Google Cloud GenAI FDE 的面试和普通 Google SWE 差别挺大。第一轮是 RRK（Role Related Knowledge），但和传统 System Design 完全不是一个风格。整体分成三个阶段：Scoping、System Design 和 Deployment。
前约 15 分钟单独进行 Scoping，需要把面试官当作 CTO，通过提问主动澄清业务目标、用户需求、约束和成功标准。Scoping 结束后进入架构设计和部署，这两个阶段不需要严格分开，可以自然融合。由于总时间只有约 50 分钟，核心是控制时间、明确沟通对象，并在有限时间内覆盖完整的思考过程。
高频题目包括：给一家大型广告公司设计 Workflow Automation Agents（自动完成市场趋势搜索，与 Google Drive / Office 365 以及内部 CRM 交叉分析）；给银行设计 AI Fraud Investigation Assistant（如何连接企业数据库、检索结构化和非结构化数据、Graph Database 分析资金流、权限隔离、引用来源方便审计）；给航空公司设计 Customer Operations Copilot（Agent 如何调用 Reservation System、Payment System 和 Loyalty Program，哪些操作允许自动执行，哪些必须人工审批）。
整个 RRK 最大的特点是一直在聊天，很多时候甚至不用画架构图，而是在 Google Docs 上不断写需求、补充模块、讨论方案。面试官会不停根据你的回答继续追问，所以千万不要急着开始设计，多花点时间做 Requirement Discovery 往往效果更好。
第二轮 Coding 整体感觉没有 Google SWE 那么偏算法，更多是工程里可能会写到的小型组件，实现难度大多在 LeetCode Medium 左右。高频题包括：支持 TTL 的 In-Memory Key Value Store、API Rate Limiter、Task Scheduler、Versioned Key Value Store。
代码写完以后几乎都会继续问如何支持并发、如何分布式部署、如何优化时间和空间复杂度。不要只停留在算法本身，而是把它当成一个真正的工程组件去思考。