(给视学算法加星标,修炼编程内功)

来源:安妮 发自 凹非寺

量子位 出品 | 公众号 QbitAI

相信大家在面试的时候都会经历过,跟 HR 或技术 Leader 聊到最后一步时,他们往往能抛出一个令人深思的问题:

对于我们公司,你还有什么想问的吗?

没有问题,略显尴尬,搞的好像你对这份工作不上心。如何问出水平,问出更多信息,加强自己对工作的理解就很重要了。

但 Leetcode 里好像没有这些呀?

于是,一位叫 viraptor 的小哥,整理了一份求职反问手册,从岗位职责、基础设施、团队情况、公司技术发展、公司变现途径、是否坐班、办公室情况等角度,罗列了可问问题。

不多不多,也就 50 个吧,保证你用起来绰绰有余……

面试 50 问

职责篇

  1. 工作时间 / 计划是怎样的?

  2. 平时会处理哪些任务?

  3. 团队中初级人员和高级人员是如何平衡的?

  4. 针对新员工有哪些培训?

  5. 如果按照工作计划执行,有多少工作是需要自己独立完成的?

  6. 完成核心工作大概需要多久?

  7. 对这个岗位的定义是什么?

技术篇

  1. 你常用的堆栈是什么?

  2. 你如何用源代码进行控制?

  3. 你如何测试代码?

  4. 你平时如何追踪 bug?

  5. 如何集成和部署更改,CI/CD 吗?

  6. 基础架构的设置是否受版本控制,是否是可用代码的形式?

  7. 从规划到完成任务的工作流程是什么?

  8. 怎么为灾难恢复做准备的?

  9. 是否有标准化的开发环境?是强制执行的吗?

  10. 可以以多快的速度为产品设置新的本地测试环境?(按照分钟 / 小时 / 天计数)

  11. 可以以多快的速度响应代码或依赖项中的安全问题?

  12. 是否允许所有开发人员拥有其计算机的本地管理员权限?

团队篇

  1. 这项工作是如何组织的?

  2. 团队内 / 团队间的沟通情况是怎样的?

  3. 遇到了意见分歧该如何解决?

  4. 设定优先事项 / 时间表的人是谁?

  5. 不能在预期时间内完成会怎样?

  6. 每周都开啥会?

  7. 产品 / 服务时间表是怎样的?(可以从多长时间发布一次 / 持续部署时长 / 多个发布流的角度说)

  8. 出现生产事故后怎么处理?

  9. 团队正在经历的尚未解决的挑战是什么?

公司篇

  1. 是否有会议 / 旅行预算,使用规则是什么?

  2. 晋升过程是怎样的?

  3. 是否设置了单独的技术向或管理向的职业发展道路?

  4. 年假、事假、病假、产假等每年都有多少天?

  5. 对多元化招聘有什么看法?

  6. 公司内部是否有自己的学习资源,比如电子订阅文档或在线课程等?

  7. 有获得认证的预算吗?

  8. 公司什么时候会达到成熟阶段?

  9. 我能为 FOSS 项目做贡献吗?是否需要先获得批准?

  10. 是否会被要求签署非竞业协议等?

公司营收情况

  1. 公司目前赚钱吗?

  2. 如果没有,那距离赚钱还有多久?

  3. 公司目前的发展资金来自哪里?谁在决定高层次的计划和方向?

  4. 公司靠什么赚钱?

  5. 是什么阻止公司赚更多的钱?

远程工作篇

  1. 公司远程工作的员工占比多少?

  2. 公司是否提供一些硬件设备,多长时间更新一次?

  3. 是否可以通过公司购买额外的物品或家具?预算是什么样的?

  4. 预计多长时间来一次办公室?

  5. 办公室和会议室是否支持视频会议?

工作环境篇

  1. 办公室布局是什么样的,是开放式 / 小隔间还是办公室?

  2. 我的新团队是否有支持 / 市场等团队支持?

———— 问题分割线 ————

温馨提示,以上问题切勿全部问完。

网友避坑大法

可能是因为这份攻略贴视角独特、角度刁钻,在各个平台上引起了不错的反响。

HackerNews 讨论声热烈,不到一天的时间,热度超过 1000,讨论区 400 条评论。

https://news.ycombinator.com/item?id=20916749

GitHub 的星星数涨势喜人,一天时间 2500+ star(截至发稿,Star 数已涨到 7000+)。

https://github.com/viraptor/reverse-interview

另外,网友们还贡献了一些自己的避坑指南:

观点 1:问过去半年最糟糕的一天是什么样的?

推荐原因:团队处理在超高压任务下的工作方式一定程度反映了公司的某些问题。

观点 2:问上一次周末工作是什么时候?

推荐原因:帮助确定公司项目管理状况是否良好,还能判断生产环境的稳定性。

观点 3:面试官三连问

是什么把你带到了这里?是什么让你留在了这里?是什么让你夜不能寐?

