可能每個(gè)程序猿，都想過(guò)加入Google。

然而想要“應(yīng)試”成功，考驗(yàn)的不僅僅是開(kāi)發(fā)人員的編程技術(shù)，還能側(cè)面考驗(yàn)著參賽者的渠道來(lái)源是否廣泛、背景力量是否強(qiáng)大、腦洞回路是否清奇……

不過(guò)，夢(mèng)是要做的，簡(jiǎn)歷是要投的，說(shuō)不準(zhǔn)面試就來(lái)了呢？所以，我們需要為萬(wàn)一砸到頭頂?shù)拿嬖?，做好一萬(wàn)的準(zhǔn)備。

前有萬(wàn)千過(guò)橋的應(yīng)聘大軍發(fā)回攻略，后有民間編程大神發(fā)現(xiàn)隱藏關(guān)卡……是時(shí)候來(lái)總結(jié)一份Google應(yīng)聘指南了。

P.S. 這份攻略也不僅僅適用于Google（中途落榜的勵(lì)志哥還被亞馬遜挖走了呢~）

面前必毒（20道·真·題）

Google的技術(shù)面試流程就是各家的標(biāo)配而已，先遠(yuǎn)程后現(xiàn)場(chǎng)。

面試以強(qiáng)度聞名，可能看看問(wèn)題就想回家了。這些題目全部由Glassdoor收集統(tǒng)計(jì)。不過(guò)，順便看下參考答案也是好的。

1、求導(dǎo)1/x。

答：-1/x2

用Python是這樣。

2、畫(huà)出log （x+10）曲線。

答：如圖。只要把logx的圖像左移10格。

用Python是這樣。

3、怎樣設(shè)計(jì)一次客戶滿意度調(diào)查？

答：第三題就這么抽象了。不知從何說(shuō)起的我決定指引各位，可以在搜索引擎里查詢一下：“客戶滿意度和客戶忠誠(chéng)度的計(jì)算標(biāo)準(zhǔn)”。

4、一枚硬幣拋10次，得到8正2反。試析拋硬幣是否公平？p值是多少？

5、接上題。10枚硬幣，每一枚拋10次，結(jié)果會(huì)如何？為了拋硬幣更公平，應(yīng)該怎么改進(jìn)？

答：小數(shù)定律或許可以幫到你。

附一個(gè)參考資料：https://medium.com/@lorenz.rumberger/i-think-a-more-advanced-answer-for-the-coin-toss-game-would-use-the-bayesian-method-569696e89271

6、解釋一個(gè)非正態(tài)分布，以及如何應(yīng)用。

答：不知道面試者遇到是怎樣的分布。不過(guò)，上個(gè)月MIT發(fā)表了用妖嬈的伽瑪分布，幫助自動(dòng)駕駛系統(tǒng)在濃霧里保持如炬目光的算法。

7、為什么要用特征選擇？如果兩個(gè)預(yù)測(cè)因子高度相關(guān)，系數(shù)對(duì)邏輯回歸有怎樣的影響？系數(shù)的置信區(qū)間是多少？

答：需要處理高維數(shù)據(jù)的時(shí)候，很多模型都吃不消。特征選擇可以讓我們?cè)诮o數(shù)據(jù)降維的同時(shí)，不損失太多信息。

8、K-mean與高斯混合模型：K-means算法和EM算法的差別在哪里？

答：CSDN博主JpHu說(shuō)，K-Means算法對(duì)數(shù)據(jù)點(diǎn)的聚類進(jìn)行了“硬分配”，即每個(gè)數(shù)據(jù)點(diǎn)只屬于唯一的聚類;而GMM的EM解法則基于后驗(yàn)概率分布，對(duì)數(shù)據(jù)點(diǎn)進(jìn)行“軟分配”，即每個(gè)單獨(dú)的高斯模型對(duì)數(shù)據(jù)聚類都有貢獻(xiàn)，不過(guò)貢獻(xiàn)值有大有小。

傳送門(mén)：https://blog.csdn.net/tingyue_/article/details/70739671

9、使用高斯混合模型時(shí)，怎樣判斷它適用與否？（正態(tài)分布）

答：依然，請(qǐng)前往以下頁(yè)面。

10、聚類時(shí)標(biāo)簽已知，怎樣評(píng)估模型的表現(xiàn)？

答： CSDN博主howhigh說(shuō)，如果有了類別標(biāo)簽，那么聚類結(jié)果也可以像分類那樣計(jì)算準(zhǔn)確率和召回率。但是不應(yīng)該將分類標(biāo)簽作為聚類結(jié)果的評(píng)價(jià)指標(biāo)，除非你有相關(guān)的先驗(yàn)知識(shí)或某種假設(shè)，知道這種分類類內(nèi)差距更小——

