OfferForge 导师 Dr. W. — 博士毕业，前 FAANG Senior MLE。研究方向为大规模分布式机器学习系统，曾在顶级国际学术会议发表多篇论文。负责团队学术方向把控与 MLE 面试辅导。
OfferForge 导师 Dr. S. — 前大厂 Senior SDE，精通分布式系统与大规模数据处理。曾在顶级技术会议发表多篇技术报告，专注于系统可扩展性与可靠性。负责课程体系设计与 System Design 面试辅导。
OfferForge 导师 Dr. L. — 前大厂 Senior SDE，深耕分布式系统与微服务架构。在服务治理、事件驱动架构方面有丰富实战经验。负责求职策略制定与 SDE 面试辅导，已帮助多位候选人斩获 Senior 级别 Offer。
白人 senior 面试官，挺 chill 但专业度很高。面试刚开始就从简历挖，重点放在 candidate 项目里多次提到的 Kafka。聊得非常细，他问 producer 和 broker 之间的 ack 机制是怎么工作的，acks=all 会不会导致吞吐下降；然后问 consumer 如何防止消息丢失，candidate 提到 offset 提交和幂等消费逻辑，他就追问如果要做到 exactly-once？candidate 讲了幂等 producer + transactional write 的机制... 整个 Kafka 这段聊了十多分钟。
进入 coding 环节之后，给了两道中等难度题。第一题是类似rotting oranges，就是典型的 BFS 扩散问题。candidate 先扫描所有rotting oranges的初始位置入队，然后每一轮扩散，记录时间层数。写完马上跑测试用例，一次 AC。第二题是验证括号字符串是否valid，但不是普通的三种括号，而是带 * 的变体。candidate 用两个栈思路讲解，写完代码后解释了为什么可以在 O(n) 时间内完成。面试官挺满意没怎么 follow up。最后五分钟是 candidate 问面试官问题，candidate 问他们组在用的mq是不是 Kafka，他说现在已经在迁移到 Pulsar 了。
一面整体感觉：技术氛围很正，面试官不会卡节奏，但会挖到细节。Kafka 那块要能从 producer、broker、consumer 三方视角讲清楚。
第二轮是两个华人小哥，一个 shadow。开头还是从简历聊起，但没问 candidate 最近的项目，而是直接跳到 candidate 最早的实习。他问为什么当时用的是 MySQL 而不是 NoSQL，然后问怎么分析当时系统的性能瓶颈。candidate 提到了index命中率和query plan分析，他问了 explain plan 怎么看、慢查询怎么调优。虽然是简历题，但有点八股味。
coding 还是两道题。第一题是array中每个元素的下一个更大值，candidate 用单调栈写的，从右往左扫描，保持栈内递减。代码写完后 candidate 自己跑了几个 test case，结果都对。第二题是简化 Unix 文件路径，要输出最简形式，比如 /a//b/../c 要变成 /a/c。这题其实是典型的 stack 模拟题，但有不少 corner case，比如连续的 /、根目录、.. out of boundary等，candidate 都加了测试。写完之后，面试官加了一个 follow up：如果这是一个分布式文件系统，路径对应的节点分布在不同机器上，要怎么做路径合并。candidate 说可以用Trie来组织路径节点，并用consistent hash分区来分配节点，实现前缀合并。他挺感兴趣还追问了一句如果 Trie 太大了怎么办，candidate 说可以定期 compact 或者在节点上存路径摘要信息。