 自我介紹
      • 問 OS 相關的問題
      • leetcode easy x 1
      • 面試官介紹部門的工作內容
    • 第二關
      • 自我介紹
      • 問 OS 相關的問題
      • Modern C++
      • leetcode medium x 1
      • 面試官介紹部門的工作內容
  • 二面（現場）
    • 第三關
      • 自我介紹
      • 問 OS 相關的問題
      • Modern C++
      • System Design x 1，會不斷地加上各種 constraint 作為 follow-up
      • 面試官介紹部門的工作內容
    • 第四關
      • 自我介紹
      • HR 專業問題，常見 BQ
    • 第五關
      • 自我介紹
      • 問碩論細節
      • 介紹部門工作內容
      • 大主管當場發口頭 offer，然後閒聊 system design
  • 心得
    • 在與每個面試官對談的過程中，感受到他們每個人實力都很強，也都很親切，會和面試者積極溝通，一起討論出問題的解方，而不是上對下的在考試。不愧是號稱亞東谷歌、資工系聖杯的公司。
    • 在聽到大主管的口頭 offer 的當下，我腦中只有一個畫面（大主管就像是教父）：

心得與總結

  • Jserv 教的東西唸得滾瓜爛熟，作業好好寫準沒錯，不管面試官問你什麼 OS 相關的問題，Linux Kernel 裡一定都有對應的解答
  • 以戰養戰，面試經驗（被拒絕的經驗）多了就不會緊張了
  • 放在履歷上的東西很大機率就是會被面試官問的東西，所以要慎選
  • 拿到 offer 努力和運氣缺一不可
  • 要感謝的人太多了，就謝天吧
Last changed by 
 
JJJJJJ
3
67
80500

Read more

C 語言考古題

link: [[notes/C/C strings|C strings]]：string literals 存放於 static storage 中。

Jan 26, 2024
Birth-Death Processes

在了解 Markov Chain 的定義及其性質之後，這一節要介紹一種 continuous-time Markovian Chain: Birth-Death Processes。 在 Birth-Death Processes 中，state $n$ 只會跳到 state $n-1$ 或者 state $n+1$（state $0$ 只能跳到 state $1$），$n$ 代表 population in the system。 Transition rate 可表示為: $$\begin{cases} \lambda_n,\ n \to n+1 \newline \mu_n,\ n \to n-1\end{cases}$$ 所謂 Birth 就代表有一個 arrival($\lambda$ 對應的箭頭)，使整個系統的 size 增加 1，而從一個 birth 到下一個 birth 發生的間隔時間為 exponential random variable。

Nov 3, 2023
Markov Chain

Markov Processes 不管是 discrete($X(t), t = 0,1,2, \cdots$) or continuous parameter time($X(t), t \gt 0$) 的 Stochastic Process，只要滿足以下式子，即可稱為一個 Markov Process： $$P(X(t_n) \le x_n | X(t_1) = x_1, ..., X(t_{n-1}) = x_{n-1}) = P(X(t_n) \le x_n | X(t_{n-1}) = x_{n-1})$$ :::info a Stochastic Process is best defined as a family of random variables, ${X(t), t \in T}$, defined over some index set or parameter space $T$. The set $T$ is sometimes also called the time range, and $X(t)$ denotes the state of the process at time t. :::

Dec 26, 2022
Queueing Theory

CHAPTER 1 - INTRODUCTION CHAPTER 2 - SIMPLE MARKOVIAN QUEUEING MODELS CHAPTER 3 - ADVANCED MARKOVIAN QUEUEING MODELS CHAPTER 4 - NETWORKS, SERIES, AND CYCLIC QUEUES NTUEE 2020 FALL MIDTERM NTUEE 2020 FALL PRACTICE MIDTERM NTUEE 2021 FALL MIDTERM NTUEE Queueing Theory 2022 FALL PRACTICE MIDTERM NTUEE Queueing Theory 2022 FALL HW1 NTUEE Queueing Theory 2022 FALL HW2

Dec 22, 2022
Read more from JJJJJJ
Published on HackMD