11、為什么不用邏輯回歸，而要用GBM？

答：GB是Gradient Boosting。引用知乎答主Frankenstein的話，從決策邊界上看，線性回歸的決策邊界是一條直線，邏輯回歸的決策邊界是一條曲線，GBM的決策邊界可能是很多條線。

邏輯回歸只能處理回歸問(wèn)題，而GBM還可以用于解決分類或排序問(wèn)題。

參考答案?jìng)魉烷T(mén)：

https://www.zhihu.com/question/54626685/answer/140610056

12、每年應(yīng)聘Google的人有多少？

答：兩百萬(wàn)。大多數(shù)人可能都只是順便投一下，看看會(huì)不會(huì)中獎(jiǎng)。

當(dāng)然，技術(shù)題是出不完的，也是答不完的——以下統(tǒng)一不給答案了，請(qǐng)進(jìn)行自我測(cè)試，并注意考試時(shí)間。

13、你給一個(gè)Google APP做了些修改。怎樣測(cè)試某項(xiàng)指標(biāo)是否有增長(zhǎng)

14、描述數(shù)據(jù)分析的流程。

15、高斯混合模型 （GMM） 中，推導(dǎo)方程。

16、怎樣衡量用戶對(duì)視頻的喜愛(ài)程度？

17、模擬一個(gè)二元正態(tài)分布。

18、求一個(gè)分布的方差。

19、怎樣建立中位數(shù)的Estimator？

20、如果回歸模型中的兩個(gè)系數(shù)估計(jì)，分別是統(tǒng)計(jì)顯著的，把兩個(gè)放在一起測(cè)試，會(huì)不會(huì)同樣顯著？

不只是技術(shù)

除了這些深刻的技術(shù)問(wèn)題，Google歷年的面試中，總有一些直擊靈魂的神秘考題。BI也統(tǒng)計(jì)了一些，例如：

一輛校車(chē)可以放進(jìn)多少個(gè)高爾夫球？

擦一遍西雅圖所有的窗戶需要多少錢(qián)？

井蓋為什么是圓的？

再來(lái)個(gè)長(zhǎng)的：

你只有兩個(gè)生雞蛋，是可以無(wú)比堅(jiān)固也可以無(wú)比脆弱的雞蛋。在一百層的高樓里，在兩個(gè)雞蛋都陣亡之前，怎么才能知道它們最高能從幾樓摔下來(lái)不碎？需要多少步？

雞蛋表示：

很好奇，腦洞考題是怎樣打分的。友情提示：上述幾道題，有些是可以抖機(jī)靈的……

如果你想知道答案和更多類似題，可以在量子位公眾號(hào)（ID：QbitAI）對(duì)話界面，回復(fù)：“神秘題”三個(gè)字。

史上最正統(tǒng)Google面試寶典

真題談完了。雖然面試準(zhǔn)備是個(gè)老生常談的話題，但下面這份寶典無(wú)論如何你都要看看。

論“血統(tǒng)”，這份寶典最為正宗，因?yàn)樗荊oogle招聘官網(wǎng)上專門(mén)為“Future Googler”準(zhǔn)備的。一起看看招聘方親自對(duì)面試者提出了哪些建議——

預(yù)測(cè)面試題：面試前，你基本可以預(yù)測(cè)出90%的問(wèn)題了?！盀槭裁聪肷暾?qǐng)這份工作”“你曾經(jīng)解決過(guò)什么問(wèn)題”等問(wèn)題基本在面試中必現(xiàn)，寫(xiě)20個(gè)出來(lái)先提前準(zhǔn)備著有益無(wú)害。

計(jì)劃：寫(xiě)出極可能出現(xiàn)的問(wèn)題后，針對(duì)列出你的清單上的每一個(gè)問(wèn)題，寫(xiě)下你的答案。這將幫助你加深對(duì)這些問(wèn)題的印象，是面試時(shí)能對(duì)答如流的利器。

Plan B&C：針對(duì)上面這些問(wèn)題，Google招聘人員建議你最好能準(zhǔn)備3個(gè)答案。這些備用答案能在第一位面試官不喜歡你的故事時(shí)，幫你征服下一位面試官。

解釋：面試官想要了解你的想法，所以在面試過(guò)程中需要展示你的思維過(guò)程和最后的解決方案。這個(gè)環(huán)節(jié)不僅是在評(píng)估你的技術(shù)能力，還在評(píng)估你解決問(wèn)題的靈活性。

講故事：Google面試官希望以會(huì)“講故事”。有一個(gè)很有意思的面試小技巧，就是每個(gè)問(wèn)題都應(yīng)該用一個(gè)故事來(lái)回答。比如“你怎樣領(lǐng)導(dǎo)……”的問(wèn)題最好就舉個(gè)例子講個(gè)故事吧~