推荐原因:曾经这样连问过三位谷歌面试官,对于大家来说,前两个问题不难回答,而面对第三个问题,通常会带来很实在的答案。

观点 4:提问的要点在于,不要去问对方可以用 “是” 或 “否” 简单应付的问题。

这份工作是否能平衡工作与生活?❌

周末和平时下午六点后,大家对工作电子邮件的反应如何?✅

推荐原因:调查式、探究式的问法,能从细节以小见大。

觉得本文有帮助?请分享给更多人

关注「视学算法」加星标,修炼编程内功

好文章,我在看❤️

GitHub 标星 7k+,面试官的灵魂 50 问,问到你怀疑人生!相关推荐

  1. GitHub 标星 7000+,面试官的灵魂 50 问,问到你怀疑人生!

    安妮 发自 凹非寺 量子位 出品 | 公众号 QbitAI 相信大家在面试的时候都会经历过,跟 HR 或技术 Leader 聊到最后一步时,他们往往能抛出一个令人深思的问题: 对于我们公司,你还有什么 ...

  2. Github | 标星9W+如何准备谷歌面试?

    点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 编辑:Sophia 计算机视觉联盟  报道  | 公众号 CVLianMeng 转载于 :Github https: ...

  3. GitHub 标星 44k!史上最全技术面试手册!

    大家好,我是为前端娱乐圈操碎了心的小迷妹,每天推荐一个小工具/源码,装满你的收藏夹,每天分享一个小技巧,让你轻松节省开发效率,实现不加班不熬夜不掉头发,是我的目标. 每天上班必须做的一件事情,就是打开 ...

  4. Github标星66.6k+:常见数据结构与算法的Python实现

    有人问我数据结构与算法怎么学? 怎么用Python实现常见的数据结构算法?我找到一个github标星66.6k+的仓库,把各种常见算法用Python实现了,而且还有动图演示,非常值得推荐.(黄海广) ...

  5. 新建网站了!Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现,可以在线阅读了!...

    吴恩达机器学习.深度学习,李航老师<统计学习方法>,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成了网页版,可以在线阅读 ...

  6. GitHub标星90K,这份持续霸榜的Leetcode刷题手册到底有多强?

    写在前面 最近一个读者和我反馈,他坚持刷题2个月,终于去了他梦寐以求的大厂,薪资涨幅非常可观,期间面字节跳动还遇到了原题...并表示目前国内的大厂和一些独角兽,已经越来越效仿硅谷公司的做法,通过面试给 ...

  7. python123判断火车票座位号分布图_面向回家编程!GitHub标星两万的Python抢票教程”,我们先帮你跑了一遍...

    原标题:面向回家编程!GitHub标星两万的"Python抢票教程",我们先帮你跑了一遍 大数据文摘出品 作者:曹培信.池俊辉 盼望着,盼望着, 春节的脚步近了, 然而,每年到这个 ...

  8. 阿里巴巴P8架构师传授的这份在GitHub标星75K的微服务笔记为何有如此大的魅力?

    今年的疫情让各位码友们的处境都十分困难,但是我相信大家都能迅速调整好心态,在空闲之余抽出一点点时间用来学习,学到就是赚到,坚持学习技术知识也是对自己百益而无一害."金九银十"也在一 ...

  9. 【干货】Github标星1.2K,Visual Transformer 最全最新资源,包含期刊、顶会论文

    点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 作者丨梁定康 编辑丨极市平台 导读 给大家分享一个超全面的visua ...

最新文章

  1. 深度玩转神经网络——基于Keras
  2. Java8 - 自定义实现体会Future的原理
  3. Qt Linguist基于文本ID的翻译
  4. .NET中的异步编程(一)-为什么需要异步
  5. 学点 C 语言(32): 函数 - 返回值
  6. Linux之yum软件管理
  7. UCI数据库使用说明
  8. react-native之react-native-vector-icons
  9. idea properties中文乱码uncode转中文
  10. 论一个程序猿的自我修养!
  11. 怎样清理苹果电脑磁盘空间_Mac空间不足怎么办,快速清理Mac系统垃圾与磁盘|Crucial(英睿达)...
  12. 酞菁绿,耐高温酞菁绿颜料, 酞菁有机颜料CAS: 1328-53-6
  13. Windows BitLocker驱动器加密
  14. java百万级别的并发_抗住百万高并发的 6 个关键技术!
  15. AR模型参数估计、Y-W方程、L-D算法原理部分
  16. 【Algorithms公开课学习笔记3】 栈与队列
  17. Hexo之Next主题美化代码
  18. Tableau数据合并
  19. React : React手脚架的使用
  20. TKmybatis的框架介绍及使用方法

热门文章

  1. WebDriver 识别反爬虫的原理和破解方法~
  2. 基于 Python 环境搭建 - YOLO 实现吸烟行为监测
  3. 数学,对人工智能开发者意味着什么
  4. 论文解读 | 微信看一看实时Look-alike推荐算法
  5. AI发展这一年:不断衍生的技术丑闻与抵制声潮
  6. AI“生死”落地:谁有资格入选AI Top 30+案例?
  7. NLP实践:对话系统技术原理和应用
  8. Debug神经网络的五项基本原则
  9. 李彦宏:AI模仿人脑是走不通的
  10. 明晚8点直播 | Transformer新型神经网络在机器翻译中的应用