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。
Phone screen 一小时，结构很标准。前面是常规的 behavior question，后面两道 LeetCode 风格的 coding 题，难度不高，属于常规题型，没有什么特别刁钻的点。整体节奏比较平稳，只要平时刷题扎实，表达清晰，一般问题不大。Phone screen 本身没太多可展开的，重点其实在 VO。
VO 一共 3 轮：两轮 coding，一轮 system design。
这一轮结构很清晰。前 5 分钟自我介绍，接着 10 分钟 BQ。虽然只问了一个问题，但 follow-up 非常多，而且明显偏技术导向。这里的一个重要感受是，准备 BQ story 的时候一定要有合理的 metric 支撑，否则 interviewer 深挖时很容易露馅。比如问到性能提升多少、延迟下降多少、流量规模是多少，如果答得含糊，很容易被 challenge。接下来是 coding，大概 35 分钟一道题。题目是口述的，而且描述得比较模糊，明显是故意不讲清楚，需要你一边问问题，一边澄清需求。这一点非常关键，如果直接闷头写代码，很容易方向跑偏。
题目是设计一个函数，用来检测一个用户在滑动时间窗口内是否存在异常 burst 行为。听起来简单，但细节非常多，比如时间窗口怎么定义，是固定窗口还是 sliding window，阈值如何设定，是否要支持动态调整，数据是否有序等等。写完代码后，面试官要求写 test cases。我当时写完之后一次性通过，结果 interviewer 追加了很多非常特殊的 corner cases，比如极端时间间隔、重复事件、窗口边界重叠等。结果 test failure，只能现场修改。
这一段其实是强度最高的部分。你在改逻辑的时候，interviewer 会不断 challenge，你为什么要这么改，这种情况在真实系统里是否合理，会不会引入新的问题。整个过程有点像 production code review + oncall debug。时间也会被压缩得很紧，所以一定要保持思路清晰，不要 panic。总体来说，这一轮考察的不只是算法，而是需求澄清能力、边界处理能力，以及在压力下 debug 和 defend 设计的能力。