探討：在面試過(guò)程中你可能會(huì)不自覺(jué)進(jìn)入一些問(wèn)題“圈套”，這是面試官想深入了解當(dāng)你遇到技術(shù)難題中你看重哪些信息，希望看到你如何處理這個(gè)問(wèn)題以及你解決問(wèn)題的主要方法，這時(shí)一定要就你的思維過(guò)程進(jìn)行討論。

改進(jìn)：思考如何改進(jìn)你現(xiàn)在的解決方案，讓面試官知道你在做什么，為什么要這樣做。

練習(xí)：最后應(yīng)聘者要時(shí)刻謹(jǐn)記熟能生巧。模擬面試環(huán)節(jié)，自信說(shuō)出你的答案，直到你能清晰而簡(jiǎn)明地講述每一個(gè)故事。

看來(lái)，準(zhǔn)備Google的面試是個(gè)時(shí)間活~除了技術(shù)能力需要過(guò)硬以外，單單面試時(shí)這20×3個(gè)問(wèn)題的準(zhǔn)備也得準(zhǔn)備不少時(shí)間呢。

對(duì)了，已經(jīng)應(yīng)聘成功的Google工程師們還給你提了一些技術(shù)類問(wèn)題的“備考”建議，聽(tīng)聽(tīng)老人言，助你面試一臂之力。

對(duì)，有隱藏關(guān)卡！

應(yīng)聘Google的方法只有內(nèi)推、校招和發(fā)簡(jiǎn)歷社招這三種？Naive，小看Google工程師的腦洞了，據(jù)多位大神在博客上透露，Google的應(yīng)聘來(lái)源還有秘密渠道。

如果Google捕捉到你在搜索某個(gè)特定的編程術(shù)語(yǔ)，可能就會(huì)有人邀請(qǐng)你申請(qǐng)這個(gè)職位。就有人能解鎖這種隱藏關(guān)卡~

小哥Max Rosett曾遇到過(guò)一個(gè)有趣的故事。在用Google搜索“Python lambda函數(shù)列表解析”時(shí)，搜索界面分裂并向后折疊，一個(gè)方框彈出來(lái)寫(xiě)著“你在使用我們的語(yǔ)音”，還邀請(qǐng)他去挑戰(zhàn)一下。

點(diǎn)擊“挑戰(zhàn)”后，頁(yè)面跳轉(zhuǎn)到一個(gè)叫“foo.bar”的頁(yè)面，還會(huì)出現(xiàn)一道限時(shí)挑戰(zhàn)題。連續(xù)攻破六道題后，foo.bar邀請(qǐng)這位挑戰(zhàn)者提交個(gè)人信息。后來(lái)，就有招聘人員來(lái)要簡(jiǎn)歷了。

這個(gè)foo.bar的地址如下：

https://www.google.com/foobar/

不過(guò)莫激動(dòng)，沒(méi)有得到Google的邀請(qǐng)這個(gè)網(wǎng)頁(yè)還是沒(méi)有辦法注冊(cè)的~

故事的最后給我們的啟示，可能是多用Google搜索……

Google式“高考”

關(guān)于Google面試這事，其熱度和難度無(wú)異于產(chǎn)業(yè)內(nèi)的“高考”，千軍萬(wàn)馬過(guò)獨(dú)木橋的景象又出現(xiàn)了。

這其中有個(gè)想進(jìn)Google工作“勵(lì)志哥”John Washam火了，這位小哥大學(xué)時(shí)修經(jīng)濟(jì)學(xué)，韓國(guó)當(dāng)兵退伍后去教授英語(yǔ)，但對(duì)于代碼和Google的渴望沒(méi)有磨滅，他勵(lì)志專門(mén)騰出八個(gè)月的時(shí)間全職準(zhǔn)備Google面試，實(shí)現(xiàn)自己的目標(biāo)！

△“勵(lì)志哥”John Washam

這是一場(chǎng)“苦行僧”式的修行，小哥曾三周攻讀1000頁(yè)的C++書(shū)，也在GitHub上收獲了21000多個(gè)star，還做了1792張電子卡片方便復(fù)習(xí)……讀書(shū)、寫(xiě)代碼和聽(tīng)講座的時(shí)間總共1000多個(gè)小時(shí)了。

△勵(lì)志哥的夏季閱讀書(shū)單，只是準(zhǔn)備過(guò)程中很小一部分

八個(gè)月的刻苦準(zhǔn)備后，小哥……還是落選了，甚至連電話面試都沒(méi)有就被直接拒絕了。

但努力總會(huì)有回報(bào)，被拒后的小哥目前就職于亞馬遜。